گوگل دیپ‌مایند هوش مصنوعی رباتیک «متفکر» را معرفی کرد
رونمایی گوگل دیپ‌مایند از ربات‌های متفکر: آشنایی با Gemini Robotics 1.5 و مدل ER. بررسی قابلیت‌های تفکر قبل از عمل، انتقال یادگیری بین ربات‌ها و کاربردهای صنعتی این فناوری پیشرفته رباتیک.
گوگل دیپ‌مایند از دو مدل جدید رباتیک تحت عنوان Gemini Robotics 1.5 و Gemini Robotics-ER 1.5 رونمایی کرده است که با همکاری یکدیگر، اولین سیستم رباتیک قادر به "تفکر قبل از عمل" را ایجاد می‌کنند.
به گزارش ایتنا کارولینا پارادا، رئیس بخش رباتیک گوگل دیپ‌مایند، این سیستم‌ها را نقطه عطفی در رباتیک محسوب کرده و می‌گوید: «ربات‌های امروزی برای هر وظیفه‌ای نیاز به آموزش اختصاصی دارند، اما Gemini Robotics می‌تواند بدون برنامه‌ریزی مجدد در محیط‌های جدید عمل کند.»
- یک مدل بینایی-زبان با قابلیت "استدلال تجسم‌یافته"
- توانایی تجزیه و تحلیل محیط فیزیکی و تولید دستورالعمل‌های مرحله‌ای
- قابلیت استفاده از ابزارهایی مانند جستجوی گوگل برای جمع‌آوری اطلاعات تکمیلی
- مدل بینایی-زبان-عمل برای اجرای دستورات در محیط واقعی
- توانایی پردازش دستورالعمل‌های مدل ER و تبدیل آنها به حرکات فیزیکی
- قابلیت "تفکر حین عمل" برای نظارت بر اجرای مراحل
برخی کاربردهای این ربات‌ها
- انجام عملیات مونتاژ پیچیده در خطوط تولید
- بازرسی کیفیت محصولات با دقت بالا
- مدیریت انبار و لجستیک به صورت خودکار
- کمک در کارهای روزمره منزل
- مراقبت از سالمندان و افراد دارای محدودیت حرکتی
- انجام کارهای خطرناک یا تکراری
این سیستم روی ربات‌های مختلفی از جمله Aloha 2 (ربات دو دست) و Apollo (ربات انسان‌نما) آزمایش شده است. نکته قابل توجه، قابلیت انتقال یادگیری بین پلتفرم‌های مختلف بدون نیاز به تنظیمات اضافی است.
در حالی که مدل عمل‌گرا هنوز در دسترس عمومی قرار ندارد، مدل ER از طریق Google AI Studio در اختیار توسعه‌دهندگان قرار گرفته تا بتوانند با کار بر روی آن، دستورالعمل‌های رباتیک تولید کنند.
چشم‌انداز آینده
از دید صاحبنظران، این فناوری گامی مهم به سوی ایجاد ربات‌های همه‌کاره‌ای است که می‌توانند در محیط‌های پیچیده و غیرقابل پیش‌بینی عمل کنند، هرچند تا commercialization هنوز راه زیادی باقی است.
گوگل دیپ‌مایند از دو مدل جدید رباتیک تحت عنوان Gemini Robotics 1.5 و Gemini Robotics-ER 1.5 رونمایی کرده است که با همکاری یکدیگر، اولین سیستم رباتیک قادر به "تفکر قبل از عمل" را ایجاد می‌کنند.
به گزارش ایتنا کارولینا پارادا، رئیس بخش رباتیک گوگل دیپ‌مایند، این سیستم‌ها را نقطه عطفی در رباتیک محسوب کرده و می‌گوید: «ربات‌های امروزی برای هر وظیفه‌ای نیاز به آموزش اختصاصی دارند، اما Gemini Robotics می‌تواند بدون برنامه‌ریزی مجدد در محیط‌های جدید عمل کند.»
ویزگی روبات متفکر گوگل
Gemini Robotics-ER 1.5 (مدل متفکر)
- یک مدل بینایی-زبان با قابلیت "استدلال تجسم‌یافته"
- توانایی تجزیه و تحلیل محیط فیزیکی و تولید دستورالعمل‌های مرحله‌ای
- قابلیت استفاده از ابزارهایی مانند جستجوی گوگل برای جمع‌آوری اطلاعات تکمیلی
Gemini Robotics 1.5 (مدل عمل‌گرا)
- مدل بینایی-زبان-عمل برای اجرای دستورات در محیط واقعی
- توانایی پردازش دستورالعمل‌های مدل ER و تبدیل آنها به حرکات فیزیکی
- قابلیت "تفکر حین عمل" برای نظارت بر اجرای مراحل
برخی کاربردهای این ربات‌ها
- انجام عملیات مونتاژ پیچیده در خطوط تولید
- بازرسی کیفیت محصولات با دقت بالا
- مدیریت انبار و لجستیک به صورت خودکار
- کمک در کارهای روزمره منزل
- مراقبت از سالمندان و افراد دارای محدودیت حرکتی
- انجام کارهای خطرناک یا تکراری
این سیستم روی ربات‌های مختلفی از جمله Aloha 2 (ربات دو دست) و Apollo (ربات انسان‌نما) آزمایش شده است. نکته قابل توجه، قابلیت انتقال یادگیری بین پلتفرم‌های مختلف بدون نیاز به تنظیمات اضافی است.
دسترسی برای توسعه‌دهندگان
در حالی که مدل عمل‌گرا هنوز در دسترس عمومی قرار ندارد، مدل ER از طریق Google AI Studio در اختیار توسعه‌دهندگان قرار گرفته تا بتوانند با کار بر روی آن، دستورالعمل‌های رباتیک تولید کنند.
چشم‌انداز آینده
از دید صاحبنظران، این فناوری گامی مهم به سوی ایجاد ربات‌های همه‌کاره‌ای است که می‌توانند در محیط‌های پیچیده و غیرقابل پیش‌بینی عمل کنند، هرچند تا commercialization هنوز راه زیادی باقی است.
*
