O Google DeepMind lançou recentemente sua mais recente tecnologia de robótica - Gemini Robotics, uma tecnologia que marca um passo importante na aplicação prática da inteligência artificial no mundo físico. Ao contrário dos robôs domésticos tradicionais, a Gemini Robotics pretende incorporar tecnologias avançadas de IA em entidades robóticas, permitindo que eles realizem tarefas complexas no mundo real, mesmo além das capacidades humanas.
A tecnologia principal da Gemini Robotics é baseada no modelo Gemini 2.0, que demonstrou seus poderosos recursos no processamento de texto, imagens, áudio e vídeo. Por meio de inovação tecnológica adicional, a Gemini Robotics capacita os robôs a entender e operar o espaço físico. Isso significa que os robôs podem não apenas receber e processar várias formas de instruções, mas também converter essas instruções em ações físicas reais, desempenhando assim um papel importante em muitos campos, como casa e indústria.
A capacidade de generalização da Gemini Robotics é um dos recursos mais atraentes. Ao contrário dos robôs tradicionais que só podem executar programas predefinidos, a Gemini Robotics é capaz de alavancar seu rico conhecimento do mundo para se adaptar rapidamente a novos objetos, novas instruções e novos ambientes e encontrar soluções eficazes. Os dados de teste do Google mostram que a Gemini Robotics supera em muito outros modelos de ação em linguagem visual na referência abrangente de generalização, mostrando sua excelente capacidade de adaptabilidade e solução de problemas.
A Gemini Robotics também é excelente na interação humano-computador. Ele pode entender as instruções coloquiais diárias e responder rapidamente a mudanças nas instruções ou mudanças no ambiente. Além disso, a Gemini Robotics pode concluir tarefas de forma independente após receber instruções preliminares sem intervenção manual excessiva. Esse alto grau de autonomia e flexibilidade faz de Gemini Robotics um assistente de casa ideal que pode ajudar os usuários a concluir várias tarefas diárias.
A flexibilidade da Gemini Robotics não se reflete apenas em sua inteligência, mas também em sua capacidade de executar movimentos finos. Seja origami, embalando almoços ou criando saladas requintadas, a Gemini Robotics pode mostrar movimentos delicados e uma coordenação precisa. Esse recurso faz com que a Gemini Robotics tenha um bom desempenho em tarefas que exigem operação fina e fornecem aos usuários serviços de alta qualidade.
A adaptabilidade multimorfica da Gemini Robotics é outro destaque. Ele pode se adaptar a uma variedade de formas de robô, seja a plataforma de robôs de braço duplo Aloha2 ou o Apollo do Robot Humanoid Aptronik, a Gemini Robotics pode controlá-lo facilmente. Essa ampla adaptabilidade significa que, no futuro, podemos ver robôs inteligentes equipados com a Robótica Gemini em diferentes campos, trazendo mudanças revolucionárias a todas as esferas da vida.
Além da Gemini Robotics, o Google também lançou a Gemini Robotics-Er, um modelo que se concentra mais na melhoria da compreensão espacial dos robôs do mundo físico. Combinando com os controladores de baixo nível existentes, a Gemini Robotics-ER pode melhorar bastante os recursos de Gemini2.0 na identificação de objetos e na detecção 3D e pode até criar novas funções de robô "On the Fly". Essa tecnologia inovadora fornece mais possibilidades para a aplicação de robôs em ambientes complexos.
Ao promover o desenvolvimento da tecnologia de IA, o Google também atribui grande importância a problemas de segurança. A Gemini Robotics-ER interage com o controlador de segurança original do robô para garantir a segurança de ações em potencial e gerar respostas apropriadas. Além disso, o Google lançou um novo conjunto de dados ASimov para avaliar e melhorar a segurança semântica da IA e robôs incorporados. Através da colaboração com especialistas internos e externos, formuladores de políticas e o Comitê de Responsabilidade e Segurança, o Google garante que a Gemini Robotics desenvolva padrões éticos e de segurança.
Para acelerar a implementação da Gemini Robotics, o Google cooperou com várias empresas de robótica, incluindo Apptronik, Robots Agile, Robótica de Agilidade, Boston Dynamics e Ferramentas Encantadas. Essas colaborações promoverão a aplicação da Gemini Robotics em mais campos e trarão mais conveniência para nossas vidas e trabalho.
A Gemini Robotics do Google injetou, sem dúvida, uma nova vitalidade nos campos da inteligência artificial e da robótica. Sua poderosa capacidade de compreensão multimodal, excelente generalização, interação humano-computador natural e excelentes habilidades operacionais anunciam a chegada de uma era de robôs inteligentes. Seja como assistente de casa ou em aplicações em indústrias, médicos e outros campos, a Gemini Robotics nos trará conveniência e eficiência sem precedentes.
Blog oficial: https://deepmind.google/discover/blog/gemini-robotics-brings-ai-into-the-fysical-world/