Google DeepMind, un'azienda di intelligenza artificiale, ha integrato una versione del suo modello linguistico di grandi dimensioni (LLM) più avanzato, chiamato Gemini, nei robot. Questo modello consente alle macchine di eseguire vari compiti—come 'schiacciare' una piccola palla da basket attraverso un canestro da scrivania—senza aver mai osservato un altro robot eseguire l'azione, secondo l'azienda. L'azienda è parte di un movimento più ampio per sfruttare i progressi dell'IA che alimentano i chatbot per sviluppare robot a scopo generale. Tuttavia, questo approccio solleva preoccupazioni per la sicurezza a causa del potenziale di tali modelli di generare output imprecisi e dannosi. L'obiettivo è progettare macchine facili da utilizzare e in grado di eseguire una varietà di compiti fisici senza bisogno di supervisione umana o preprogrammazione.

Collegandosi ai modelli robotici di Gemini, gli sviluppatori possono migliorare i loro robot, consentendo loro di capire “il linguaggio naturale e comprendere il mondo fisico con molta maggiore dettaglio, ” spiega Carolina Parada, che guida il team di robotica di Google DeepMind con sede a Boulder, Colorado. Il modello denominato Gemini Robotics, presentato il 12 marzo attraverso un post sul blog e un documento tecnico, è descritto come “un piccolo ma tangibile passo” verso la realizzazione di questa visione, secondo Alexander Khazatsky, ricercatore di IA e co-fondatore di CollectedAI a Berkeley, California, focalizzato sulla creazione di dataset per robot guidati dall'IA. **Consapevolezza Spaziale** Con sede a Londra, un team di Google DeepMind ha iniziato con Gemini 2. 0, il modello di visione e linguaggio più sofisticato dell'azienda, che è stato addestrato analizzando enormi quantità di dati per il riconoscimento dei modelli. Hanno sviluppato una versione specializzata del modello su misura per compiti di ragionamento che richiedono comprensione fisica e spaziale 3D—come prevedere la traiettoria di oggetti o riconoscere la stessa parte di un oggetto in immagini catturate da angolazioni diverse. Successivamente, hanno ulteriormente addestrato il modello utilizzando dati provenienti da migliaia di ore di dimostrazioni di robot reali, operate a distanza. Questo ha consentito al 'cervello' robotico di eseguire azioni reali, parallelo a come gli LLM generano parole successive basate su associazioni apprese. Il team ha valutato Gemini Robotics su robot umanoidi e bracci robotici, valutando sia compiti addestrati che attività nuove. Secondo le loro scoperte, i robot che utilizzano il modello hanno costantemente superato i principali concorrenti in test che coinvolgevano sia compiti familiari con dettagli modificati che sfide completamente nuove. **Piegatura Origami**