DeepMind Google دو مدل جدید هوش مصنوعی را راه اندازی کرده است که برای کمک به رباتها در انجام کارهای واقعی در دنیای واقعی طراحی شده است.
یکی از آنها به نام Robotics Gemini ، یک مدل اکشن زبان بصری است که روبات ها را قادر می سازد موقعیت های جدید را بدون آموزش خاص درک کنند.
Gemini Robotics بر اساس آخرین نسخه Google از مدل AI پرچمدار خود ، Gemini 2 است. {{1}. کارولینای پاراد ، مدیر ارشد روباتیک در DeepMind Google ، گفته است که روباتیک های جمینی به قابلیت های درک چند حالته Gemini متکی هستند تا با افزودن روشهای جدید اقدامات فیزیکی ، آنها را در دنیای واقعی اعمال کنند.
این مدل پیشرفت در آنچه Google DeepMind معتقد است سه حوزه اصلی برای ساخت ربات های کارآمد است: تطبیق پذیری ، تعامل و انعطاف پذیری. علاوه بر اینکه قادر به کنار آمدن با موقعیت های جدید است ، روباتیک جمینی در تعامل با افراد و محیط بهتر است و قادر به انجام عملیات فیزیکی دقیق تر مانند کاغذ تاشو یا باز کردن کلاه های بطری است.
مورد دیگر مدل Gemini Robotics-er (استدلال بازنمایی) است که این شرکت یک مدل زبان تصویری پیشرفته می نامد که قادر به "درک جهان های پیچیده و پویا" است.
پارادا در ادامه توضیح می دهد که وقتی جعبه بنتو را بسته بندی می کنید ، باید در نظر بگیرید که کجا و چگونه می توانید آن را روی میز انجام دهید. Gemini Robotics-er برای این نوع کار استنتاج طراحی شده است ، و به روباتیک ها این امکان را می دهد تا با سیستم های کنترل سطح پایین موجود ارتباط برقرار کنند و قابلیت های جدیدی را که توسط Gemini Robotics-er ساخته شده است ، باز کنند.
ویکاس سندوانی ، محقق در DeepMind Google ، گفت که این شرکت در حال تهیه "استراتژی امنیتی لایه ای" است و گفت که مدل روباتیک Gemini-er برای ارزیابی اینکه آیا یک عمل در یک وضعیت خاص ایمن است ، آموزش دیده است. این شرکت همچنین برای پیشبرد تحقیقات امنیتی در زمینه هوش مصنوعی ، معیارها و چارچوب های جدیدی را منتشر کرده است. به گفته IT House ، سال گذشته ، Google DeepMind "قانون اساسی روبات" را راه اندازی کرد ، که مجموعه ای از هنجارهای رفتار ربات با الهام از اسحاق آسیموف است.
به گفته رسانه های خارجی The Verge ، DeepMind Google با AppTronik همکاری کرده است تا "نسل بعدی روبات های انسانی بسازد". علاوه بر این ، Google مدل Robotics-er Gemini را به "آزمایش کنندگان قابل اعتماد" از جمله روبات های چابک ، روباتیک چابکی ، دینامیک بوستون و ابزارهای مسحور باز کرده است. پارادا گفت: "ما بر ایجاد اطلاعاتی متمرکز شده ایم که در دنیای فیزیکی درک و عمل می کند ، و ما بسیار مشتاقانه منتظر استفاده از این فناوری در چندین حوزه و تظاهرات متعدد هستیم." "