Компания Google DeepMind представила новую версию своего искусственного интеллекта (ИИ) – модели Gemini Robotics, которая объединяет возможности распознавания языка и изображений с физическими действиями, позволяя создать более универсальные и полезные роботы.
В демонстрационных видео компания показала несколько роботов, оборудованных новой моделью Gemini Robotics. Они выполняли различные задачи: складывали бумагу, передавали овощи, аккуратно укладывали очки в футляр и другие действия по командам.
Новая модель позволяет соединять видимые предметы с возможными действиями для выполнения заданий. Она была обучена таким образом, чтобы поведение могло обобщаться на очень разные типы аппаратных средств.
Google DeepMind также представила версию модели Gemini Robotics-ER (для телесного мышления), которая имеет только визуальное и пространственное понимание. Эта модель предназначена для других исследователей робототехники, чтобы использовать её для обучения своих собственных моделей управления действиями роботов.
В демонстрационном видео исследователи Google DeepMind использовали эту модель для контроля над антропоморфным роботом под названием Apollo от компании Apptronik. Робот беседует с человеком и перемещает буквы по столу по команде.
«Мы смогли привнести понимание мира — общее понимание концепций Gemini 2.0 в робототехнику,» заявил Канишка Рао, исследователь робототехники в Google DeepMind и руководитель проекта.
Google DeepMind утверждает, что новая модель способна успешно контролировать различные роботов в сотнях конкретных сценариев, которые не были включены в их обучение. «Как только у модели робота появляется общее понимание концепций, она становится гораздо более универсальной и полезной,» сказал Рао.
Работы над новой моделью являются частью стремления компании Google DeepMind к развитию ИИ, который может действовать в физическом мире. Это означает, что AI будет способен не только общаться с человеком, но также взаимодействовать с окружающей средой и выполнять физические задачи.
Google DeepMind сотрудничает с рядом робототехнических компаний, включая Agility Robotics и Boston Dynamics (производителей роботов на ногах) и Enchanted Tools (производитель роботов для сервисного бизнеса). Однако они также признают, что работа находится на ранней стадии.