Dalam kisah sci-fi, kecerdasan buatan Seringkali kekuatan segala macam yang cerdas, mampu, dan kadang -kadang menjadi pembunuhan robot. Keterbatasan yang mengungkapkan dari AI terbaik hari ini adalah bahwa, untuk saat ini, ia tetap terjebak di dalam jendela obrolan.
Google DeepMind Menandai rencana untuk mengubah hari ini – mungkin dikurangi bagian pembunuhan – dengan mengumumkan versi baru dari model AI Gemini yang memadukan bahasa, visi, dan tindakan fisik bersama -sama untuk menyalakan berbagai robot yang lebih mampu, adaptif, dan berpotensi berguna.
Dalam serangkaian video demonstrasi, perusahaan menunjukkan beberapa robot yang dilengkapi dengan model baru, yang disebut robotika Gemini, memanipulasi barang -barang sebagai tanggapan terhadap perintah lisan: robot lipat kertas, menyerahkan sayuran, dengan lembut memasukkan sepasang kacamata ke dalam kasing, dan menyelesaikan tugas lainnya. Robot bergantung pada model baru untuk menghubungkan item yang terlihat dengan tindakan yang mungkin untuk melakukan apa yang diperintahkan. Model ini dilatih dengan cara yang memungkinkan perilaku digeneralisasi di perangkat keras yang sangat berbeda.
Google DeepMind juga mengumumkan versi modelnya yang disebut Gemini Robotics-ER (untuk penalaran yang diwujudkan), yang hanya memiliki pemahaman visual dan spasial. Idenya adalah agar peneliti robot lain menggunakan model ini untuk melatih model mereka sendiri untuk mengendalikan tindakan robot.
Dalam demonstrasi video, para peneliti Google Deepmind menggunakan model untuk mengontrol robot humanoid yang disebut Apollo, dari startup Apptronik. Robot bercakap -cakap dengan manusia dan menggerakkan huruf di sekitar meja saat diperintahkan.
“Kami telah dapat membawa pemahaman dunia-pemahaman konsep umum-dari Gemini 2.0 ke robotika,” kata Kanishka Rao, seorang peneliti robotika di Google Deepmind yang memimpin pekerjaan itu, pada briefing sebelum pengumuman hari ini.
Google DeepMind mengatakan model baru ini dapat mengontrol robot yang berbeda dengan sukses dalam ratusan skenario spesifik yang sebelumnya tidak termasuk dalam pelatihan mereka. “Setelah model robot memiliki pemahaman konsep umum, itu menjadi jauh lebih umum dan bermanfaat,” kata Rao.
Terobosan yang memunculkan chatbots yang kuat, termasuk OPIC AAIP Dan Google Geminitelah beberapa tahun terakhir meningkatkan harapan a revolusi serupa dalam robotikatapi rintangan besar tetap ada.
Model Bahasa Besar (LLMs) yang memberi daya pada chatbots modern dibuat menggunakan algoritma pembelajaran yang lebih umum, data pelatihan skala internet, dan sejumlah besar tenaga komputer. Meskipun belum mungkin untuk mengumpulkan data pelatihan robot pada skala itu, LLMS dapat digunakan sebagai fondasi untuk model robot yang lebih mampu, karena mereka mengandung banyak informasi tentang dunia fisik dan dapat berkomunikasi dengan sangat baik. Peneliti robotika sekarang menggabungkan LLM dengan pendekatan baru untuk belajar melalui teleoperasi atau simulasi yang memungkinkan model untuk mempraktikkan tindakan fisik lebih efisien.
Dalam beberapa tahun terakhir, Google telah mengungkapkan sejumlah Proyek penelitian robotika yang menunjukkan potensinya dari pendekatan ini. Seperti yang dirinci dalam profil terbaru, beberapa peneliti utama yang terlibat dengan pekerjaan sebelumnya telah meninggalkan perusahaan menemukan startup yang disebut kecerdasan fisik. Seperti yang dilaporkan Wired pertama kali, lab yang dijalankan oleh Toyota Research Institute Is melakukan pekerjaan serupa.
Google DeepMind menunjukkan bahwa itu mengimbangi upaya ini pada bulan September 2024, mengungkapkan robot yang menggabungkan LLM dan metode pelatihan baru untuk melakukan tugas -tugas yang tangkas seperti mengikat tali sepatu dan melipat pakaian pada perintah.
