गूगल डीपमाइंड दो नए कृत्रिम बुद्धिमत्ता मॉडल लॉन्च कर रहा है, जिन्हें रोबोटों को "पहले से कहीं अधिक व्यापक श्रेणी के वास्तविक दुनिया के कार्य करने में मदद करने के लिए डिज़ाइन किया गया है।" पहला मॉडल, जिसका नाम है जेमिनी रोबोटिक्स, एक दृष्टि-भाषा-क्रिया मॉडल है जो बिना किसी पूर्व प्रशिक्षण के भी नई स्थितियों को समझने में सक्षम है।

जेमिनी रोबोटिक्स का निर्माण मिथुन 2.0, Google के प्रमुख कृत्रिम बुद्धिमत्ता मॉडल का नवीनतम संस्करण। एक प्रेस कॉन्फ्रेंस के दौरान, Google DeepMind में वरिष्ठ निदेशक और रोबोटिक्स प्रमुख कैरोलिना पारदा ने कहा कि जेमिनी रोबोटिक्स "मल्टीमॉडल दुनिया के बारे में जेमिनी की समझ का लाभ उठाता है और एक नई विधा के रूप में भौतिक क्रियाओं को जोड़कर इसे वास्तविक दुनिया में स्थानांतरित करता है।"

नए मॉडल ने तीन प्रमुख क्षेत्रों में प्रगति की है जिन्हें गूगल डीपमाइंड उपयोगी रोबोट बनाने के लिए महत्वपूर्ण मानता है: सामान्यीकरण, अन्तरक्रियाशीलता और निपुणतानए परिदृश्यों को सामान्य बनाने की अपनी क्षमता के अलावा, जेमिनी रोबोटिक्स लोगों और पर्यावरण के साथ बेहतर तरीके से बातचीत कर सकता है। यह अधिक सटीक शारीरिक कार्य भी कर सकता है, जैसे कागज़ के टुकड़े को मोड़ना या बोतल का ढक्कन हटाना।

गूगल डीपमाइंड का नया जेमिनी रोबोटिक्स मॉडल रोबोट को अधिक निपुण बनाता है।

पराडा ने कहा, "अतीत में, हमने इनमें से प्रत्येक क्षेत्र में व्यक्तिगत रूप से प्रगति की थी, लेकिन अब हम एक ही मॉडल के साथ तीनों क्षेत्रों में प्रदर्शन में उल्लेखनीय सुधार कर रहे हैं। इससे हमें ऐसे रोबोट बनाने में मदद मिलती है जो पर्यावरणीय परिवर्तनों के प्रति अधिक सक्षम, प्रतिक्रियाशील और मजबूत होते हैं।"

गूगल डीपमाइंड भी पेश किया गया जेमिनी रोबोटिक्स-ईआर (एम्बोडीड रीजनिंग), जिसे कंपनी एक उन्नत दृष्टि-भाषा मॉडल के रूप में वर्णित करती है, जो "हमारी जटिल और निरंतर बदलती दुनिया को समझने में सक्षम है।"

जैसा कि पारदा ने बताया, जब आप अपने सामने टेबल पर विभिन्न वस्तुओं के साथ लंचबॉक्स पैक कर रहे होते हैं, तो आपको यह जानना होगा कि सब कुछ कहाँ है, लंचबॉक्स कैसे खोलना है, वस्तुओं को कैसे उठाना है, और उन्हें कहाँ रखना है। यह बिल्कुल वैसा ही तर्क है जिसे संभालने के लिए जेमिनी रोबोटिक्स-ईआर को डिज़ाइन किया गया है। इसका उद्देश्य रोबोटिक्स विशेषज्ञों को मौजूदा निम्न-स्तरीय नियंत्रकों (रोबोट की गतिविधियों को नियंत्रित करने वाली प्रणालियाँ) से जुड़ने में सक्षम बनाना है, जिससे उन्हें जेमिनी रोबोटिक्स-ईआर द्वारा संचालित नई सुविधाओं को सक्षम करने की अनुमति मिलती है।

जेमिनी रोबोटिक्स रोबोटों को अनेक प्रकार के कार्य करने में सहायता कर सकता है।

सुरक्षा के बारे में, Google DeepMind के एक शोधकर्ता विकास सिंधवानी ने संवाददाताओं को बताया कि कंपनी एक "स्तरित दृष्टिकोण" विकसित कर रही है और उन्होंने कहा कि जेमिनी रोबोटिक्स-ईआर मॉडल को "यह आकलन करने के लिए प्रशिक्षित किया गया है कि विशिष्ट परिदृश्यों में संभावित क्रियाओं को निष्पादित करना सुरक्षित है या नहीं।" कंपनी ने AI उद्योग को सुरक्षा अनुसंधान को आगे बढ़ाने में मदद करने के लिए नए बेंचमार्क और फ्रेमवर्क भी जारी किए हैं। पिछले साल, Google DeepMind ने "रोबोट संविधान" पेश किया, जो इसहाक असिमोव से प्रेरित रोबोट के लिए नियमों का एक सेट है।

गूगल डीपमाइंड "ह्यूमनॉइड रोबोट की अगली पीढ़ी बनाने" के लिए ऐप्ट्रॉनिक के साथ सहयोग कर रहा है। इसके अतिरिक्त, गूगल डीपमाइंड "विश्वसनीय परीक्षकों" को अपने जेमिनी रोबोटिक्स-ईआर मॉडल तक पहुंच प्रदान कर रहा है, जिसमें एजाइल रोबोट्स, एजिलिटी रोबोटिक्स, बोस्टन डायनेमिक्स और एनचांटेड टूल्स शामिल हैं। पारदा ने कहा, "हम ऐसी बुद्धिमत्ता बनाने पर अत्यधिक ध्यान केंद्रित कर रहे हैं जो भौतिक दुनिया को समझ सके और उसके भीतर कार्रवाई कर सके। हम इसे कई अवतारों और अनुप्रयोगों में लाभ उठाने के लिए बहुत उत्साहित हैं।"