Die Revolution fällt aus: Figure 01 + ChatGPT = Fake?

Mir ist in der Tech-Demo von Figure 01 etwas aufgefallen und das wollte ich euch unbedingt zeigen.
Hier geht es zur Demo: • Figure Status Update -...

[@timbim88]

5:06. diese Aussage hätte am Anfang von dir kommen sollen. Hätte Zeit gespart.

[@masterx569]

Die aufgabe einer ki ist es so menschlich zu wirken wie müglich Wieder mal unnötigen click bait

[@berndtepe]

Das Verhalten entspricht genau dem, wie sich ChatGPT normalerweise verhält: Immer mal für eine kleine Überraschung gut, zwei Mal identischer Input ergibt so gut wie nie identischen Output.

[@willi8750]

Moin das ähh ist bei ChatGPT ein neues feature wennst ChatGPT am handy aufmachst ist des da auch manchmal so den Korb schiebt er einfach nur dort hin wo er ihn her hat er wird ja den korb nicht in der Schweiz abstellen und den anderen punkt mit dem anstoßen da bin ich mir selber nicht so sicher

[@IIIcR0N0sIII]

Sehr schwierig, nach meiner Erfahrung macht ChatGPT leider viel zu oft mehr als es soll. Selbst wenn man expliziert schreibt, dass man etwas ganz bestimmtes sucht. Anderseits wird man auch auf Dinge aufmerksam gemacht, an die man selbst vielleicht nicht denkt und eine Rolle spielen. Somit denke ich, kann authentisch sein.🤔

[@MelonBoi]

Das mit dem Müll ist einfach erklärt. Der Roboter zieht die Kiste zu sich sammelt den Müll ein und stellt die Kiste an die stelle zurück von der er sie genommen hat. Es ist effizient und einfach logisch die Kiste dort hin zu stellen wo man sie gefunden hat.

[@KalleVonEi]

Good point bin momentan eh noch skeptisch, Schade hätte mich ehrlich gefreut

[@sharegreats2157]

Dieses zwecklose "Anstoßen" ist bewusst einprogrammiert genauso wie das zwecklose "uhm" als Zwischenlaut, um die Maschine in ihrem Auftreten "menschlicher" erscheinen zu lassen. Für mich war das kein Problem.

[@YesAIcan]

Das darf jeder für sich entscheiden.

[@avronaut]

Das glaube ich nicht

[@Pfphfraenghck]

Figure One/ChatGPT simuliert atmen beim Sprechen und nutzt Füllwörter. Vielleicht war der „Move“ genauso antrainiert? Interessant wird es, wenn KI „überlegt“ Dinge nicht so zu tun wie vorgemacht. Die Lernphase zu sehen wäre da aufschlussreich

[@fcore-ws6kg]

Wir haben hier eine künstliche Intelligenz die nie die gleichen Dinge macht

[@Froschi2000]

Interessante These! Bei dem Aufsammeln von Müll macht es Sinn den Behälter zu dem Mann zu schieben, da dies die Ausgangsposition des Behälters war. Eine andere Erklärung könnte sein, dass der Roboter vorher ein exaktes Bild gesehen hat, wie in allen Fällen der Zielzustand (Apfel in der Hand, Geschirr im Halter und Müll in der Kiste) aussieht. Dann wäre der Ausgang festgelegt, aber der Weg dorthin wäre improvisiert.

[@hiklein2495]

Naja, es wurde nie erwähnt oder gezeigt, dass ChatGPT genutzt wurde, es wurde nur in einem Bild gezeigt, dass der Roboter ein Open AI Model oder Engine nutzt, dazu ein neurnales Netzwerk. Es würde also schon Sinn machen, das Figure 01 logische Verknüpfungen sich anhand der Situation zusammenschließt und daran, dann ein Befehl ausführt. Durch die große Datenbank die Open AI da einfach hat, hat der Roboter einfach nen riesiges Datenpool, worauf er zugreifen kann, um menschlichte Aktionen zu verstehen und auszuführen, dazu würde halt z.B dieser Korb Schieber zählen, weil es verstehen könnte, dass es für den Menschen leichter wäre so den Korb zu nehmen. Und zu dem Chat GPT nochmal, es kann ja auch sein, dass es GPT 5 ist oder sogar nen spezialisiertes Model für Roboter, dass weiß man ja aber nicht.

