Google DeepMind ने इस साल का सबसे अम्बिशस रोबोटिक्स घोषणा जारी कर दिया है। 30 जुलाई को लॉन्च किया गया Gemini Robotics 2, एक एकल AI ब्रेन के रूप में डिज़ाइन किया गया है जो लगभग किसी भी रोबोट शरीर, मानवरूपी से लेकर औद्योगिक हथियारों तक, में काम कर सकता है, और नए हार्डवेयर को घंटों में अनुकूलित कर सकता है, महीनों के बजाय।
Gemini Robotics 2 वास्तव में क्या करता है
प्रणाली तीन अलग-अलग मॉडल्स पर आधारित है, जिनमें से प्रत्येक रोबोट बुद्धिमत्ता की अलग-अलग परत को संभालता है। विजन-भाषा-क्रिया (VLA) मॉडल पूरे शरीर के नियंत्रण और सूक्ष्म गतिक कौशल को प्रबंधित करता है। शरीरानुकूलित तर्क (ER) मॉडल उच्च-स्तरीय मस्तिष्क के रूप में कार्य करता है, जो कई मिनटों तक फैलने वाले बहु-चरणीय कार्य अनुक्रमों को समन्वयित करता है। और एक डिवाइस पर संस्करण स्थानीय रूप से चलता है, जिसका अर्थ है कि रोबोट को हर बार एक कप उठाने पर क्लाउड सर्वर के साथ संपर्क करने की आवश्यकता नहीं होती।
सिस्टम हार्डवेयर-निरपेक्ष है। एकल मॉडल चेकपॉइंट पूरी तरह से अलग-अलग रोबोटिक प्लेटफॉर्म पर काम कर सकता है। गूगल ने इसे ऐप्ट्रोनिक के ऐपोलो 2 मानवरूपी और फ्रांका के रोबोटिक आर्म सिस्टम पर प्रदर्शित किया, जहां अलग-अलग भौतिक रूपों पर एक ही इंटेलिजेंस लेयर चलाई गई।
Gemini Robotics 2 कम से कम 200 प्रशिक्षण उदाहरणों के साथ एक नए रोबोट एम्बोडीमेंट को संचालित करना सीख सकता है, जो कुछ घंटों के डेटा संग्रह में प्राप्त किया जा सकता है। संदर्भ के लिए, पारंपरिक रोबोटिक्स AI प्रणालियाँ अक्सर एकल प्लेटफॉर्म पर बुनियादी क्षमता प्राप्त करने के लिए हजारों या दस हजारों प्रदर्शनों की आवश्यकता होती है।
इस सिस्टम पर चलने वाले रोबोट उन्नत कार्यों को संभाल सकते हैं, जिनमें द्विपद चलना, वस्तुओं को हेरफेर करना और बहु-रोबोट सहयोग शामिल है, जहाँ कई मशीनें मानवीय सूक्ष्म नियंत्रण के बिना अपने कार्यों को समन्वित करती हैं।
इसका महत्व रोबोटिक्स लैब के बाहर क्यों है
गूगल द्वारा ER मॉडल और VLA मॉडल दोनों को Google AI Studio और साझेदार कार्यक्रमों के माध्यम से उपलब्ध कराया जा रहा है। डीपमाइंड ने अपने द्वारा "एजेंटिक व्यवहार" कहे जाने वाले लक्षणों के लिए विशिष्ट बेंचमार्क भी स्थापित किए हैं, जो इन AI प्रणालियों को स्वतंत्र निर्णय लेते समय कितनी सुरक्षित रूप से संचालित किया जा रहा है, इसे मापते हैं।
इसका निवेशकों के लिए क्या अर्थ है
Google DeepMind का हार्डवेयर-निरपेक्ष दृष्टिकोण प्रतिस्पर्धात्मक परिदृश्य को काफी बदल सकता है। यदि Gemini Robotics 2 अपने वादे को पूरा करता है, तो यह रोबोट हार्डवेयर को कमोडिटी बनाने का खतरा उत्पन्न करता है और मूल्य को बुद्धिमत्ता परत में केंद्रित करता है। Apptronik जैसी कंपनियाँ जो पहले से ही DeepMind के साथ साझेदारी कर रही हैं, उन्हें बाजार में प्रवेश में आसानी मिल सकती है, लेकिन वे Google के AI स्टैक पर अधिक निर्भर हो जाती हैं।
टेस्ला का ऑप्टिमस प्रोग्राम, फिगर एआई, और रोबोटिक्स स्टार्टअप्स की बढ़ती हुई सूची सभी समान लक्ष्यों की ओर तेजी से बढ़ रहे हैं। गूगल का लाभ पैमाना है: इसके पास कंप्यूट की बुनियादी ढांचा, मूल एआई मॉडल, और गूगल एआई स्टूडियो और साझेदार कार्यक्रमों के माध्यम से वितरण प्लेटफॉर्म है।