Google використав штучний інтелект як "мізки" для нових роботів

Google оголосив про впровадження штучного інтелекту Gemini 2.0 в "мізки" роботів. Компанія представила дві нові моделі штучного інтелекту, які "закладають фундамент для нового покоління корисних роботів". На демонстраціях роботи виглядають майже як люди.

Gemini Robotics – це вдосконалена модель VLA (vision-language-action), побудована на базі Gemini 2.0, тієї самої, яку ми використовуємо для аналізу PDF-файлів та отримання гороскопів. Ця версія Gemini 2.0 додає фізичні дії як вихідну відповідь на запит. Наприклад, на Pixel-телефоні "відповідь" Gemini – це виконати дію або відповісти на запитання. У роботі Gemini сприйматиме цю команду як те, на що потрібно фізично відреагувати, пише Гізмондо. 

Друга модель ШІ – Gemini Robots-ER, модель VLM (vision-language) з "розширеним просторовим розумінням". Це те, де Gemini отримує своє "втілене міркування", яке допомагає ШІ орієнтуватися в навколишньому середовищі, навіть коли воно змінюється в реальному часі. У відео-прикладі, показаному Google на закритій сесії для журналістів, робот міг розрізняти миски з різними покриттями та кольорами на столі. Він також міг розрізняти штучні фрукти, такі як виноград та банан, і розкладати їх у відповідні миски.  

"Ми з нетерпінням чекаємо на вивчення можливостей наших моделей і продовження їх розвитку на шляху до реального застосування", – пише Кароліна Парада, старший директор і керівник відділу роботів у Google DeepMind.

Google співпрацює з такими компаніями, як Apptronik, для "створення наступного покоління гуманоїдних роботів". Модель Gemini Robots-ER також стане доступною для тестування партнерам, включаючи Agile Robots, Agility Robots, Boston Dynamics та Enchanted Tools. Роботи вже на підході, але конкретних термінів немає.