[@WoldMediaToday]

Ob alles so real dargestellt wurde ist schwer zu sagen, aber zu sagen, daß ChatGPT nicht so handeln würde ist irrelevant. Die benutzen nicht einfach GTP mit einem Robotor, natürlich ist es angepasst und systembedinkt zugeschnitten. Wie zb "warum würde er die box zu ihm hinschieben" warum nicht, es hat doch die box genommen, und dann zurück gestellt. Mit der exra bewegung hat es die Kiste zurück gestellt. Genauso ist es möglich daß die interpretation mit der aufgabe den zusammenhang hat, dem befehlgeber es zu reichen. Dieses muss man nicht genaus befehlen.

[@gainsaver5972]

könnte Inconsistency sein aber das was du sagst dachte ich mir auch, logisch das die sowas machen, wie beim release vom Apple Phone XD

[@Chiyo429]

Warten wir nochmal 5-10 Jahre und dann gibt’s sie auf jeden Fall

[@YesAIcan]

5-10 Wochen folgt man den Gerüchten über Q*.

[@elffan6844]

5-10 Monate höchstens 😄 da passiert grad viel weltweit.

[@alexanderrei9889]

Ja ich finde das du da schon recht haben kannst aber ich weiß nicht ob es wirklich so ist. Es könnte auch sein das die Bewegungen so wie bei Chat GPT Texten gewisse Freiheiten haben. Und ja, die Bewegungen dürften erlernt sein. Das sind die Texte von Chat GPT auch. Finde das erstmal nicht schlecht.

[@YesAIcan]

Ich bin ein Freund von Kennzeichnung. Bei Google Gemini kam ja auch relativ schnell heraus, dass die Vision-Funktionalität nicht "live" arbeitet, sondern ebenfalls Fotos braucht. Aus der Programmierung mit KI weiß ich, dass es solche Freiheiten eigentlich nicht gut. Es gibt höchstens Verzögerungen beim Aufbau der Verbindung und der Übertragung der Daten, die den Eindruck entstehen lassen können. Ich hätte es gut gefunden, wären sie transparent mit dem Versuchsaufbau.

[@avronaut]

Das Ding hat ja nicht mal interne Kameras

[@matthias1619]

Gibt eine etwas längere Reportage auf einem anderen Kanal auf dem zwei Kamera-Leisten ohne Helm zu sehen sind. Würde annehmen, dass diese hier über und unter dem Display sitzen. Ohne damit die weiteren Argumente aus dem Video bewerten zu wollen/können.

[@kozachad_001]

Nun ja vllt haben das die menschen mehrmals gemacht , paar hundert mal und die ki hat menschliche gestenbewegung analysiert

[@tamobil7247]

Die Gegenfrage lautet: Warum sollte ein Mensch, dessen Bewegungen "aufgenommen" wurden diese "Falschbewegungen" dazwischen schieben? Er hätte genug Zeit und Muße gehabt das "perfekt" ohne diese zusätzlichen Bewegungen hinzukriegen. Es sollte - wenn es Fake ist - doch den den Entwicklern klar sein dass jemand wie Du jetzt darauf anspringt. Ich hab übrigens vermutet dass Du bei dem dazwischen gesprochenen "Ähh.." beim Reden das auch ansprangerst. Also auf mich wirkt das Video jetzt nicht so eindrucksvoll dass man bei diesem faken müsste. Aber trotzdem interessant dass Du es ansprichst.

