Google DeepMind представила Gemini Robotics 2.5 – нову ШІ-модель, яка допомагає роботам виконувати складні завдання “майже так само точно, як люди”. Розробники стверджують, що технологія вже наближається до “людського рівня точності” та проходить випробування на реальному виробництві.
Про це повідомляє РБК-Україна з посиланням на Google DeepMind
Прорив у дрібній моториці та робота з деформованими об'єктами
Платформа DeepMind складається з кількох обчислювальних рівнів: модель Gemini Embodied Reasoning відповідає за зорове сприйняття та планування, а Gemini Robotics (клас VLA, vision-language-action) генерує безпосередні фізичні рухи механізмів.
Оновлення 2.5 суттєво покращило здатність системи розв'язувати завдання, що вимагають високої точності та спритності рук.
Під час тестування модель опрацювала понад 200 різноманітних процесів, серед яких подача їжі кулінарними щипцями та використання хімічної піпетки.
Окрім цього, гуманоїдний робот Apollo 2 від компанії Apptronik, оснащений п'ятипалими кистями, зумів самостійно зав'язати стрічку у бант.
За даними лабораторних тестувань, показник успішності дій Gemini Robotics 2.5 зріс від 30 до 100 відсотків порівняно з минулою версією, а швидкість виконання завдань збільшилася на 20-30 відсотків.
Читайте більше: Три роки до точки неповернення: Гейтс заявив про ризик втрати контролю над ШІ
Тести на заводах Mercedes-Benz та дилема універсальності
Щоб перевірити можливості ШІ в реальних умовах, Google об'єднала зусилля з Apptronik та концерном Mercedes-Benz.
Так, роботи Apollo 2 виконували комплектацію автомобільних запчастин на європейських заводах компанії в Німеччині та Угорщині. У реальному виробничому середовищі система досягла показника успішності у 96 відсотків.
Втім, для промислових гігантів цього наразі недостатньо. Людина на подібних монотонних операціях практично не припускається помилок, і для повної заміни робітників потрібна майстерність вищого рівня.
Представники DeepMind визнають, що подолання останніх 4 відсотків дефектів буде найважчою частиною шляху.
Автори проєкту зазначають, що зіткнулися з вибором: можна створити ідеального робота для однієї вузької задачі або рухатися в бік універсальності, де досягти тотальної безпомилковості на рівні 99.9 відсотка в усіх сценаріях вкрай складно.
Не пропустіть: 20 тисяч Optimus щотижня: Маск нарощує виробництво роботів Tesla
Навчання через цифрові двійники та безпека людей
Суттєвий поштовх розвитку платформи дала модель Gemini 4 Argon. Оскільки фізичних даних для навчання роботів у мережі замало, Argon допомогла створити симуляційний движок.
Вона згенерувала тисячі варіацій тренувальних прогонів на основі реальних відеозаписів, сформувавши “цифрові копії” середовища та прискоривши адаптацію системи до нових завдань.
Окрему увагу приділили безпеці людей, які працюють поруч із машинними механізмами. Завдяки алгоритмам аналізу перешкод у реальному часі, робот зупиняється або очікує, якщо на його шляху з'являється перепона.
Окрім цього, DeepMind відкрила доступ до стандарту безпеки ASIMOV-Jailbreak на платформі Hugging Face.
Він містить 1500 текстових пасток, покликаних змусити робота виконати небезпечну дію, щоб розробники по всьому світу могли тестувати стійкість своїх фізичних моделей.
Наразі Gemini Robotics 2.5 працює через хмарні сервери та надається партнерським робототехнічним компаніям – Boston Dynamics, Agile Robots та Apptronik.
Ще більше цікавого:
- Meta створила гуманоїда для ШІ Muse: чим небезпечна співпраця з Китаєм
- ШІ-роботів можна запрограмувати на небезпечні дії: достатньо секретного слова