Новий робот AI від Google DeepMind може тепер контролювати все тіло: від ніг до кінчиків пальців

Ключові моменти

• Google DeepMind випустила Gemini Robotics 2 у четвер, оновивши штучний інтелект робота для керування всім тілом гуманоїда замість лише верхньої половини.
• Модель тепер керує п'ятипалими робочими руками з достатньою точністю, щоб зав'язати сміттєвий пакет, запечатати застібку на замок або відвинтити лампочку.
• Супутня модель Gemini Robotics ER 2 дозволяє роботам різних конструкцій працювати разом над спільними завданнями.
• Google стверджує, що система безпеки тепер може виявити людей поблизу та зупинити робота, якщо хтось підійде занадто близько.
• Версія для локального використання працює без підключення до Інтернету та може адаптуватися до роботів із дуже різними формами тіла.

До цього часу штучний інтелект робота Google DeepMind говорив гуманоїдній машині, що робити своїми руками та ногами. Решта тіла в основному діяла самостійно.

Gemini Robotics 2 змінює це. Представлена в четвер, нова модель керує всією машиною — від того, як вона ставить ноги, до того, як згинає пальці. Google називає це «координацією всього тіла», а в буквальному сенсі це означає, що робот тепер може присідати, ходити, тягнутися низько та хватати предмет — все це в одній узгодженій послідовності.

Що насправді можуть робити робота тепер?

Більше ніж раніше, але ще не все. Демовідео показують робота Apollo 2 від Apptronik, що присідає, щоб підняти лійку, і скануючого полицю в пошуках конкретного предмета.

Робота руками — це деталь, на яку варто звернути увагу. Попередні версії моделі керували простішими захватами-клешнями. Gemini Robotics 2 підтримує повноцінні п'ятипалі руки, що відкриває завдання, які потребують щипального або крутильного руху: запечатування застібки на замок, зав'язування сміттєвого пакета, видалення лампочки з патрона. Це саме той вид дрібних ручних робіт, які історично подолювали роботи.

Google чесна щодо того, що швидкість все ще є слабким місцем. Компанія каже, що її робота «мають більше просуватися у швидкості руху», що є ввічливим способом сказати, що вони все ще повільні за людськими стандартами.

Що таке модель ER та чому вона важлива?

Gemini Robotics ER 2 — це шар «міркування», мовно-візуальна модель, яка дозволяє роботам читати своє оточення, слідувати усним або письмовим інструкціям та виконувати завдання з кількома кроками протягом довшого часу.

Практичне оновлення тут — це свідомість завдання. Попередня версія могла заплутатися щодо того, де закінчується одна робота й починається інша. Нова версія, за словами Google, «тепер розуміє, коли починаються й закінчуються завдання». Звучить малозначуще. Для складу чи кухні це насправді суттєво.

ER 2 також дозволяє різним типам роботів співпрацювати. На одному відео, про яке першим повідомив The Verge AI, Apollo 2 спрямовує окремого дворукого робота сортувати інструменти в контейнер. Дві машини, різні конструкції, одна спільна робота.

Чи повинні люди, які працюють поруч з роботами, хвилюватися?

Google стверджує, що Gemini Robotics ER 2 — це її найбезпечніша модель робототехніки на сьогодні. Система може виявити, коли людина підходить занадто близько, і зупинити робота до контакту.

Це базова функція безпеки, а не повна відповідь на питання безпеки на робочому місці. Але це значний крок, особливо коли ці машини починають рухати все своє тіло в спільних просторах.

Локальна модель, яка працює без будь-якого підключення до Інтернету, тепер може швидше адаптуватися при встановленні в робота з іншою формою тіла або налаштуванням датчиків. Це полегшує виробникам встановити програмне забезпечення в нове обладнання без необхідності починати з нуля.

Один чесний висновок: якщо ваша робота передбачає повторювані ручні завдання в структурованому середовищі, ці робота стають все більш спроможними кожні кілька місяців. Вони не замінять кваліфікованих майстрів завтра, але спостереження за тим, як швидко закривається прогалина у спритності рук, варте вашої уваги.