Robotika Gemini – Penalaran Spasial.Atas perkenan Google
Rao mengatakan bahwa model robot baru Google DeepMind memiliki kemampuan yang lebih luas. Intelijen Fisik dan Institut Penelitian Toyota telah merilis video demonstrasi serupa.
Robotika Gemini juga mengisyaratkan di mana Google Deepmind mengharapkan AI untuk pergi di tahun -tahun mendatang, karena perlombaan untuk memajukan teknologi terus meningkat. Perusahaan itu tampaknya ditangkap dengan kaki datar oleh pengenalannya Chatgpt Pada bulan November 2022, tetapi sejak itu telah meningkatkan upaya untuk mendapatkan keunggulan dengan mengejar kemajuan yang membawa AI melampaui teks dan percakapan saja.
Ketika Google mengumumkan Gemini pada bulan Desember 2023, perusahaan menekankan Fakta bahwa modelnya multimodalartinya dilatih dari awal untuk menangani gambar dan audio serta teks. Robotika akan membawa AI ke ranah aksi fisik juga. Beberapa peneliti berpendapat bahwa suatu bentuk perwujudan mungkin diperlukan agar AI mencocokkan atau melampaui kemampuan manusia.
Google mengatakan pada briefingnya bahwa saat ini sedang berkolaborasi dengan sejumlah perusahaan robotika, termasuk Robotika Agility Dan Dinamika Bostonyang membuat robot berkaki, dan Alat terpesonayang membuat robot untuk industri jasa.
Openai menutup upaya penelitian robotika pada tahun 2021, tetapi memulai kembali pada tahun 2024, Menurut laporan robot. Openai saat ini mencantumkan beberapa lowongan pekerjaan untuk peneliti robotika di situs webnya.
Namun, menggunakan model AI saat ini untuk mengontrol robot memperkenalkan risiko baru. Pada bulan Desember 2024, misalnya, tim robotis di University of Pennsylvania menunjukkan bahwa apa yang disebut jailbreak yang membuat model AI berperilaku buruk dapat memiliki konsekuensi yang tidak terduga dan serius ketika model mengoperasikan robot. Para peneliti menargetkan beberapa robot komersial, tidak ada yang menggunakan teknologi DeepMind, dan, misalnya, dapat menggunakan serangan semacam itu untuk mendapatkan robot beroda untuk memberikan bom imajiner.
Untuk mengurangi risiko seperti itu-serta lebih banyak kekhawatiran sci-fi tentang robot supersmart menjadi nakal-Google Deepmind juga hari ini mengumumkan tolok ukur baru untuk mengukur risiko dengan robot bertenaga AI.
Benchmark disebut Asimov, setelah penulis fiksi ilmiah Issac Asimov, yang membayangkan Empat aturan dasar untuk memandu perilaku robot. Seperti yang ditulis Asimov, serangkaian aturan sederhana gagal memperhitungkan sejumlah besar skenario berbeda yang mungkin ditemui oleh robot yang benar -benar mampu di alam liar.
Asimov Benchmark dapat mengungkapkan apakah model robot dapat menghasilkan perilaku yang berpotensi berbahaya dengan menghadirkannya dengan banyak situasi yang berbeda. Perintah berbahaya mungkin, misalnya, menginstruksikan robot untuk memahami suatu barang meskipun manusia juga akan meraihnya, yang dapat mengakibatkan cedera. Benchmark dapat digunakan, kata Google DeepMind, untuk membantu membuat pagar yang lebih kompleks yang akan menjaga robot di jalur. “Kami sedang membangun teknologi ini dan kemampuan ini secara bertanggung jawab dan kemudian dengan Safety Top of Mind,” Carolina Paradayang memimpin pekerjaan robot Google, mengatakan pada briefing.
Parada menekankan bahwa pekerjaan itu pada tahap awal dan mengatakan mungkin butuh bertahun -tahun bagi robot untuk belajar menjadi lebih mampu secara signifikan. Dia mencatat bahwa, tidak seperti manusia, robot yang menggunakan model robotika Gemini tidak belajar seperti yang mereka lakukan. Dan dia mengatakan saat ini tidak ada rencana perusahaan untuk mengkomersialkan atau menggunakan teknologi.
Apa yang Anda lakukan dari model robot Google? Apakah ini jalan menuju AI yang lebih maju, atau haruskah kita khawatir tentang model saat ini yang beroperasi di dunia fisik?
