Google DeepMind kynnir Gemini Robotics 2 fyrir mannlega vélmenni

Google DeepMind afhjúpaði á fimmtudaginn Gemini Robotics 2, nýrrar kynslóðar gervigreindarkerfi sem útvíkkar stjórn á vélmennum frá efri hluta líkamans yfir í hreyfingar alls líkamans, sem gerir mannlegum vélmennum kleift að ganga, beygja sig, meðhöndla hluti og vinna saman.

Frá handleggjum til stjórnunar á öllum líkamanum

Útgáfan markar verulega stækkun frá fyrstu kynslóð líkansins sem kynnt var í mars, en hún stjórnaði aðallega handleggjum og höndum vélmenna. Gemini Robotics 2 getur nú stýrt öllu vélmenninu frá höfði til táar, samkvæmt opinberu bloggi Alphabet Inc. ↗ 6.88% hjá Google. Kerfið þýðir leiðbeiningar á náttúrulegu tungumáli yfir í samræmdar líkamlegar aðgerðir. Til dæmis, ef beðið er um að Apollo 2 vélmennið frá Apptronik setji vatnskönnu á neðstu hillu, þá gengur vélmennið að borðinu, tekur hlutinn upp og skilar honum á réttan stað.deepmind

Uppfærslan samanstendur af þremur líkönum: Gemini Robotics 2, sjón-tungumála-aðgerðalíkan sem stjórnar hreyfingum alls líkamans; Gemini Robotics ER 2, líkamlegt rökhugsunarlíkan sem sér um skipulagningu verkefna og samvinnu margra vélmenna; og Gemini Robotics On-Device 2, skilvirkt líkan sem er fínstillt til að keyra staðbundið án nettengingar. Líkanið sem keyrir á tækinu getur aðlagast algjörlega nýjum vélmennum með aðeins nokkurra klukkustunda gögnum og færri en 200 dæmum.blog+1

Fimi og samvinna

Kerfið bætir einnig fína meðhöndlun. Með því að stjórna fimm fingra hönd með 22 frelsisgráður á Apollo 2 vélmenninu getur líkanið framkvæmt viðkvæm verkefni eins og að hnýta hnúta og loka plastpokum. Google DeepMind viðurkenndi þó að nákvæmni og hraði hafi ekki enn náð tækni sem jafnast á við mannshöndina.mk+1

Samvinna margra vélmenna er önnur ný geta. Mismunandi gerðir vélmenna geta átt samskipti í gegnum sameiginlegan skilning til að skiptast á verkum og ljúka vinnuflæði sem engin ein vél gæti séð um ein síns liðs. Þetta er enn einn áfanginn á leið okkar að því sem við köllum líkamlega AGI, sem þýðir að gera vélmenni kleift að framkvæma hvaða verkefni sem er sem manneskja getur, sagði Carolina Parada, yfirmaður vélmennatækni hjá Google DeepMind, við WIRED.wired+1

Öryggi og iðnaðarsamhengi

Google kynnir einnig ASIMOV-Agentic, viðmið til að meta öryggi lagskiptra gervigreindarkerfa sem stjórna vélmennum, þar sem mælt er hvort skipanir gætu leitt til skaðlegra afleiðinga og hvort vélmenni geti greint fólk í nágrenninu og stöðvað sig í samræmi við það. Kynningin kemur á sama tíma og FCC ákvað í vikunni að banna sölu á kínverskum vélmennum vegna öryggisáhyggna, sem gæti takmarkað vélbúnaðinn sem er í boði til að keyra slíkan hugbúnað í Bandaríkjunum.axios+2