Google Gemini styrer robotarmer til presise oppgaver

Google DeepMinds nye Gemini Robotics 2-system lar humanoide roboter utføre intrikate fysiske oppgaver autonomt. Dette er et betydelig sprang fra tidligere AI-modeller som ikke hadde denne presisjonen i fysisk samhandling. Systemet kombinerer et visjons-språk-modell som tolker omgivelsene, med to spesialtrente visjons-språk-handlingsmodeller for kroppskontroll og griperfunksjon. Apollo 2-roboter, utstyrt med Sharpa-hender, har demonstrert evnen til å rydde hyller og utføre oppgaver som å skru inn lyspærer. Treningen baseres på menneskelig teleoperasjon, videoeksempler og simuleringer. Dette krever fortsatt forberedelse for komplekse oppgaver, men representerer en milepæl mot det Google DeepMind kaller «fysisk AGI», eller kunstig generell intelligens som kan utføre fysiske handlinger på menneskelig nivå. Mens andre satser på chatboter, satser Google tydelig på robotikk som neste AI-front.