Google выпустил Gemini Robotics 2 — обновление своей модели искусственного интеллекта, специально разработанное для робототехники. Эта технология призвана дать машинам возможность понимать свое окружение, планировать последовательности действий и выполнять более сложные движения, снижая потребность в строго предварительно запрограммированных командах.
Интеграция технологий для выполнения сложных задач
Система объединяет компьютерное зрение, обработку естественного языка и двигательный контроль. Это сочетание позволяет роботам справляться с более широким спектром задач, таких как полная локомоция, манипулирование предметами и взаимодействие с другим оборудованием.
Преодоление ограничений фиксированных команд
В настоящее время многие роботы зависят от тщательного программирования или человеческого надзора, что ограничивает их эффективность в динамичных средах, где постоянно происходят изменения, предметы смещены или возникают непредвиденные ситуации. Gemini Robotics 2 стремится решить эту проблему, позволяя роботу анализировать инструкцию, оценивать сценарий и определять наилучшую последовательность движений для выполнения задачи.
Во время демонстрации модель управляла гуманоидным роботом Apollo 2 производства Apptronik, чтобы найти леечку, дойти до полки и поместить ее в предназначенный контейнер. Сам Google признал, что остаются препятствия, такие как необходимость ускорения движений.
Компания заявила: «Теперь наша модель может управлять полноценными гуманоидными роботами впервые, преобразуя команды в интеллектуальный контроль всего тела».
Структура моделей ИИ
Новое поколение моделей состоит из трех различных версий, каждая из которых имеет свою специфическую функцию: Gemini Robotics 2 преобразует визуальные данные и голосовые команды в физические действия; Gemini Robotics ER 2 фокусируется на планировании, понимая среду и координируя многоэтапные задачи; а Gemini Robotics On-Device 2 работает непосредственно на оборудовании, минимизируя зависимость от подключения к интернету.
По данным Google, модель, выполняемая локально на роботе, может быстро адаптироваться к новым платформам, требуя менее 200 примеров обучения, даже при наличии различий в датчиках, форме или возможностях движения.
Проблемы точности и манипуляции
Чтобы быть действительно полезными в повседневной жизни, помимо передвижения, роботы должны манипулировать объектами с большой деликатностью. В ходе испытаний система управляла пятипалыми роботизированными руками и механическими захватами для выполнения таких задач, как закрытие упаковок, установка компонентов и сортировка материалов.
Результаты указывают на значительный прогресс, но также выявляют ограничения. Задачи, требующие чрезвычайно тонких движений пальцев, остаются более сложными по сравнению с операциями, выполняемыми традиционными захватами. Google сообщил, что «Мы все еще работаем над уровнем точности и скорости, чтобы достичь ловкости, близкой к человеческой».
Кроме того, компания внедрила функции, ориентированные на безопасность, включая механизмы для обнаружения рисков, приостановки операций и запроса помощи человека при необходимости.