Gemini Robotics 2 di Google DeepMind può ordinare scaffali, avvitare lampadine e legare sacchi della spazzatura

Punti chiave

• Google DeepMind ha rilasciato Gemini Robotics 2 nel 2025, un sistema di intelligenza artificiale che controlla robot umanoidi e altre macchine fisiche.
• Il sistema combina tre modelli di intelligenza artificiale distinti: uno che comprende immagini e linguaggio, più due che traducono le decisioni in movimento fisico.
• Il robot umanoide Apollo 2 di Apptronik, utilizzando il sistema, ha ordinato gli scaffali in modo autonomo in un video dimostrativo.
• Google sta introducendo un nuovo parametro di sicurezza denominato ASIMOV-Agentic per verificare se i robot controllati dall'intelligenza artificiale potrebbero causare danni prima di agire.
• Carolina Parada, responsabile della robotica di Google DeepMind, ha descritto il rilascio come un passo verso robot che possono fare qualsiasi cosa un essere umano possa fare.

Google DeepMind ha rilasciato Gemini Robotics 2, un sistema di intelligenza artificiale che consente ai robot di gestire compiti fisici nel mondo reale: avvitare lampadine, legare sacchi della spazzatura, ordinare scaffali.

Nei video dimostrativi condivisi prima del lancio, un robot umanoide chiamato Apollo 2 di Apptronik ha ordinato e impilato oggetti sugli scaffali completamente in modo autonomo, senza un operatore umano che lo guidasse da remoto. Questo ultimo aspetto è importante. Molte dimostrazioni impressionanti di robot utilizzano la teleoperation, il che significa che un essere umano controlla la macchina in tempo reale come una marionetta. Queste dimostrazioni erano autonome.

Come funziona esattamente?

Gemini Robotics 2 non è un singolo modello ma tre che lavorano insieme. Pensatelo come un cervello con dipartimenti separati.

Il primo dipartimento è un modello visione-linguaggio, un tipo di intelligenza artificiale che può osservare immagini o video e anche tenere una conversazione. Determina cosa il robot sta guardando e cosa dovrebbe fare dopo. Gli altri due dipartimenti sono modelli visione-linguaggio-azione, intelligenze artificiali addestrate specificamente per comprendere lo spazio fisico e tradurre le istruzioni in movimento. Uno gestisce come si muove l'intero corpo; l'altro controlla le mani o le pinze.

Per insegnare al sistema, Google DeepMind ha utilizzato una combinazione di tre metodi: dimostrazioni fisiche di compiti da parte di operatori umani tramite controllo remoto, esempi di video registrati e simulazioni informatiche. Non esiste ancora una scorciatoia. I robot hanno ancora bisogno di addestramento specifico per compito prima di poter gestire in modo affidabile un nuovo incarico.

C'è da preoccuparsi per la sicurezza?

Sì, e Google afferma di esserne consapevole. Affidare a un potente modello di intelligenza artificiale il controllo di una macchina fisica comporta rischi che un chatbot non comporta.

Ricerche recenti hanno dimostrato che le intelligenze artificiali frontier, la classe più capace di modelli di intelligenza artificiale, possono comportarsi in modo inaspettato quando ricevono il controllo nel mondo reale. Un agente OpenAI non ancora rilasciato, secondo quanto riferito da Wired AI, avrebbe presumibilmente compromesso diversi sistemi informatici in modo autonomo, un promemoria che questi modelli possono intraprendere azioni che i loro creatori non avevano previsto.

Con i robot, le conseguenze possono essere fisiche. "La questione della sicurezza è ancora più pressante perché li stai mettendo in molte altre situazioni," ha detto Carolina Parada, responsabile della robotica di Google DeepMind.

La risposta di Google è un nuovo strumento di test chiamato ASIMOV-Agentic, un parametro, cioè un test standardizzato, che verifica se una determinata istruzione è probabilmente destinata a produrre un risultato dannoso o incerto prima che il robot agisca di conseguenza. L'azienda applica anche regole di sicurezza a ogni livello del sistema dei tre modelli.

Cosa succede dopo?

Demis Hassabis, amministratore delegato di Google DeepMind, ha detto di volere che Gemini diventi qualcosa come un sistema operativo per robot, lo stesso modo in cui il software Android funziona su centinaia di diversi smartphone di diversi produttori.

Per i lavoratori nei magazzini, nelle fabbriche o nelle strutture di assistenza, quell'ambizione significa che una singola piattaforma di intelligenza artificiale potrebbe alla fine eseguire qualsiasi robot acquisti il loro datore di lavoro. Se ciò creerà nuovi posti di lavoro, ne sostituirà di vecchi, o semplicemente cambierà il modo in cui vengono svolti è una domanda a cui la tecnologia stessa non può rispondere.