Το DeepMind της Google ξεκίνησε δύο νέα μοντέλα AI που έχουν σχεδιαστεί για να βοηθήσουν τα bots να επιτύχουν περισσότερες εργασίες πραγματικού κόσμου.
Ένας από αυτούς, που ονομάζεται Gemini Robotics, είναι ένα μοντέλο δράσης οπτικής γλώσσας που επιτρέπει στα ρομπότ να κατανοούν νέες καταστάσεις χωρίς να είναι ειδικά εκπαιδευμένα.
Η Gemini Robotics βασίζεται στην τελευταία έκδοση της Google του μοντέλου AI της Google, Gemini 2. 0. Η Carolina Parad, ανώτερος διευθυντής της ρομποτικής στο DeepMind της Google, δήλωσε ότι η ρομποτική της Gemini βασίζεται στις δυνατότητες κατανόησης των πολυτροπικών παγκοσμίως για να τις εφαρμόσει στον πραγματικό κόσμο προσθέτοντας νέες μορφές φυσικής δράσης.
Το μοντέλο σημειώνει πρόοδο σε αυτό που πιστεύει η Google DeepMind, οι τρεις βασικές περιοχές που απαιτούνται για την οικοδόμηση αποτελεσματικών bots: ευελιξία, διαδραστικότητα και ευελιξία. Εκτός από τη δυνατότητα αντιμετώπισης νέων καταστάσεων, η Robotics Gemini είναι καλύτερη στην αλληλεπίδραση με τους ανθρώπους και το περιβάλλον και είναι σε θέση να εκτελεί ακριβέστερες φυσικές λειτουργίες, όπως πτυσσόμενο χαρτί ή καπάκια για το άνοιγμα των φιαλών.
Το άλλο είναι το μοντέλο Gemini Robotics-ER (αναπαραστατική συλλογιστική), το οποίο η εταιρεία καλεί ένα προηγμένο μοντέλο οπτικής γλώσσας που είναι σε θέση να «κατανοήσει πολύπλοκους και δυναμικούς κόσμους».
Η Parada εξηγεί περαιτέρω ότι όταν συσκευάζετε ένα κουτί Bento, πρέπει να εξετάσετε πού και πώς να το κάνετε στο τραπέζι. Το Gemini Robotics-ER έχει σχεδιαστεί για αυτό το είδος εργασίας συμπερασμάτων, επιτρέποντας στους ρομποτικούς να διασυνδέονται με τα υπάρχοντα συστήματα ελέγχου χαμηλού επιπέδου και να ξεκλειδώσουν νέες δυνατότητες που τροφοδοτούνται από το Gemini Robotics-ER.
Ο Vikas Sindhwani, ερευνητής στο DeepMind της Google, δήλωσε ότι η εταιρεία αναπτύσσει μια «στρατηγική ασφαλείας» και δήλωσε ότι το μοντέλο Gemini Robotics-ER είχε εκπαιδευτεί για να αξιολογήσει εάν μια ενέργεια ήταν ασφαλής σε μια δεδομένη κατάσταση. Η εταιρεία έχει επίσης κυκλοφορήσει νέα σημεία αναφοράς και πλαίσια για την προώθηση της έρευνας για την ασφάλεια στον τομέα του AI. Σύμφωνα με το House It, πέρυσι, η Google Deepmind ξεκίνησε το "Σύνταγμα ρομπότ", το οποίο είναι ένα σύνολο κανόνων συμπεριφοράς ρομπότ εμπνευσμένων από τον Isaac Asimov.
Σύμφωνα με τα ξένα μέσα μαζικής ενημέρωσης, το DeepMind της Google έχει συνεργαστεί με την Apptronik για να "κατασκευάσει την επόμενη γενιά ανθρωποειδών ρομπότ". Επιπλέον, η Google άνοιξε το μοντέλο Gemini Robotics-ER σε "αξιόπιστους δοκιμαστές", συμπεριλαμβανομένων των Agile ρομπότ, της ευελιξίας ρομποτικής, της δυναμικής της Βοστώνης και των μαγεμένων εργαλείων. "Εστιάζουμε στην οικοδόμηση πληροφοριών που κατανοούν και ενεργούν στον φυσικό κόσμο και ανυπομονούμε πολύ να εφαρμόσουμε αυτήν την τεχνολογία σε πολλούς τομείς και πολλαπλές εκδηλώσεις", δήλωσε ο Parada. «