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 različite zadatke—poput "slam dunk" bacanja malog košarkaškog lopte kroz obruč na stolu—bez da su ikada posmatrali drugog robota kako izvodi tu radnju, prema rečima firme. Kompanija je deo šireg pokreta za korišćenje napredaka u veštačkoj inteligenciji koji napaja čatbotove za razvoj robota opšte namene. Međutim, ovaj pristup postavlja pitanja bezbednosti zbog potencijala da takvi modeli generišu netačne i štetne izlaze. Cilj je dizajnirati mašine koje su jednostavne za korišćenje i sposobne da izvode razne fizičke zadatke bez potrebe za ljudskim nadzorom ili unapred programiranjem. Povezivanjem sa Gemini-ovim robotskim modelima, programeri mogu poboljšati svoje robote, omogućavajući im da razumeju „prirodni jezik i shvate fizički svet u mnogo većim detaljima“, objašnjava Karolina Parada, koja vodi tim za robotiku Google DeepMind-a sa sedištem u Boulderu, Kolorado. Model nazvan Gemini Robotics, koji je otkriven 12.

marta putem bloga i tehničkog rada, opisuje se kao „mali, ali opipljiv korak“ ka ostvarenju ove vizije, prema rečima Aleksandra Khazatskog, istraživača veštačke inteligencije i suosnivača CollectedAI u Berkliju, Kalifornija, koji je fokusiran na kreiranje dataseta za robote vođene veštačkom inteligencijom. **Prostorijska 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 radi prepoznavanja obrazaca. Razvili su specijalizovanu verziju modela prilagođenu zadacima razmišljanja koji zahtevaju 3D fizičko i prostorno razumevanje—poput predviđanja putanje objekata ili prepoznavanja istog dela objekta na slikama snimljenim iz različitih uglova. Nakon toga, dodatno su obučavali model koristeći podatke iz hiljada sati stvarnih, daljinski upravljanih demonstracija robota. To je omogućilo robotskom „mozgu“ da izvršava stvarne akcije, paralelno sa načinom na koji LLM-ovi generišu sledeće reči na osnovu naučenih asocijacija. Tim je evaluirao Gemini Robotics na humanoidnim robotima i robotskim rukama, procenjujući i obučene zadatke i nove aktivnosti. Prema njihovim saznanjima, roboti koji koriste ovaj model dosledno su nadmašivali vodeće konkurente u testovima koji su uključivali kako poznate zadatke sa izmenjenim detaljima, tako i potpuno nove izazove. **Savijanje Origamija**