Google DeepMind, kompanija za veštačku inteligenciju, integrisala je verziju svog najnaprednijeg modela velikog jezika (LLM), nazvanog Gemini, u robote. Ovaj model omogućava mašinama da izvršavaju razne zadatke—kao što je 'zakucavanje' male košarkaške lopte kroz obruč za desktop—bez da su ikada posmatrale drugi robot kako izvodi tu akciju, tvrdi firma. Kompanija je deo šireg pokreta koji koristi napredak u AI tehnologijama koje pokreću chatbotove radi razvoja robota opšte namene. Međutim, ovaj pristup izaziva zabrinutost u vezi bezbednosti zbog mogućnosti da takvi modeli generišu netačne i štetne rezultate. Cilj je dizajnirati mašine koje su lake za korišćenje i koje mogu da obavljaju različite fizičke zadatke bez potrebe za ljudskim nadzorom ili prethodnim programiranjem. Povezivanjem sa Gemini robotskim modelima, programeri mogu unaprediti svoje robote, omogućavajući im da razumeju “prirodni jezik i da shvate fizički svet u mnogo većim detaljima”, objašnjava Carolina Parada, koja vodi tim za robotiku Google DeepMind sa sedištem u Boulderu, Colorado. Model poznat kao Gemini Robotics, koji je predstavljen 12.

marta putem blog posta i tehničkog rada, opisuje se kao “mali, ali opipljiv korak” ka ostvarenju ove vizije, prema rečima Alexandra Khazatskog, istraživača u oblasti AI i suosnivača CollectedAI iz Berkeleyja, Kalifornija, fokusiranog na kreiranje skupova podataka za AI robote. **Prostorna Svest** Tim iz Londona u Google DeepMind-u počeo je sa Gemini 2. 0, najsofisticiranijim modelom za viziju i jezik kompanije, koji je treniran analizom ogromnih količina podataka za prepoznavanje obrazaca. Razvili su specijalizovanu verziju modela prilagođenu zadacima rezonovanja koji zahtevaju 3D fizičko i prostorno razumevanje—kao što je predviđanje putanje objekata ili prepoznavanje iste delove objekta na slikama snimljenim iz različitih uglova. Nakon toga, dodatno su trenirali model koristeći podatke iz hiljada sati stvarnih, daljinski upravljanih demonstracija robota. Ovo je omogućilo robotskom ‘mozgu’ da izvodi stvarne akcije, paralelno sa načinom na koji LLM generiše sledeće reči na osnovu naučenih asocijacija. Tim je testirao Gemini Robotics na humanoidnim robotima i robotskim rukama, procenjujući kako obavljene zadatke tako i nove aktivnosti. Prema njihovim nalazima, roboti koji su koristili model dosledno su nadmašivali vodeće rivale u testovima koji su uključivali poznate zadatke sa izmenjenim detaljima i potpuno nove izazove. **Sklapanje Origamija**