Google DeepMind-მა ჰუმანოიდური რობოტებისთვის Gemini Robotics 2 წარადგინა

ხუთშაბათს Google DeepMind-მა წარადგინა Gemini Robotics 2, ხელოვნური ინტელექტის შემდეგი თაობის სისტემა, რომელიც რობოტის მართვას ზედა კიდურებიდან სხეულის სრულ მოძრაობაზე ავრცელებს. ეს ჰუმანოიდურ მანქანებს საშუალებას აძლევს იარონ, ჩაიცუცქონ, მანიპულირება მოახდინონ საგნებით და ითანამშრომლონ ერთმანეთთან.

ხელებიდან სხეულის სრულ მართვამდე

ეს გამოშვება მნიშვნელოვანი გაფართოებაა მარტში წარდგენილ პირველი თაობის მოდელთან შედარებით, რომელიც ძირითადად რობოტის ხელებსა და მტევნებს მართავდა. Google-ის Alphabet Inc. ↗ 6.88% ოფიციალური ბლოგის თანახმად, Gemini Robotics 2-ს ახლა შეუძლია მართოს მთელი ჰუმანოიდი თავიდან ფეხებამდე. სისტემა ბუნებრივი ენის ინსტრუქციებს კოორდინირებულ ფიზიკურ ქმედებებად გარდაქმნის. მაგალითად, Apptronik-ის Apollo 2 ჰუმანოიდისთვის წყლის ჭურჭლის ქვედა თაროზე დადების დავალება რობოტს უბიძგებს, მივიდეს მაგიდასთან, აიღოს საგანი და მიიტანოს სწორ ადგილას.deepmind

განახლება მოიცავს სამ მოდელს: Gemini Robotics 2, მხედველობა-ენისა და მოქმედების მოდელი სხეულის სრული მოტორული კონტროლისთვის; Gemini Robotics ER 2, განსახიერებული მსჯელობის მოდელი, რომელიც პასუხისმგებელია მაღალი დონის დავალებების დაგეგმვასა და მრავალრობოტიან კოორდინაციაზე; და Gemini Robotics On-Device 2, ეფექტური მოდელი, რომელიც ოპტიმიზებულია ინტერნეტის გარეშე, ადგილობრივად მუშაობისთვის. მოწყობილობაზე დაფუძნებულ მოდელს შეუძლია მოერგოს სრულიად ახალ რობოტულ სხეულებს მხოლოდ რამდენიმე საათის მონაცემებით და 200-ზე ნაკლები მაგალითით.blog+1

მოხერხებულობა და თანამშრომლობა

სისტემა ასევე აუმჯობესებს წვრილ მანიპულაციებს. Apollo 2 რობოტის ხუთთითიანი, 22-გრადუსიანი თავისუფლების მქონე ხელის მართვით, მოდელს შეუძლია შეასრულოს ისეთი დელიკატური დავალებები, როგორიცაა კვანძების შეკვრა და პაკეტების დალუქვა. თუმცა, Google DeepMind აღიარებს, რომ სიზუსტე და სიჩქარე ჯერ კიდევ არ მიახლოებია ადამიანის ხელის შესაძლებლობებს.mk+1

რობოტებს შორის თანამშრომლობა კიდევ ერთი ახალი შესაძლებლობაა. სხვადასხვა ტიპის რობოტებს შეუძლიათ კომუნიკაცია საერთო სემანტიკური გაგების მეშვეობით, რათა შეასრულონ სამუშაო პროცესები, რომლებსაც ცალკეული მანქანა ვერ გაუმკლავდებოდა. "ეს არის კიდევ ერთი ეტაპი ჩვენს მოგზაურობაში იმისკენ, რასაც ჩვენ ფიზიკურ AGI-ს ვუწოდებთ, რაც ნიშნავს რობოტისთვის ნებისმიერი დავალების შესრულების შესაძლებლობის მიცემას, რასაც ადამიანი აკეთებს", – განუცხადა WIRED-ს Google DeepMind-ის რობოტიკის ხელმძღვანელმა კაროლინა პარადამ.wired+1

უსაფრთხოება და ინდუსტრიული კონტექსტი

Google ასევე ნერგავს ASIMOV-Agentic-ს, საორიენტაციო ნიშნულს რობოტების მართვის მრავალშრიანი AI სისტემების უსაფრთხოების შესაფასებლად. ის ზომავს, შეიძლება თუ არა ბრძანებებმა გამოიწვიოს მავნე შედეგები და შეუძლიათ თუ არა რობოტებს ახლომდებარე ადამიანების შემჩნევა და შესაბამისად გაჩერება. ეს გაშვება ხდება მაშინ, როდესაც FCC-მ ამ კვირაში მიიღო გადაწყვეტილება ჩინური წარმოების რობოტების გაყიდვის აკრძალვის შესახებ უსაფრთხოების მიზეზების გამო, რაც პოტენციურად ზღუდავს აშშ-ში ასეთი პროგრამული უზრუნველყოფისთვის საჭირო აპარატურას.axios+2