DeepMind Google uruchomił dwa nowe modele AI zaprojektowane, aby pomóc botom w wykonywaniu większej liczby zadań w świecie rzeczywistym.
Jeden z nich, zwany Gemini Robotics, jest wizualnym modelem działania języka, który umożliwia robotom zrozumienie nowych sytuacji bez specjalnego przeszkolenia.
Gemini Robotics opiera się na najnowszej wersji Flagowej AI Google, Gemini 2. 0. Carolina Parad, starszy dyrektor robotyki w DeepMind Google, powiedziała, że Gemini Robotics opiera się na multimodalnych możliwościach zrozumienia świata Gemini, aby zastosować je do prawdziwego świata poprzez dodanie nowych modalności działania fizycznego.
Model robi postęp w tym, co według Google Deepmind to trzy podstawowe obszary potrzebne do budowania wydajnych botów: wszechstronność, interaktywność i elastyczność. Oprócz tego, że może poradzić sobie z nowymi sytuacjami, robotyka Gemini jest lepsza w interakcji z ludźmi i środowiskiem i jest w stanie wykonywać bardziej precyzyjne operacje fizyczne, takie jak składanie papieru lub otwierające butelki.
Drugim jest model Gemini Robotics-Er (Reprezentationation Reasoning), który firma nazywa zaawansowanym modelem języka wizualnego, który jest w stanie „zrozumieć złożone i dynamiczne świat”.
Parada wyjaśnia dalej, że pakując pudełko bento, musisz zastanowić się, gdzie i jak to zrobić na stole. Gemini Robotics-Er jest przeznaczony do tego rodzaju zadania wnioskowania, umożliwiając robotykom interfejs z istniejącymi systemami sterowania niskiego poziomu i odblokowywanie nowych możliwości napędzanych przez Gemini Robotics-Er.
Vikas Sindhwani, badacz w DeepMind Google, powiedział, że firma opracowuje „warstwową strategię bezpieczeństwa” i powiedziała, że model Gemini Robotics-Er został przeszkolony w celu oceny, czy działanie jest bezpieczne w danej sytuacji. Firma opublikowała również nowe punkty odniesienia i ramy w celu rozwinięcia badań bezpieczeństwa w dziedzinie sztucznej inteligencji. Według IT House w zeszłym roku Google Deepmind uruchomił „Konstytucję robotów”, która jest zestawem norm zachowań robota inspirowanych Izaakiem Asimovem.
Według zagranicznych mediów Verge, Google DeepMind nawiązał współpracę z Apptronik, aby „zbudować następne pokolenie robotów humanoidalnych”. Ponadto Google otworzył model Gemini Robotics-ER do „zaufanych testerów”, w tym robotów zwinnych, robotyki zwinności, dynamiki bostonu i zaczarowanych narzędzi. „Skupiamy się na budowaniu inteligencji, która rozumie i działa w świecie fizycznym, i bardzo nie możemy się doczekać zastosowania tej technologii w wielu dziedzinach i wielu przejawach” - powiedziała Parada. "