Google DeepMind, tehisintellekti ettevõte, on integreerinud oma kõige arenenuma suure keelemudeli (LLM) versiooni, mille nimi on Gemini, robotitesse. See mudel võimaldab masinatel täita mitmesuguseid ülesandeid - näiteks "slam dunk" väikese korvpalli läbi lauahoopi - vaatamata sellele, et nad pole kunagi näinud teise roboti seda tegevust sooritamas, teatas firma. Ettevõte on osa laiemast liikumisest, mille eesmärk on kasutada AI edusamme, mis toidavad vestlusroboteid, et arendada üldotstarbelisi roboteid. Kuid see lähenemine tekitab ohutunde, kuna selliste mudelite potentsiaalne vale ja kahjulike väljundite genereerimine võib olla probleemiks. Eesmärk on kujundada masinad, mis oleksid lihtsad kasutada ja suudaksid täita erinevaid füüsilisi ülesandeid ilma inimjärelevalve või eelprogrammeerimiseta. Ühendudes Gemini robotite mudelitega, saavad arendajad oma roboteid täiustada, võimaldades neil mõista "loomulikku keelt ja tajuda füüsilist maailma palju detailsemalt, " selgitas Carolina Parada, kes juhib Google DeepMind'i robotite meeskonda Boulderis, Colorado osariigis. Mudel, mida nimetatakse Gemini Robotics'iks ja mille avas 12.

märtsil blogipostituse ja tehnilise artikli kaudu, on Alexander Khazatsky sõnul, kes on AI teadlane ja CollectedAI, Berkeley, California kaasasutaja, kes keskendub AI juhitud robotite andmebaaside loomisele, "väike, kuid käegakatsutav samm" selle visiooni realiseerimise suunas. **Ruumiline Teadlikkus** Londonis asuv Google DeepMind'i meeskond alustas Gemini 2. 0-st, ettevõtte kõige sofisticeritumast nägemis- ja keelemudelist, mis koolitati suurte andmehulkade analüüsi kaudu mustrite tuvastamiseks. Nad töötasid välja mudeli spetsiaalse versiooni, mis oli kohandatud mõtlemise ülesanneteks, mis nõudsid 3D füüsilist ja ruumilist arusaamist - näiteks esemete trajektoori ennustamine või sama objekti osa äratundmine erinevates nurkades tehtud piltidelt. Seejärel koolitasid nad mudelit edasi tuhandete tundide ulatuses tegelike, eemalt juhitavate robotite demonstratsioonide andmete abil. See võimaldas robotite "ajurakkudel" sooritada reaalseid toiminguid, paralleelselt sellega, kuidas LLM-id genereerivad järgmisi sõnu varem õpitud seoste põhjal. Meeskond testis Gemini Robotics'id inimrobotite ja robotkäte peal, hinnates nii koolitatud ülesandeid kui ka uudseid tegevusi. Nende uuringute kohaselt ületasid mudelit kasutavad robotid järjepidevalt oma konkurente testides, mis hõlmasid nii tuttavaid ülesandeid muudetud detailidega kui ka täiesti uusi väljakutseid. **Origami Kokku Voltimine**