[@YesAIcan]

Ich denke das ist eine Frage über die man lang und bei streiten kann. Meiner Meinung haben sie es zur "Dramaturgie" hinein genommen und es hat ja auch seine Wirkung erzielt. Ich will mich da aber auch nicht in Verschwörungstheorien versteigen. Die Sache ist nur, m.E. liefert die Technik noch nicht das, was sie da verspricht und das ist im KI-Space generell ein Problem der übersteigerten Erwartungen.

[@bobweedy]

Was wäre wenn man explizit angegeben hat, dass es menschlich Züge imitieren soll? Sonst wäre es bei der Sprache doch auch nicht so. Hier hat man bestimmt doch auch explizit Füllwörter mit aufgenommen, da es menschlicher wirkt.

[@YesAIcan]

Das hätte ich als sehr ehrlich empfunden.

[@robertbutscher6824]

@YesAIcan - zunächst einmal vielen Dank für deine sehr aufmerksamen Beobachtungen und Kommentare. Ich könnte mir aber auch vorstellen, dass solche von dir angesprochenen Gesten auch dem Roboter absichtlich so antrainiert wurden, um ihn "menschlicher" erscheinen zu lassen. Mein erster Gedanke war tatsächlich auch, dass dieser Roboter sehr perfekt aussieht und beinahe schon Assoziationen mit einem Kampfroboter aus einem SciFi-Film weckt. So würde ihn die kleine Ungeschicklichkeit, an den Korb gestossen zu haben, menschlicher wirken lassen oder auch die Interaktion mit dem Menschen, indem er den Korb wieder dem Menschen zuschiebt. So ist auch das "Äh" einzuordnen, dieses ist in der Tat ein Feature von ChatGPT, das hat etwa auch die App - wenn man mit der Computerstimme spricht, macht dies ab und an mal Pausen und schiebt auch ein "Äh" rein, wenn es passt. Dadurch wirken die Dialoge eher typisch für eine Mensch-Mensch-Kommunikation. Gut möglich, dass die Bewegungen auch so aufgesetzt wurden, um einen solchen Effekt zu erzielen. Es kann natürlich auch sein, dass du Recht hattest und alles ist ein perfekt geskriptetes Ablaufmuster, was spontan wirken soll, aber in Wirklichkeit perfekt choreografiert wurde.

[@bobweedy]

@@robertbutscher6824 Dann hast du mich falsch verstanden. Ich denke nicht das es geskrippted ist. Ich bin auch davon überzeugt, dass es antrainiert wurde, was das ganze "Figur01" Thema auch so spannend macht.

[@derzipra6597]

Mmhhh...er benutzt auch beim sprechen Füllwörter was auch eigentlich sehr menschlich ist und keinen Zweck erfüllt. Andererseits kann das bewegen des Korbes für "das" sehr wohl eine Funktion haben z.b. die Wahrscheinlichkeit den Korb versehnlich herunter zu werfen zu verringern, was wir eher ohne großes Nachdenken tun🤷‍♂️

[@Z0yxx]

Ist es nicht geil, dass die aktuelle Generation die letzte ist, welche ohne humanoide Androiden aufwächst? Die nächste wird sich nicht vorstellen können, wie es vorher ohne war.

[@YesAIcan]

Krasser Gedanke

[@itsruben]

🙄

[@sdafsdf9628]

Es kann meiner Meinung nach nicht gehen, weil die Verarbeitung in Realtime der Daten noch nicht gehen kann, zumal Figure1 nicht an einer Serverfarm angeschlossen ist sondern an einen Rucksackcomputer? Ein Bild zu analysieren ist eine Sache, aber innerhalb einer Bewegung pro Sekunde so viele Bilder zu analysieren, dass ein Gegenstand balanciert wird ist was anderes. Einen Apfel von A nach B legen, ok. Aber ein Brett auf die Kante stellen, so dass es so umkippt, dass es an die anderen Bretter lehnt....naja. Also vorgefertigtes Szenario ok, aber als alltägliche spontane Situation sehe ich es als noch nicht bewerkstelligbar an. Wir werden potentiell von vorne bis hinten betrogen, bei der Mondlandung angefangen. (Achtung, ich sage nicht, dass da alles unecht war).