Новий ШІ Google наблизив фізичний AGI: роботи стали ще самостійнішими
Google DeepMind офіційно анонсувала реліз Gemini Robotics 2 - нового сімейства ШІ-моделей для фізичних пристроїв. Оновлення дає змогу роботам краще орієнтуватися у просторі, виконувати складні завдання та ефективно співпрацювати між собою.
Про це інформує РБК-Україна з посиланням на статтю Google у розділі Gemini API.
Переваги та нові можливості
Головна мета розробників - створити універсального робота, здатного виконувати будь-які побутові чи виробничі завдання. У лабораторії DeepMind цей напрям назвали "фізичним AGI".
Ключовою частиною оновлення стала модель Gemini Robotics ER 2, відповідальна за "втілене міркування" (embodied reasoning). Вона здатна аналізувати відеопотік із камер робота в режимі реального часу.
"Завдяки інтеграції з Gemini Live API роботи тепер можуть відстежувати процес виконання завдань крок за кроком і самостійно виправляти помилки. Якщо м'яч вислизне з рук, система просто відкоригує рух, а не починатиме весь процес спочатку", - розповідають розробники.
Модель визначає ключові моменти дій із точністю майже 90 відсотків. Це дає змогу роботам чітко розуміти, коли саме потрібно зупинити дію - наприклад, під час наливання кави у чашку.
Співпраця роботів
Модель Gemini Robotics 2 відповідає за трансформацію текстових та візуальних команд у безпосередні рухи механічних кінцівок.
Нова версія системи значно покращила точність і координацію складних гуманоїдних рук із багатьма пальцями.
Чого досягнуто:
Робота у команді: тестові моделі Apollo 2 та Franka F3 Duo продемонстрували здатність спільно виконувати завдання, не заважаючи одна одній.
Автономна версія: полегшена модель Gemini Robotics On-Device 2 здатна працювати локально без підключення до мережі.
Швидке навчання: алгоритм здатен адаптуватися до нової конструкції робота лише за кілька годин тренувань або на основі 200 прикладів.
Цікаво, що систему вже тестують на обладнанні компанії Boston Dynamics.
Оцінка ризиків
Вчені додали до ШІ-системи спеціальні рівні захисту від галюцинацій і помилкових дій.
Разом із релізом було представлено новий бенчмарк безпеки під назвою ASIMOV-Agentic.
Що він робить:
- оцінює здатність робота відмовлятися від небезпечних команд,
- перевіряє безпечність виконання завдань,
- аналізує, чи зможе ШІ вчасно покликати на допомогу людину.
Своєю чергою, модель ER 2 показує високу здатність розпізнавати небезпеку та зупиняти рух, якщо людина підходить занадто близько.
Також у Google поділилися ціновою політикою нової розробки.