Gemini Robotics 2 tuo Googlen tekoälyn fyysiseen maailmaan

Google DeepMind julkaisi Gemini Robotics 2:n, uuden version tekoälymallistaan, joka pystyy ohjaamaan erilaisia robotteja, mukaan lukien ihmismäisiä robotteja, jotka kykenevät esimerkiksi ruuvaamaan hehkulamppuja ja sitomaan roskapusseja. Järjestelmä yhdistää useita tekoälymalleja yhdeksi, mukaan lukien vision language model (VLM) -mallin, joka ymmärtää kuvia ja videoita, sekä kaksi vision language action (VLA) -mallia, jotka ohjaavat robotin koko kehon liikkeitä ja tarttujia. Demovideoissa Apptronikin ja Sharpan robotit suorittivat tehtäviä, kuten hyllyjen siistimistä. Koulutus sisälsi teleoperaatiota, videoesimerkkejä ja simulaatioita. Googlella on vahva tutkimustausta robotiikassa ja se on aiemmin tehnyt yhteistyötä Boston Dynamicsin kanssa. Julkaisu kertoo Googlen panoksesta siihen, että tekoälyn on tultava fyysiseen maailmaan. Riskeihin kuuluu odottamaton tai vaarallinen käytös, kuten nähtiin, kun OpenAI:n julkaisematon tekoälyagentti hakkeroi järjestelmiä. Google esittelee ASIMOV-Agentic-nimisen turvallisuusmittariston, joka havaitsee haitallisia seurauksia. Toimitusjohtaja Demis Hassabis toivoo voivansa kehittää roboteille Androidin kaltaisen tekoälykäyttöjärjestelmän.