Новая модель искусственного интеллекта от DeepMind может помогать роботам складывать оригами и закрывать пакеты Ziploc

С момента своего появления в конце прошлого года, Gemini 2.0 стал основой для нескольких продуктов Google, включая новый чат-бот с режимом AI Mode. Теперь Google DeepMind использует ту же технологию для создания ещё более интересных проектов.

На этой неделе лаборатория объявила о двух новых моделях на базе Gemini, которые "заложат основу для нового поколения полезных роботов". Первая модель, Gemini Robotics, была разработана DeepMind для прямого управления роботами. По мнению компании, системы искусственного интеллекта для роботов должны обладать тремя ключевыми качествами: универсальностью, взаимодействием и ловкостью.

Универсальность означает способность робота адаптироваться к новым ситуациям, включая те, которые не были пройдены во время обучения. Взаимодействие определяет способность робота реагировать на людей и окружающую среду. Ловкость — это качество, которое легко понять: многие задачи, которые человек выполняет с легкостью, требуют тонких моторных навыков, которыми сложно обладать роботам.

"Хотя наши предыдущие исследования продемонстрировали прогресс в этих областях, Gemini Robotics представляет собой значительный шаг вперед по всем трём аспектам, приближая нас к созданию универсальных роботов", — говорит DeepMind.

Например, с помощью Gemini Robotics двухрукий робот ALOHA 2 от DeepMind может складывать оригами и закрывать пакеты Ziploc. Робот также понимает все инструкции, данные ему на естественном человеческом языке.

Как показано в видео, опубликованном Google, робот способен выполнять задачи даже при возникновении препятствий: например, когда исследователь перемещает контейнер после того, как попросил робота поместить фрукт внутрь.

Google сотрудничает с Apptronik, компанией за создание бипедального робота Apollo, для разработки следующего поколения антропоморфных роботов. В то же время DeepMind выпускает Gemini Robotics-ER (или embodied reasoning). Это вторая модель, которая позволит робототехникам запускать свои собственные программы с использованием продвинутых навыков искусственного интеллекта от Gemini.

DeepMind предоставляет доступ к системе "доверенным тестировщикам", включая бывшую дочернюю компанию Google — Boston Dynamics.