Google DeepMind, tekoälyyritys, on integroidutukeversion sen edistyneimmästä suuresta kielimallista (LLM), nimeltään Gemini, roboteihin. Tämä malli mahdollistaa koneiden suorittaa erilaisia tehtäviä—kuten 'slam dunk' -heiton pienen koripallon kautta pöytäkoripallon koriin—ilman, että ne koskaan olisivat nähneet toisen robotin tekevän kyseistä toimintoa, yhtiön mukaan. Yritys on osa laajempaa liikettä, jossa hyödynnetään tekoälyn kehitystä, joka voimaantuu chatboteissa, kehittämään yleistarkoituksellisia robotteja. Tämä lähestymistapa herättää kuitenkin turvallisuushuolia, koska kyseisten mallien voi olla mahdollista tuottaa virheellisiä ja haitallisia tuloksia. Tavoitteena on suunnitella koneita, joita on helppo käyttää ja jotka pystyvät suorittamaan monenlaisia fyysisiä tehtäviä ilman ihmisen valvontaa tai ennakkokoodattuja komentoja. Liittämällä Gemini-robottimalleihin kehittäjät voivat parantaa robottejaan, minkä seurauksena ne pystyvät ymmärtämään “luonnollista kieltä ja hahmottamaan fyysistä maailmaa paljon yksityiskohtaisemmin, ” selittää Carolina Parada, joka johtaa Google DeepMindin robotiikkatiimiä Boulderissa, Coloradossa. Mallia, jota kutsutaan nimellä Gemini Robotics, esiteltiin 12.

maaliskuuta blogikirjoituksen ja teknisen paperin kautta, ja sitä kuvataan “pieneksi mutta konkreettiseksi askeleeksi” tämän vision toteuttamiseksi, sanoo Alexander Khazatsky, tekoälyn tutkija ja CollectedAI:n perustaja Berkeleystä, Kaliforniasta, joka keskittyy tekoälyohjattujen robottien datavarantojen luomiseen. **Paikantaminen** Lontoossa sijaitseva Google DeepMindin tiimi aloitti Gemini 2. 0:sta, yrityksen edistyneimmästä visio- ja kielimallista, joka koulutettiin analysoimalla valtavia määriä dataa kaavojen tunnistamiseksi. He kehittivät erikoistuneen version mallista, joka on räätälöity päättelytehtäviin, jotka vaativat 3D-fyysistä ja tilallista ymmärrystä—kuten ennustamaan esineiden liikkeitä tai tunnistamaan sama osa esineestä kuvissa, jotka on otettu eri kulmista. Sen jälkeen he kouluttivat mallia edelleen käyttämällä dataa tuhansista tuntikausista oikeita, etäohjattuja robottidemonstraatioita. Tämä mahdollisti robotin ‘aivojen’ suorittaa todellisia toimintoja, samalla tavalla kuin LLM:t tuottavat seuraavia sanoja opittujen assosiaatioiden perusteella. Tiimi arvioi Gemini Robotics -mallia humanoidi-roboteilla ja robottikäsivarsilla, arvioiden sekä koulutettuja tehtäviä että innovatiivisia toimintoja. Heidän havaintojensa mukaan malli hyödynnetyt robotit ylittivät johdonmukaisesti johtavat kilpailijat testeissä, joihin liittyi sekä tuttuja tehtäviä muutetuilla yksityiskohdilla että täysin uusia haasteita. **Origamin taittaminen**