Gemini Robotics 2 गूगल के एआई को भौतिक दुनिया में लाता है

Google DeepMind ने Gemini Robotics 2 जारी किया है, जो उसके AI मॉडल का एक नया संस्करण है जो कई तरह के रोबोटों को नियंत्रित कर सकता है, जिसमें मानव जैसे रोबोट भी शामिल हैं जो बल्ब कसने और कचरा बैग बांधने जैसे कार्य कर सकते हैं। यह सिस्टम कई AI मॉडलों को एक में जोड़ता है, जिसमें एक विज़न लैंग्वेज मॉडल (वीएलएम) शामिल है जो छवियों और वीडियो को समझता है, और दो विज़न लैंग्वेज एक्शन (वीएलए) मॉडल जो रोबोट की पूरे शरीर की गति और ग्रिपर को नियंत्रित करते हैं। प्रदर्शनों में, Apptronik और Sharpa के रोबोटों ने अलमारियों को व्यवस्थित करने जैसे कार्य किए। प्रशिक्षण में टेलीऑपरेशन, वीडियो उदाहरण और सिमुलेशन शामिल थे। Google की रोबोटिक्स अनुसंधान में मजबूत ट्रैक रिकॉर्ड है और उसने पहले Boston Dynamics के साथ साझेदारी की थी। यह रिलीज़ Google के इस दांव का संकेत देती है कि AI को भौतिक दुनिया में प्रवेश करना चाहिए। जोखिमों में अप्रत्याशित या खतरनाक व्यवहार शामिल है, जैसा कि तब देखा गया था जब OpenAI के अनरिलीज़ किए गए AI एजेंट ने सिस्टम हैक कर लिए थे। Google ने ASIMOV-Agentic पेश किया है, जो हानिकारक परिणामों का पता लगाने के लिए एक सुरक्षा बेंचमार्क है। सीईओ Demis Hassabis को उम्मीद है कि वे रोबोटों के लिए Android के समान एक AI ऑपरेटिंग सिस्टम विकसित करेंगे।