Google DeepMind разкрива AI модел на New Robotics, който може да сортира пране

Гугъл DeepMind е показал модели на изкуствен интелект, които в допълнение усъвършенстват опциите за размишление в роботиката, което им разрешава да вземат решение по -трудни проблеми и да извършват по -сложни задания в действителния свят като нареждане на пране и преработване.

Новите модели на роботиката на компанията, наречени Gemini Robotics 1.5 и Gemini Robotics-ER 1.5, са предопределени да оказват помощ на роботите да извършват многоетапни задания посредством „ мислене “, преди да работят, като част от устрема на софтуерната промишленост да създадат машините с общо предопределение по-полезни в ежедневния свят.

Video description

Gemini Robotics 1.5 helps robots complete increasingly difficult tasks

Според Гугъл DeepMind, робот, подготвен благодарение на новия си модел, съумя да възнамерява по какъв начин да извърши дилемите, които могат да лишават няколко минути, като прегъване на пране в разнообразни кошници въз основа на цвят.

Развитието идва като софтуерни групи, в това число Openai и Tesla, се състезават, с цел да интегрират AI модели в роботи в вярата, че могат да трансформират обсега на промишлеността, от Healthcare за произвеждане в роботи.

„ Моделите до момента съумяха да се оправят доста добре в това да вършат по една директива в даден миг “, споделя Каролина Парада, старши шеф и началник на роботиката в Гугъл DeepMind. „ Сега прекосяваме от една директива към фактически същинско схващане и решение на проблеми за физически задания. “ 

През март Гугъл DeepMind показа първата итерация на тези модели, която се възползва от системата Gemini 2.0 на компанията, с цел да помогне на роботите да се приспособяват към разнообразни нови обстановки, да отговорите бързо на вербални указания или промени в тяхната среда и да бъдат задоволително сръчни, с цел да манипулират обекти.

DeepMind unveiled the first iteration of these models in March

DeepMind unveiled the first iteration of these models in March © DeepMind

While that version was able to reason how to complete tasks, such as folding paper or unzipping a bag, the latest model can follow a series of instructions and also use tools such as Гугъл search За да му помогне да реши проблеми.

В една проява откривател на Гугъл Deepmind помоли робота да опакова шапка в чантата си за пътешестване до Лондон. Роботът също съумя да каже на откривателя, че ще вали няколко дни по време на пътуването и по тази причина роботът също е натъпкал чадър в чантата. 

Роботът също съумя да сортира боклука в подобаващи кошчета за преработване, като първо употребява онлайн принадлежности, с цел да разбере, че е основан в Сан Франциско, а по-късно търсейки мрежата за напътствията за преработване на града.

Gemini Robotics 1.5 е модел на езика на зрението, който комбинира няколко разнообразни входа и по-късно ги превежда в деяние. Тези системи са в положение да научат за света посредством данни, изтеглени от интернет.

Ingmar Posner, professor of applied artificial intelligence at the University of Oxford, said learning from this kind of internet scale data could help robotics reach a “ChatGPT moment ”.

Show video infoShow video description

Video description

Robots can undertake multiple tasks like packing a bag and giving a weather forecast

But Angelo Cangelosi, co-director of the Manchester Centre for Robotics and AI, cautioned against calling what these robots are doing as real thinking. „ Това е просто разкриване на закономерности сред пиксели, сред изображения, сред думи, жетони и така нататък “, сподели той.

Друго развиване с новата система на Гугъл Deepmind е техника, наречена „ Трансфер на придвижване “, която разрешава на един AI модел да употребява умения, които са проектирани за съответен вид робот тяло, като роботизирани оръжия, и да го трансферират на различен, като хуманоиден робот.  

По традиция, с цел да накарате роботите да се движат в обещано пространство и да подхващат дейности, изисква доста подробно обмисляне и шифроване, а това образование постоянно е било характерно за избран вид робот, като роботизирани оръжия. Този пробив „ трансфер на придвижване “ би могъл да помогне за решаването на главно затруднение в развиването на AI Robotics, което е неналичието на задоволително данни за образование. 

„ За разлика от огромните езикови модели, които могат да бъдат подготвени в целия голям Интернет на данните, роботиката е лимитирана от старателния развой на събиране на действителни [данни за роботи] “, сподели Канишка Рао, основен софтуерен инженер по роботика в Гугъл DeepMind.

компанията съобщи, че към момента е нужен за превъзмогване на редица трудности в технологията. Това включваше основаване на способността на роботите да научат умения, като гледат видеоклипове на хора, които извършват задания. ; 

„ Едно от главните провокации при построяването на общи роботи е, че нещата, които са интуитивни за хората, в действителност са много сложни за роботите “, сподели Рао.