جوجل تطلق ثلاثة نماذج جديدة لتحويل الروبوتات إلى 'عمال متعددي المهارات': تكيف سريع، تحكم كامل بالجسم، وتعاون جماعي

في 30 يوليو، كشفت جوجل ديب مايند عن نموذج الجوزاء للروبوتات 2 (Gemini Robotics 2)، وهو إصدار جديد من سلسلة نماذج الذكاء الاصطناعي المصممة للتحكم في مختلف الروبوتات، بما في ذلك الروبوتات الشبيهة بالبشر، مما يمكنها من التكيف بشكل مستقل مع البيئات غير المتوقعة والتفكير في كل إجراء، وبالتالي فتح مجموعة واسعة من المهام مثل تنظيف القمامة والتقاط إبريق الري. يضيف التحديث تحكمًا ذكيًا في الجسم بالكامل، وبراعة متقدمة، وتعاونًا بين عدة روبوتات، مما يمثل مرحلة جديدة في الروبوتات. كان بإمكان نظام الجوزاء للروبوتات السابق قيادة الروبوتات لأداء عمليات دقيقة مثل إغلاق الأكياس وطي الأوريجامي، ولكن فقط باستخدام الأذرع والأيدي الروبوتية. يمكن للنماذج الجديدة العمل على الجهاز والتكيف مع أجسام روبوتية جديدة تمامًا في غضون ساعات، ونقل المهارات المكتسبة عبر منصات مختلفة. كما أنها تسمح لروبوتات مختلفة بالعمل معًا لإنجاز المهام بشكل أسرع. ترى جوجل في ذلك علامة فارقة نحو الذكاء العام الاصطناعي الفيزيائي (Physical AGI)، حيث يمكن للروبوتات فعل أي شيء يمكن للإنسان فعله. تُظهر مقاطع الفيديو التجريبية الروبوت الشبيه بالبشر أباترونيك أبولو 2 (Apptronik Apollo 2) وهو ينفذ أوامر مثل وضع إبريق الري على صندوق أخضر، وروبوتات تؤدي مهامًا مثل وضع الكتب على الرفوف، وترتيب الألواح، ووضع الأشرطة في الراديو. يدعم النظام أيديًا ماهرة للغاية بخمسة أصابع، مثل يد شاربا ويف (SharpaWave) ذات الاثنتين وعشرين درجة حرية على أبولو 2، لأداء مهام مثل ربط العقد وإغلاق أكياس السحاب، بالإضافة إلى ملاقط قياسية بإصبعين مثل فرانكا ديو (Franka Duo). أبلغت جوجل عن معدلات نجاح تتراوح بين 45.7% و76.3% لثلاث فئات من التحكم الكامل بالجسم، و74.2% إلى 89.6% لثلاث فئات من ملقط فرانكا ديو، و32% إلى 92% لمهام الأصابع المتعددة. تُظهر مقاطع الفيديو روبوتات مستقلة تمامًا، على عكس روبوت أوبتيموس (Optimus) الخاص بإيلون ماسك، والذي يُقال إنه استخدم مشغلين عن بُعد. ومع ذلك، فإن هذه الروبوتات ليست للأغراض العامة؛ كل مهمة مدربة خصيصًا باستخدام التحكم عن بُعد وأمثلة الفيديو والمحاكاة. يتضمن نهج جوجل ثلاثة نماذج متميزة: الجوزاء للروبوتات 2 (Gemini Robotics 2)، وهو نموذج VLA يحول المدخلات البصرية واللغوية إلى تحكم حركي للتحكم الكامل بالجسم؛ والجوزاء للروبوتات ER 2 (Gemini Robotics ER 2)، وهو نموذج VLM للتفكير المجسد يعمل كعقل وكيل للتواصل وتخطيط مهام متعددة الخطوات وتمكين تعاون فريق الروبوتات؛ والجوزاء للروبوتات على الجهاز 2 (Gemini Robotics On-Device 2)، وهو نموذج VLA للتنفيذ المحلي مع تكيف سريع مع الأجسام الروبوتية الجديدة، موروث من الجوزاء للروبوتات 1.5. من أجل السلامة، قدمت جوجل ASIMOV-Agentic، وهو معيار لتنسيق السلامة الوكيلة وحل عدم اليقين، حيث يقيس قدرة الوكيل على رفض استدعاءات الأدوات غير الآمنة والتنبؤ بإنجاز المهام. الجوزاء للروبوتات ER 2 هو أكثر نماذج الروبوتات أمانًا حتى الآن، حيث يكتشف قرب البشر ويوقف الروبوتات وفقًا لذلك. يعمل البرنامج على الأجسام الروبوتية، وكثير منها مصنوع في الصين، على الرغم من القيود الأمريكية الأخيرة على الروبوتات المصنوعة في الصين.