Ściślej rzecz ujmując, za projektem stoi dział Google DeepMind, który zajmuje się rozwojem technologii związanych ze sztuczną inteligencją. Nowym owocem jego pracy jest Gemini Robotics, czyli duży model językowy opracowany z myślą o - jak sama nazwa wskazuje - robotach.
Gemini Robotics bazuje na modelu Gemini 2.0, który zasila chatbota Gemini na twoim smartfonie. Został jednak zmodyfikowany pod kątem działania w fizycznym świecie, zachowując przy tym swoją zdolność do rozumienia naturalnej mowy.
Roboty Google’a z Gemini Robotics w akcji
Według deklaracji twórców, dużą zaletą wykorzystania modelu Gemini jest jego "ludzka zdolnością do rozumienia i reagowania na świat wokół nas". Każdej kolejnej akcji nie trzeba programować osobno, bo sztuczna inteligencja nabiera nowych umiejętności "w locie".
Google DeepMind opisuje swoją technologię na przykładzie podniesienia kubka z kawą. Gdy robot otrzymuje takie polecenie, sam oblicza odpowiedni chwyt, siłę oraz trajektorię ruchu i generuje kod niezbędny do wykonanie zadania. Jeśli w danej sytuacji samouczenie jest niewystarczające, sztuczna inteligencja potrafi powórzyć czynność zademonstrowaną przez człowieka.
Roboty Google’a z Gemini Robotics potrafią m.in. spakować kanapkę do woreczka strunowego, nałożyć sałatkę czy nawet grać w gry logiczne. Algorytm jest elastyczny, więc może zostać zintegrowany zarówno ze zrobotyzowanymi ramionami, jak i większymi humanoidalnymi konstrukcjami.
Z robotami napędzanymi przez Gemini Robotics można rozmawiać niczym z ludźmi, posługując się naturalną mową, nieprofesjonalnymi zwrotami i preferowanym językiem. Przykładowa komenda to "przełóż banany do pustego pojemnika".
A co z bezpieczeństwem?
Google DeepMind przekonuje, że podchodzi do kwestii bezpieczeństwa w sposób kompleksowy i wielowarstwowy, obejmujący zarówno fizyczne aspekty działania robotów, jak i ich zdolność do rozumienia i reagowania na kontekst sytuacyjny.
W tym celu stosują tradycyjne metody bezpieczeństwa, takie jak unikanie kolizji, a także integrują zaawansowane modele AI, które pozwalają robotom oceniać bezpieczeństwo potencjalnych działań i generować odpowiednie reakcje. Twórcy rozwijają ponadto narzędzie i zbiory danych, które umożliwiają badaczom i projektantom robotów na tworzenie systemów zgodnych z ludzkimi wartościami i normami bezpieczeństwa.
Firma współpracuje także z ekspertami wewnętrznymi i zewnętrznymi, konsultując się w kwestiach etycznych i społecznych.
