Google DeepMind-მა რობოტებისთვის Gemini Robotics 2.5 წარადგინა

Google DeepMind-მა, Alphabet Inc.-ის ↘ 0.79% შვილობილმა კომპანიამ, სამშაბათს, 10 ნოემბერს, Gemini Robotics 2.5 წარადგინა. ლაბორატორია მას უწოდებს თავის "ყველაზე მძლავრ ვიზუალურ-ენობრივ-მოქმედების (VLA) მოდელს დღემდე" და ის უკვე ვრცელდება რობოტექნიკის პარტნიორებში. ყურადღების ცენტრში მოექცა Apptronik-თან და Mercedes-Benz-თან ერთად განხორციელებული საპილოტე პროექტი, სადაც Apollo 2-ის ჰუმანოიდები ავტომობილის ნაწილებს 96%-იანი სიზუსტით აწყობდნენ. DeepMind-მა ასევე გამოუშვა ASIMOV-Jailbreak, ღია სატესტო სისტემა, რომელიც ამოწმებს, შეიძლება თუ არა რობოტების მოტყუება სახიფათო ქმედებების შესასრულებლად.deepmind.google

მოხერხებულობისა და სიჩქარის ზრდა

DeepMind-მა მოდელი 200-ზე მეტ დავალებაზე გამოსცადა, მათ შორის საკვების მაშებით მირთმევაზე, სასაჩუქრე ყუთზე ბაფთის შეკვრასა და სითხის პიპეტირებაზე. დავალების ტიპის მიხედვით, წარმატების მაჩვენებელი წინა ბაზისურ მოდელებთან შედარებით 30%-დან 100%-მდე გაიზარდა, ხოლო შესრულების დრო 20%-დან 30%-მდე შემცირდა. Ars Technica აღნიშნავს, რომ ეს მონაცემები ლაბორატორიული ტესტირებიდანაა მიღებული. გამოცემამ ასევე ხაზი გაუსვა, რომ ბაფთის შეკვრა მნიშვნელოვანია, რადგან ლენტები და სხვა დეფორმირებადი ობიექტები რობოტებისთვის ტრადიციულად რთულად დასამუშავებელია. მოდელი მუშაობს Apptronik-ის Apollo 2-ზე, რომელსაც აქვს 22 თავისუფლების ხარისხის მქონე ხუთთითიანი ხელი, და Franka Duo-ს პლატფორმაზე ორთითიანი დამჭერებით.arstechnica.com+2

საპილოტე პროექტი ქარხანაში

კონცეფციის დამტკიცება მოხდა კეჩკემეტში (უნგრეთი) და ზინდელფინგენში (გერმანია) არსებულ საწარმოო ხაზებზე. Apollo 2-ის რობოტები ლითონის სამაგრებს დიდი კონტეინერებიდან იღებდნენ და თანმიმდევრულ უჯრებში აწყობდნენ იმ წესით, როგორც ეს თითოეულ ავტომობილს სჭირდებოდა. Gemini Robotics ER აკონტროლებდა სამუშაო პროცესს, ხოლო Gemini Robotics 2.5 მართავდა ხელებსა და მკლავებს. Apptronik-ის აღმასრულებელმა დირექტორმა ჯეფ კარდენასმა DeepMind-ის ბლოგში აღნიშნა, რომ "ჩვენ ვნახეთ, როგორ გაუმჯობესდა მოდელები დრამატულად სულ რაღაც რამდენიმე კვირაში და როგორ გადავიდა Mercedes-Benz-ის წარმოებაში მინიმალური დანაკარგით."deepmind.google

Ars Technica წერს, რომ 96% რობოტული ხელოვნური ინტელექტისთვის ძლიერი შედეგია, თუმცა ალბათ მაინც არასაკმარისი ავტომწარმოებლისთვის, რადგან ადამიანი იმავე განმეორებად დავალებას თითქმის ყოველთვის უშეცდომოდ ასრულებს. DeepMind-ის დირექტორმა კანიშკა რაომ გამოცემას განუცხადა, რომ დარჩენილი 4%-იანი სხვაობის აღმოფხვრა "რთული გზა" იქნება. DeepMind ამ სამუშაოს კონცეფციის დამტკიცებას უწოდებს და არცერთ კომპანიას არ დაუდასტურებია, დარჩებიან თუ არა ჰუმანოიდები საწარმოო ხაზებზე.madrobot.blog+1

უსაფრთხოების ტესტირება

DeepMind აცხადებს, რომ დასკვნის ეტაპზე მსჯელობის ახალმა მითითებებმა უსაფრთხო დავალებების შესრულება დაბრკოლებების გარშემო 33%-ით, ხოლო ადამიანების გარშემო 43%-ით გააუმჯობესა. ASIMOV-Jailbreak შეიცავს ასობით მოთხოვნას, რომლებიც სახიფათო დავალებებს სხვადასხვა სცენარში ნიღბავს. ამ ტესტირებაში DeepMind-ის Gemini 4 Argon-მა 99.5%-იანი მდგრადობა აჩვენა, მაშინ როცა Gemini Robotics ER 2-ის მაჩვენებელი 82% იყო. ტესტირების სისტემა გამოქვეყნებულია Hugging Face-ზე.the-decoder.com+1

Argon-მა ახალი მოდელის შექმნაშიც მიიღო მონაწილეობა. ის მოქმედებდა როგორც სიმულაციური ძრავა, რომელიც ქმნიდა ათასობით პრაქტიკულ გაშვებას და ციფრულ ტყუპს რეალური კამერის კადრებიდან. DeepMind-ის თქმით, ეს რობოტებს საშუალებას აძლევს, უფრო სწრაფად მოერგონ ახალ სცენებსა და ობიექტებს. ეს გამოშვება მოჰყვა Gemini Robotics 2-ს, რომელიც DeepMind-მა ივლისში წარადგინა რობოტების სხეულის სრული კონტროლისთვის.deepmind.google