Zručnost, interaktivita, všeobecnost. Google představuje umělou inteligenci pro roboty „Gemini Robotics“

Google DeepMind se pochlubil dvěma novými modely umělé inteligence založené na Gemini 2.0, zatím nejschopnější AI této společnosti. Tentokrát ale nenechává své výtvory za hranicemi virtuálního světa, a to díky umu „ztělesněného uvažování“, kterým nové modely disponují.

Umělá inteligence podle Googlu dokáže vykonat všechny potřebné kroky k tomu, aby dokázala kontrolovat robota prakticky hned po vybalení z krabice. Z čeho všeho se ale tyto kroky skládají?

Můžeme si představit například schopnosti obecného vnímání, odhadování situací, prostorového chápání nebo dokonce plánování.

První model se nazývá Gemini Robotics; pokročilý VLA model postavený na Gemini 2.0. Jeho účel tkví čistě v kontrolování robotů.

Naopak druhý model jménem Gemini Robotics-ER disponuje rozvinutým prostorovým vnímáním, což vývojářům robotů umožní spouštět své vlastní programy pomocí výše zmíněné schopnosti ztělesněného uvažování AI.

V čem umělé inteligence Gemini Robotics ale opravdu excelují?

Oba dva modely toho mají spoustu společného, a jmenovitě pak tři důležité vlastnosti: zručnost, interaktivitu a všeobecnost.

Všeobecnost dovoluje Gemini Robotics vyznat se v nebývalých situacích a řešit širokou škálu zadání, dokonce i těch, které ještě předtím nikdy během trénování neviděla.

Google DeepMind uvádí, že oproti současným technologiím jejich AI dokonce zdvojnásobuje výkon ve zobecňování komplexních situací. Dělají z robotů tedy renesanční nástroje s jednoduchou a funkční odpovědí na vše složité.

Schopnost dynamicky interagovat usnadňuje robotům se úspěšně a především bezpečně navigovat v našem fyzickém světě. Pro roboty by tedy neměl být problém interagovat i přímo s lidmi, nebo reagovat na své okolí a svižně se mu přizpůsobovat.

Interaktivita Gemini Robotics je přitom velmi intuitivní, a to díky základům položeným na Gemini 2.0, která by bez možnosti interakce nemohla fungovat.

Třetí pýchou a zároveň velmi zásadním stavebním kamenem umělé inteligence je zručnost. Pro lidské bytosti jsou každodenní úkony, které zručnost vyžadují, v podstatě automatické a bez námahy. To samé se samozřejmě nedá říci o robotech.

Gemini Robotics i zde ale vyčnívá z řad stereotypů; AI zvládá plnit i extrémně složitá zadání, která vyžadují komplexní manipulaci s předměty, jako například skládat origami nebo zabalit svačinu do zapínacího sáčku.

V tuto chvíli byla umělá inteligence Gemini Robotics vyzkoušena například na robotických pažích ALOHA 2, ale lze ji specializovat třeba i na humanoidní roboty Apollo vyvinuté společností Apptronik.

Výhled na Googlem poháněné roboty plnící každodenní činnosti tedy není nerealistický, právě naopak – Google DeepMind si to pokládá za svůj cíl.

Jaká máte očekávání od vývoje Gemini Robotics?

Zdroj: Google DeepMind