شرکت گوگل دیپ‌مایند، که در زمینه هوش مصنوعی فعالیت می‌کند، نسخه‌ای از پیشرفته‌ترین مدل زبان بزرگ خود به نام جمینی را به روبات‌ها ادغام کرده است. این مدل به ماشین‌ها اجازه می‌دهد تا وظایف مختلفی انجام دهند—مانند «درباز کردن» یک توپ بسکتبال کوچک از طریق یک حلقه روی میز—بدون اینکه هرگز عملیات مشابهی را از روبات دیگری مشاهده کرده باشند، به گفته این شرکت. این شرکت بخشی از یک حرکت گسترده‌تر برای بهره‌برداری از پیشرفت‌های هوش مصنوعی است که چت‌بات‌ها را هدایت می‌کنند تا روبات‌های چندمنظوره توسعه دهند. با این حال، این رویکرد نگرانی‌های ایمنی را به دلیل احتمال تولید خروجی‌های نادرست و مضر ایجاد می‌کند. هدف طراحی ماشین‌هایی است که استفاده از آنها آسان باشد و قادر به انجام انواع وظایف فیزیکی بدون نیاز به نظارت انسانی یا پیش‌برنامه‌ریزی باشند.

با اتصال به مدل‌های روباتیکی جمینی، توسعه‌دهندگان می‌توانند روبات‌های خود را بهبود بخشند و به آنها این امکان را دهند که “زبان طبیعی را درک کرده و دنیای فیزیکی را با جزئیات بسیار بیشتری بفهمند”، توضیح می‌دهد کارولینا پارادا، که رهبری تیم روباتیک گوگل دیپ‌مایند مستقر در بولدر، کلرادو را بر عهده دارد. مدل موسوم به جمینی روباتیک، که در تاریخ ۱۲ مارس از طریق یک پست وبلاگ و مقاله فنی معرفی شد، به عنوان “قدم کوچک اما قابل لمس” در راستای تحقق این چشم‌انداز توصیف می‌شود، به گفته الکساندر خازاتسکی، یک محقق هوش مصنوعی و یکی از بنیانگذاران CollectedAI در برکلی، کالیفرنیا، که بر ایجاد مجموعه‌های داده برای روبات‌های مجهز به هوش مصنوعی متمرکز است. **آگاهی فضایی** تیمی مستقر در لندن در گوگل دیپ‌مایند با جمینی ۲. ۰، پیشرفته‌ترین مدل بینایی و زبان شرکت آغاز به کار کرد، که با تحلیل حجم عظیمی از داده‌ها برای شناسایی الگوها آموزش دیده است. آنها نسخه‌ای تخصصی از مدل را برای وظایف استدلالی که نیاز به درک فیزیکی و فضایی ۳ بعدی دارند، توسعه دادند—مانند پیش‌بینی مسیر اشیاء یا شناخت یک قسمت مشابه از یک شی در تصاویر ضبط شده از زاویه‌های مختلف. سپس، آنها مدل را با استفاده از داده‌های هزاران ساعت از نمایش‌های واقعی روبات‌های از راه دور آموزش دادند. این کار به «مغز» روباتیک اجازه می‌دهد تا عمل واقعی انجام دهد و مشابه چگونگی تولید کلمات بعدی توسط مدل‌های زبان بزرگ بر اساس روابط آموخته‌شده عمل کند. تیم، جمینی روباتیک را بر روی روبات‌های انسان‌نما و بازوهای روباتیک ارزیابی کرد و وظایف آموزش‌دیده و فعالیت‌های جدید را مورد سنجش قرار داد. طبق یافته‌های آنها، روبات‌هایی که از این مدل استفاده می‌کردند در آزمون‌های مربوط به وظایف آشنا با جزئیات تغییر یافته و چالش‌های کاملاً جدید به طور مداوم از رقبای پیشرو پیشی گرفتند. **تا کردن اوریگامی**