Google DeepMind ha rilasciato Gemini Robotics 2, l'ultima versione del suo modello vision-language-action incarnato in un robot umanoide.

In un post sul blog, l'azienda ha dichiarato che il lancio rappresenta un passo significativo verso la «AGI fisica» — un'intelligenza artificiale generale in grado di interagire e operare nel mondo reale attraverso sistemi fisici come i robot, consentendo ai robot di eseguire compiti fisici che gli esseri umani sanno svolgere.

Combinando molteplici modelli di intelligenza artificiale, il sistema abilita ciò che DeepMind definisce «controllo intelligente di tutto il corpo». L'azienda ha spiegato che ciò conferisce ai robot la capacità di percepire l'ambiente circostante, ragionare attraverso compiti multi-fase e coordinare i movimenti dell'intero corpo. I robot integrati nel sistema possono inoltre collaborare con altri robot, evidenziando come i sistemi robotici siano sempre più progettati attorno al coordinamento piuttosto che all'automazione di singole mansioni.

Carolina Parada, responsabile della robotica di DeepMind, ha descritto l'ambizione a lungo termine come la capacità di permettere a «un robot di eseguire qualsiasi compito che un essere umano sa svolgere».

I video dimostrativi rilasciati la scorsa settimana hanno mostrato il robot Apollo 2 di Apptronik e le mani robotiche di Sharpa completare autonomamente compiti domestici e industriali come chiudere sacchetti della spazzatura e avvitare lampadine. I sistemi sono stati addestrati utilizzando una combinazione di teleoperazione, dimostrazioni video e simulazione.

Paul Miller, analista di Forrester, ha affermato che il lancio si basa sul precedente lavoro di Google nel campo della robotica migliorando la collaborazione tra robot, aiutando le macchine a recuperare da azioni fallite e fornendo al modello una migliore comprensione del robot nella sua interezza, anziché concentrarsi solo su singoli componenti come un braccio o una pinza.

Tuttavia, Miller ha evidenziato che il salto necessario a colmare il divario tra cervello e corpo del robot comporta rischi significativi.

«I robot sono macchine fisiche», ha dichiarato. «Possono essere potenti e possono essere pesanti. Le persone che lavorano con queste macchine, e quelle che le incontrano nel mondo reale, devono avere la certezza che siano sicure».

Ha indicato diverse sfide, tra cui garantire che i robot falliscano in modo sicuro in caso di malfunzionamento di sensori o sistemi di alimentazione, sostenendo che il diffuso impiego alongside le persone dipenderà da solide misure di sicurezza.

«Prima che i robot possano essere realmente distribuiti alongside le persone, il caso relativo alla sicurezza deve essere dimostrato in modo convincente e credibile», ha affermato.

Riguardo all'obiettivo di Google di raggiungere la AGI fisica, Miller ha detto che per ora la promessa rimane «aspirazionale».

«Un robot che alla fine possa fare tutto ciò che un essere umano può fare, in qualsiasi ambiente, può essere un ragionevole obiettivo di ricerca, ma è un traguardo da cui siamo ancora lontanissimi», ha dichiarato.

Per il momento, si aspetta che l'AI fisica generi valore in ambienti controllati come fabbriche e magazzini, dove spazi più definiti e compiti più prevedibili rendono più semplice limitare rischio e incertezza.

«L'AI fisica può essere adattabile e più flessibile delle forme precedenti di automazione, ma è ancora più semplice ed economico distribuire l'automazione in ambienti in cui è possibile minimizzare il rischio, minimizzare l'incertezza e massimizzare l'utilizzo», ha detto. «Una fabbrica o un magazzino possono essere rumorosi, sporchi o caotici, ma sono enormemente più semplici per un robot rispetto a un ambiente domestico».