Google DeepMind กำลังเปิดตัวโมเดลปัญญาประดิษฐ์ใหม่ 2 โมเดล ซึ่งออกแบบมาเพื่อช่วยให้หุ่นยนต์ "ทำงานจริงได้หลากหลายมากขึ้นกว่าที่เคย" โมเดลแรกมีชื่อว่า เจมินี่ โรโบติกส์เป็นโมเดลวิสัยทัศน์-ภาษา-การกระทำที่มีความสามารถในการเข้าใจสถานการณ์ใหม่ๆ แม้ไม่ต้องมีการฝึกอบรมมาก่อน

Gemini Robotics ถูกสร้างขึ้นจาก ราศีเมถุน 2.0รุ่นล่าสุดของโมเดลปัญญาประดิษฐ์เรือธงของ Google ในงานแถลงข่าว Carolina Parada ผู้อำนวยการอาวุโสและหัวหน้าฝ่ายหุ่นยนต์ของ Google DeepMind กล่าวว่า Gemini Robotics "ใช้ประโยชน์จากความเข้าใจของ Gemini เกี่ยวกับโลกหลายรูปแบบและถ่ายทอดไปยังโลกแห่งความเป็นจริงโดยเพิ่มการกระทำทางกายภาพเป็นรูปแบบใหม่"

โมเดลใหม่นี้มีความก้าวหน้าใน 3 ด้านหลักที่ Google DeepMind ถือว่าสำคัญต่อการสร้างหุ่นยนต์ที่มีประโยชน์: การสรุปความทั่วไป การโต้ตอบ และความคล่องแคล่วนอกจากความสามารถในการสรุปสถานการณ์ใหม่แล้ว Gemini Robotics ยังสามารถโต้ตอบกับผู้คนและสิ่งแวดล้อมได้ดีขึ้น และยังสามารถทำงานทางกายภาพที่แม่นยำยิ่งขึ้น เช่น การพับกระดาษหรือถอดฝาขวด

โมเดลหุ่นยนต์ Gemini ใหม่ของ Google DeepMind ทำให้หุ่นยนต์มีความคล่องแคล่วมากขึ้น

Parada กล่าวว่า “ในอดีต เราประสบความสำเร็จในแต่ละด้านเหล่านี้ แต่ปัจจุบัน เราปรับปรุงประสิทธิภาพการทำงานทั้งสามด้านได้อย่างมีนัยสำคัญด้วยโมเดลเดียว ทำให้เราสามารถสร้างหุ่นยนต์ที่มีประสิทธิภาพ ตอบสนองต่อการเปลี่ยนแปลงของสภาพแวดล้อมได้ดีขึ้น และแข็งแกร่งขึ้น”

Google DeepMind ยังได้แนะนำ เจมินี่ โรโบติกส์-อีอาร์ (การใช้เหตุผลแบบเป็นรูปธรรม) ซึ่งบริษัทอธิบายว่าเป็นโมเดลภาษาวิสัยทัศน์ขั้นสูงที่มีความสามารถในการ "เข้าใจโลกที่ซับซ้อนและเปลี่ยนแปลงอยู่ตลอดเวลาของเรา"

ดังที่ Parada ได้อธิบายไว้ว่า เมื่อคุณกำลังบรรจุข้าวกล่องด้วยสิ่งของต่างๆ บนโต๊ะตรงหน้าคุณ คุณจำเป็นต้องรู้ว่าสิ่งของต่างๆ อยู่ที่ไหน จะเปิดข้าวกล่องอย่างไร หยิบของอย่างไร และจะวางไว้ที่ไหน นี่คือเหตุผลที่ Gemini Robotics-ER ออกแบบมาเพื่อจัดการเรื่องนี้โดยเฉพาะ โดยมีเป้าหมายเพื่อให้ผู้เชี่ยวชาญด้านหุ่นยนต์สามารถเชื่อมต่อกับตัวควบคุมระดับต่ำที่มีอยู่ (ระบบที่ควบคุมการเคลื่อนไหวของหุ่นยนต์) ซึ่งจะทำให้พวกเขาสามารถเปิดใช้งานฟีเจอร์ใหม่ๆ ที่ขับเคลื่อนโดย Gemini Robotics-ER ได้

นอกจากนี้ Gemini Robotics ยังช่วยให้หุ่นยนต์ทำงานต่างๆ ได้อีกมากมาย

ในส่วนของความปลอดภัย วิกาส สินธุวานี นักวิจัยของ Google DeepMind บอกกับนักข่าวว่าบริษัทกำลังพัฒนา "แนวทางแบบหลายชั้น" และเสริมว่าโมเดล Gemini Robotics-ER "ได้รับการฝึกฝนให้ประเมินว่าการดำเนินการที่อาจเกิดขึ้นในสถานการณ์เฉพาะนั้นปลอดภัยหรือไม่" นอกจากนี้ บริษัทยังได้เปิดตัวเกณฑ์มาตรฐานและกรอบการทำงานใหม่เพื่อช่วยให้อุตสาหกรรม AI พัฒนาการวิจัยด้านความปลอดภัยต่อไป เมื่อปีที่แล้ว Google DeepMind ได้เปิดตัว "Robot Constitution" ซึ่งเป็นชุดกฎสำหรับหุ่นยนต์ที่ได้รับแรงบันดาลใจจากไอแซก อาซิมอฟ

Google DeepMind กำลังร่วมมือกับ Apptronik เพื่อ "สร้างหุ่นยนต์มนุษย์รุ่นต่อไป" นอกจากนี้ Google DeepMind ยังให้ "ผู้ทดสอบที่เชื่อถือได้" เข้าถึงโมเดล Gemini Robotics-ER ซึ่งรวมถึง Agile Robots, Agility Robotics, Boston Dynamics และ Enchanted Tools Parada กล่าวว่า "เรามุ่งเน้นอย่างยิ่งในการสร้างปัญญาประดิษฐ์ที่สามารถเข้าใจโลกกายภาพและดำเนินการภายในโลกนั้น เราตื่นเต้นมากที่จะได้ใช้ประโยชน์จากสิ่งนี้ในหลากหลายรูปแบบและแอปพลิเคชัน"