Google DeepMind, Gemini Robotics ER 2'yi yayınladı ve bu, robotların aslında ne kadar kapasiteli olabileceğini yeniden düşünmenizi sağlayacak bir güncelleme. Yeni model, yalnızca bireysel robotları daha akıllı hale getirmiyor; tamamen farklı robot gruplarını aynı zeka ile çalışacak şekilde bir araya getiriyor.
Boston Dynamics’ Spot ve Apptronik’ın Apollo’su, birbirinden tamamen farklı görünen ve çok farklı işler yapan iki robot, Google’ın AI gücüyle sağlanan ortak bir anlamsal anlayış aracılığıyla artık koordine edilebiliyor.
Gemini Robotics ER 2'nin aslında ne yaptığını
Buradaki temel yenilik, DeepMind'in "zamansal zeka" olarak adlandırdığı şeydir. İngilizce'de: robot, sürekli bir video akışı aracılığıyla neler olduğunu izleyebilir, çok adımlı bir görevde nerede olduğunu anlayabilir ve sonraki adımını buna göre planlayabilir.
Sayılar ilginç bir hikâye anlatıyor. Model, ilerleme sınıflandırması için %57,4 doğruluk sağlıyor ve an bulma için %91,3, ortalama hata ise sadece 0,96 saniye. İlerleme sınıflandırması, bir görevin ne kadar ilerlediğini anlama yeteneği, hâlâ gelişim alanına sahip. Ancak an bulma, yani bir video akışında belirli bir olayın tam olarak ne zaman gerçekleştiğini tespit etme, alt saniye doğruluğuyla dikkat çekici bir şekilde hassas.
Google'un Gemini Live API'siyle entegrasyon, bir katman daha ekliyor. Bu, AI modeli ile robot arasında düşük gecikmeli, çift yönlü akış sağlar ve sistem, daha önceki robotik kontrolcüleri etkileyen garip duraklamalar olmadan gerçek zamanlı olarak ayarlanabilir.
Güvenlik de anlamlı bir şekilde artırıldı. İyileştirilmiş talimat takibi performansları ve daha iyi yakınlık algılama, bu robotların insan meslektaşlarına zarar verme olasılığını azaltıyor.
Yapı taşları 2025'e kadar uzanır
ER 2 aniden ortaya çıkmadı. Google, Mart 2025'te ilk Gemini robotik modelleriyle temeli atmaya başlamış ve aynı yıl Eylül'de bir güncellemeyle devam etmiştir. Her yeni versiyon, robotların yapabildiklerini genetik AI ile giderek genişletmiş, temel görevlerden ziyade makinelerin anlık olarak bağlama göre karar verebilmelerini sağlayan agens davranışlarına doğru ilerlemiştir.
Google da bir boşluk içinde çalışmıyor. Boston Dynamics ve Apptronik robotları gibi üçüncü taraf donanımları destekleme kararı, Google'ın sadece bir donanım satıcısı değil, robotik için bir işletim sistemi katmanı olmak istediğini gösteriyor.