Google DeepMind baru sahaja mengumumkan perkara yang mungkin merupakan pengumuman robotik paling ambisius tahun ini. Gemini Robotics 2, yang dilancarkan pada 30 Julai, direka untuk menjadi otak AI tunggal yang boleh beroperasi di dalam hampir semua badan robot, dari robot manusia hingga lengan industri, beradaptasi dengan peralatan baharu dalam beberapa jam bukannya berbulan-bulan.
Apa yang sebenarnya dilakukan oleh Gemini Robotics 2
Sistem ini dibina di sekitar tiga model berbeza, masing-masing mengendalikan lapisan kecerdasan robot yang berbeza. Model vision-language-action (VLA) menguruskan kawalan keseluruhan badan dan kemahiran motor halus. Model embodied reasoning (ER) bertindak sebagai otak peringkat tinggi, mengoordinasikan urutan tugas pelbagai langkah yang boleh berlangsung selama beberapa minit. Dan satu varian berdasarkan peranti berjalan secara tempatan, bermakna robot tidak perlu menghubungi pelayan awan setiap kali ia mengangkat cawan.
Sistem ini tidak bergantung pada peranti keras. Satu titik periksa model boleh beroperasi pada pelbagai platform robotik yang berbeza. Google telah menunjukkan ini melalui manusia humanoid Apollo 2 milik Apptronik dan sistem lengan robotik Franka, menjalankan lapisan kecerdasan yang sama pada bentuk fizikal yang sangat berbeza.
Gemini Robotics 2 boleh belajar mengendalikan satu pengwujudan robot baru dengan kurang daripada 200 contoh latihan, yang boleh dicapai dalam beberapa jam pengumpulan data. Sebagai konteks, sistem AI robotik tradisional sering memerlukan ribuan atau puluhan ribu demonstrasi untuk mencapai kecekapan asas pada satu platform sahaja.
Robot yang berjalan pada sistem ini boleh menangani tugas-tugas canggih termasuk berjalan dengan dua kaki, manipulasi objek, dan kolaborasi pelbagai robot, di mana beberapa mesin mengkoordinasikan tindakan mereka tanpa pengawasan manusia yang terperinci.
Mengapa ini penting melebihi makmal robotik
Google sedang menyediakan model ER dan VLA melalui Google AI Studio dan program rakan kongsi. DeepMind juga telah menubuhkan tolok ukur khas untuk apa yang disebutnya sebagai “perilaku agen”, mengukur sejauh mana sistem AI ini beroperasi dengan selamat semasa membuat keputusan autonomi.
Apa yang bermaksud ini kepada pelabur
Pendekatan bebas peranti keras Google DeepMind boleh mengubah landskap persaingan dengan ketara. Jika Gemini Robotics 2 memenuhi janjinya, ia mengancam untuk mengkomoditkan peranti robot sambil memusatkan nilai pada lapisan kecerdasan. Syarikat seperti Apptronik yang sudah bekerjasama dengan DeepMind mungkin mendapat manfaat daripada akses pasaran yang lebih mudah, tetapi mereka juga menjadi lebih bergantung kepada rangka AI Google.
Program Optimus Tesla, Figure AI, dan serangkaian permulaan robotik yang semakin bertambah semuanya sedang berlumba menuju matlamat yang serupa. Kelebihan Google ialah skala: ia mempunyai infrastruktur pengiraan, model AI asas, dan platform pengedaran melalui Google AI Studio dan program rakan kongsi.