Η Google DeepMind παρουσιάζει το Gemini Robotics 2 για ανθρωποειδή ρομπότ

Η Google DeepMind αποκάλυψε την Πέμπτη το Gemini Robotics 2, ένα σύστημα τεχνητής νοημοσύνης επόμενης γενιάς που επεκτείνει τον έλεγχο των ρομπότ από το πάνω μέρος του σώματος σε ολόκληρη τη σωματική κίνηση, επιτρέποντας στα ανθρωποειδή μηχανήματα να περπατούν, να σκύβουν, να χειρίζονται αντικείμενα και να συνεργάζονται μεταξύ τους.

Από τα χέρια στον έλεγχο ολόκληρου του σώματος

Η κυκλοφορία σηματοδοτεί μια σημαντική επέκταση σε σχέση με το μοντέλο πρώτης γενιάς που παρουσιάστηκε τον Μάρτιο, το οποίο ρύθμιζε κυρίως τα χέρια και τις παλάμες ενός ρομπότ. Το Gemini Robotics 2 μπορεί πλέον να κατευθύνει ένα ολόκληρο ανθρωποειδές από το κεφάλι μέχρι τα πόδια, σύμφωνα με το επίσημο ιστολόγιο της Alphabet Inc. ↗ 6.88% της Google. Το σύστημα μεταφράζει οδηγίες φυσικής γλώσσας σε συντονισμένες σωματικές ενέργειες. Για παράδειγμα, αν ζητηθεί από το ανθρωποειδές Apollo 2 της Apptronik να τοποθετήσει ένα ποτιστήρι σε ένα χαμηλό ράφι, το ρομπότ περπατά μέχρι το τραπέζι, σηκώνει το αντικείμενο και το μεταφέρει στη σωστή θέση.deepmind

Η ενημέρωση περιλαμβάνει τρία μοντέλα: το Gemini Robotics 2, ένα μοντέλο όρασης-γλώσσας-δράσης που διέπει τον έλεγχο της κίνησης ολόκληρου του σώματος, το Gemini Robotics ER 2, ένα μοντέλο ενσώματης συλλογιστικής που διαχειρίζεται τον προγραμματισμό εργασιών υψηλού επιπέδου και τον συντονισμό πολλών ρομπότ, και το Gemini Robotics On-Device 2, ένα αποδοτικό μοντέλο βελτιστοποιημένο για τοπική εκτέλεση χωρίς σύνδεση στο διαδίκτυο. Το μοντέλο τοπικής εκτέλεσης μπορεί να προσαρμοστεί σε εντελώς νέα σώματα ρομπότ με δεδομένα λίγων ωρών και λιγότερα από 200 παραδείγματα.blog+1

Επιδεξιότητα και συνεργασία

Το σύστημα προωθεί επίσης τη λεπτή χειραγώγηση. Ελέγχοντας ένα χέρι πέντε δακτύλων με 22 βαθμούς ελευθερίας στο ρομπότ Apollo 2, το μοντέλο μπορεί να εκτελέσει λεπτές εργασίες, όπως το δέσιμο κόμπων και το σφράγισμα σακουλών. Η Google DeepMind παραδέχτηκε, ωστόσο, ότι η ακρίβεια και η ταχύτητα δεν έχουν φτάσει ακόμη στο επίπεδο της ανθρώπινης τεχνολογίας χεριών.mk+1

Η συνεργασία μεταξύ ρομπότ αποτελεί μια ακόμη νέα δυνατότητα. Διαφορετικοί τύποι ρομπότ μπορούν να επικοινωνούν μέσω κοινής σημασιολογικής κατανόησης για να παραδίδουν εργασίες και να ολοκληρώνουν ροές εργασίας που κανένα μεμονωμένο μηχάνημα δεν θα μπορούσε να διαχειριστεί μόνο του. Είναι ένα ακόμη ορόσημο στο ταξίδι μας προς αυτό που ονομάζουμε φυσική AGI, που σημαίνει ότι επιτρέπουμε σε ένα ρομπότ να εκτελεί οποιαδήποτε εργασία μπορεί να κάνει ένας άνθρωπος, δήλωσε στο WIRED η Carolina Parada, επικεφαλής ρομποτικής στην Google DeepMind.wired+1

Ασφάλεια και πλαίσιο του κλάδου

Η Google εισάγει επίσης το ASIMOV-Agentic, ένα πρότυπο για την αξιολόγηση της ασφάλειας των πολυεπίπεδων συστημάτων τεχνητής νοημοσύνης που ελέγχουν ρομπότ, μετρώντας αν οι εντολές θα μπορούσαν να οδηγήσουν σε επιβλαβή αποτελέσματα και αν τα ρομπότ μπορούν να εντοπίσουν ανθρώπους που βρίσκονται κοντά τους και να σταματήσουν ανάλογα. Η κυκλοφορία έρχεται καθώς η FCC κινήθηκε αυτή την εβδομάδα για να απαγορεύσει τις μελλοντικές πωλήσεις ρομπότ κινεζικής κατασκευής λόγω ανησυχιών για την ασφάλεια, περιορίζοντας ενδεχομένως το διαθέσιμο υλικό για την εκτέλεση τέτοιου λογισμικού στις Ηνωμένες Πολιτείες.axios+2