В научно-фантастических историях искусственный интеллект часто питает всевозможные ловкие и способные роботы, иногда даже убийственные. Один из очевидных недостатков сегодняшней лучшей ИИ заключается в том, что пока она остается надежно запертой внутри окна чата. Но Google DeepMind намерена изменить это.
Сегодня компания объявила о новом варианте своего модели искусственного интеллекта Gemini, который объединяет языковые, зрительные и физические навыки для управления более способными и адаптивными роботами. В демонстрационных видео показана работа нескольких роботов с новой моделью Gemini Robotics, которые выполняют различные задачи: складывают бумагу, передают овощи, бережно кладут очки в футляр.
Эти роботы используют новую модель для соединения видимых предметов с возможными действиями. Модель обучается так, что поведение можно обобщить на очень разные аппаратуры. Google DeepMind также представила версию модели под названием Gemini Robotics-ER (Embedded Reasoning), которая имеет только визуальное и пространственное понимание.
Это позволяет другим исследователям робототехники использовать эту модель для обучения своих моделей контролировать действия роботов. Google DeepMind говорит о том, что новая модель способна управлять различными роботами успешно в сотнях различных сценариев не ранее включенных в их обучение.
Большие языковые модели (LLMs), которые питают современные чат-боты, были созданы с использованием более общих алгоритмов обучения, интернет-штампованных данных и огромных объемов вычислительной мощности. Хотя пока невозможно собирать данные для обучения роботов на таком же уровне, LLMs могут быть использованы в качестве основы для более способных моделей роботов.
Google DeepMind показывает, что она поддерживает эти усилия с сентября 2024 года, когда представила робота, который объединяет LLM и новые методы обучения через телекоманду или симуляцию. Google также сообщила о сотрудничестве со многими компаниями-производителями роботов.
Тем не менее, использование современных моделей ИИ для управления роботами вводит новые риски. Например, исследователи из университета Пенсильвании показали, что так называемые «заключения» могут вызвать непредсказуемые и серьезные последствия при работе модели с роботом.
Для предотвращения таких рисков Google DeepMind также представила новый стандарт для оценки рисков с ИИ-модулированными роботами. Этот стандарт называется ASIMOV, в честь писателя научной фантастики Иззака Асимиова. Он может показать, будет ли модель робота производить потенциально опасное поведение, представив его множеству различных ситуаций.
Этот стандарт можно использовать для создания более сложных барьеров, которые помогут сохранить роботов на правильном пути. Тем не менее, работа находится в ранней стадии и может потребовать нескольких лет, чтобы роботы научились стать значительно способнее.