گوگل دیپ‌مایند مدل هوش مصنوعی رباتیک با نام Gemini Robotics 2 را رونمایی کرد

گوگل DeepMind از نسل جدید مدل هوش مصنوعی رباتیک خود با نام Gemini Robotics 2 رونمایی کرد؛ مدلی که نسبت به نسخه قبلی، جهشی بزرگ در توانایی کنترل ربات‌های انسان‌نما محسوب می‌شود.

برخلاف نسل نخست که تنها روی کنترل بخش بالایی بدن ربات تمرکز داشت، نسخه جدید اکنون قادر است تمام اعضای بدن ربات، از پاها گرفته تا انگشتان دست، را به‌ صورت هماهنگ کنترل کند.

Gemini Robotics 2 نام مدل هوش مصنوعی جدید DeepMind است که امروز از سوی گوگل و این شرکت رونمایی شد. نسخه پیشین این مدل تنها قادر بود بخش بالاتنه ربات‌های انسان‌نما را کنترل کند اما Gemini Robotics 2 نسخه کاملی است که می‌تواند تمامی اجزای بدن این ربات‌ها را کنترل کند. این پیشرفت باعث می‌شود ربات‌ها بتوانند وظایف پیچیده‌تر و طبیعی‌تری را در محیط‌های واقعی انجام دهند و تنها به انجام حرکات محدود وابسته نباشند.

براساس گزارش Theverge؛ مهم‌ترین ویژگی Gemini Robotics 2، پشتیبانی از کنترل کامل بدن است. به لطف این قابلیت، ربات‌های انسان‌نما می‌توانند راه بروند، تعادل خود را حفظ کنند، خم شوند، زانو بزنند، دست‌های خود را بکشند و هم‌زمان با حرکت، اشیای مختلف را جابه‌جا کنند.

گوگل در تصاویر و ویدیوهای مختلف نشان داده است که ربات Apollo 2 ساخت شرکت Apptronik می‌تواند با استفاده از این مدل هوش مصنوعی، یک آب‌پاش را از روی زمین بردارد، آن را حمل کند و روی قفسه قرار دهد یا از میان چندین وسیله موجود روی قفسه، شی موردنظر را تشخیص داده و بردارد.

گوگل می‌گوید اگرچه سرعت حرکت این ربات‌ها هنوز جای پیشرفت دارد، اما Gemini Robotics 2 گام مهمی در مسیر انجام وظایف پیچیده‌ای است که به هماهنگی کامل میان تمام اعضای بدن نیاز دارند؛ موضوعی که تاکنون یکی از بزرگ‌ترین چالش‌های توسعه ربات‌های انسان‌نما بوده است.

یکی دیگر از مهم‌ترین پیشرفت‌های این مدل به افزایش مهارت حرکتی دست‌ها مربوط می‌شود. Gemini Robotics 2 اکنون از کنترل دست‌های رباتیک پنج‌انگشتی با دقت بسیار بالاتر پشتیبانی می‌کند. این قابلیت به ربات‌ها اجازه می‌دهد کارهایی را انجام دهند که تا پیش از این برای آن‌ها بسیار دشوار بود؛ از جمله بستن کیسه‌های زیپ‌دار، گره زدن کیسه زباله، باز کردن لامپ از سرپیچ یا انجام کارهای ظریف دیگر.

یکی دیگر از قابلیت‌های جدید Gemini Robotics 2، همکاری چند ربات با یکدیگر است. اکنون ربات‌های مختلف، حتی اگر از نظر طراحی و ساختار کاملاً متفاوت باشند، می‌توانند با یکدیگر ارتباط برقرار کنند، وظایف را میان خود تقسیم کنند و به ‌صورت هماهنگ پروژه‌های پیچیده را انجام دهند. گوگل نشان داده که ربات Apollo 2 هنگام مرتب کردن یک گاراژ، به ربات دو بازوی گوگل دستور می‌دهد ابزارها را داخل یک جعبه قرار دهد تا هر دو دستگاه به ‌صورت هماهنگ این کار را به پایان برسانند.

در کنار این مدل، گوگل نسخه جدید Gemini Robotics ER 2 را نیز معرفی کرده است. این مدل که نقش موتور استدلال ربات را بر عهده دارد، با استفاده از فناوری بینایی، زبان و استدلال، محیط اطراف را تحلیل می‌کند، دستورات صوتی یا متنی را درک کرده و آن‌ها را به مجموعه‌ای از مراحل قابل اجرا تبدیل می‌کند. سپس روند انجام کار را تا پایان زیر نظر می‌گیرد.

به گفته گوگل، Gemini Robotics ER 2 اکنون می‌تواند وظایفی را که چندین دقیقه زمان نیاز دارند مدیریت کند و در این مدت صدها تصمیم مختلف بگیرد. این مدل همچنین قادر است آغاز و پایان یک وظیفه را تشخیص دهد، در صورت بروز خطا مسیر اجرای عملیات را اصلاح کند و خود را با تغییر شرایط محیط تطبیق دهد؛ قابلیتی که آن را از ربات‌های سنتی با برنامه‌های از پیش تعیین ‌شده متمایز می‌کند.

گوگل همچنین نسخه جدید Gemini Robotics On-Device 2 را معرفی کرده است؛ مدلی که بدون نیاز به اتصال اینترنت و به‌ صورت کاملاً محلی روی سخت‌افزار ربات اجرا می‌شود.

این قابلیت برای محیط‌هایی که دسترسی دائمی به فضای ابری امکان‌پذیر نیست اهمیت زیادی دارد. گوگل اعلام کرده است که این مدل می‌تواند تنها با 200 نمونه آموزشی، خود را با طراحی ربات‌های جدید، به ‌ویژه ربات‌های مبتنی بر دو بازو سازگار کند.

گوگل به صورت همزمان دسترسی به Gemini Robotics ER 2 را از طریق Google AI Studio و نسخه آزمایشی Gemini Enterprise Agent Platform برای برخی شرکای تجاری فراهم کرده است و مدل‌های Gemini Robotics 2 و On-Device 2 نیز در اختیار تعدادی از شرکت‌ها قرار گرفته‌اند.