Google DeepMind выпустил Gemini Robotics 2 — новейшую версию модели «зрение-язык-действие», воплощённой в гуманоидном роботе.

В записи блога компания заявила, что запуск представляет собой значимый шаг на пути к «физическому ОИИ» — общему искусственному интеллекту, способному взаимодействовать с реальным миром и действовать в нём через физические системы, такие как роботы, позволяя им выполнять физические задачи, с которыми справляется человек.

Объединяя несколько моделей ИИ, система обеспечивает то, что DeepMind называет «интеллектуальным управлением всем телом». Компания уточнила, что это даёт роботам способность воспринимать окружение, рассуждать при выполнении многошаговых задач и координировать движения всего тела. Роботы, интегрированные с системой, также могут сотрудничать с другими роботами, что подчёркивает: робототехнические системы всё чаще строятся вокруг координации, а не автоматизации отдельных задач.

Руководитель направления робототехники DeepMind Каролина Парада описала долгосрочную амбицию как возможность обеспечить, чтобы «робот мог выполнять любую задачу, которую может человек».

Видео-демонстрации, опубликованные на прошлой неделе, показали, как робот Apptronik Apollo 2 и роботизированные кисти Sharpa автономно выполняют бытовые и промышленные задачи, такие как завязывание мусорных пакетов и вкручивание лампочек. Системы были обучены с использованием комбинации телеуправления, видео-демонстраций и симуляции.

Пол Миллер, аналитик из Forrester, заявил, что запуск развивает более ранние наработки Google в области робототехники: улучшается взаимодействие между роботами, машины получают возможность восстанавливаться после неудачных действий, а модель лучше понимает робота как единое целое, а не только отдельные компоненты вроде руки или захвата.

Тем не менее, по словам Миллера, столь значительный рывок к сближению робототехнического «мозга» и тела сопряжён с серьёзными рисками.

«Роботы — это физические машины, — сказал он. — Они могут быть сильными и тяжёлыми. Людям, работающим с такими машинами, и людям, встречающим их в реальном мире, необходимо быть уверенными в том, что эти машины безопасны».

Он указал на такие проблемы, как обеспечение безопасного отказа роботов при неисправности датчиков или систем питания, и отметил, что широкое развёртывание рядом с людьми будет зависеть от надёжных механизмов безопасности.

«Прежде чем роботов можно будет по-настоящему разворачивать рядом с людьми, необходимо убедительно и достоверно доказать их безопасность», — сказал он.

Что касается цели Google по достижению физического ОИИ, Миллер отметил, что пока этотpromise остаётся «аспирационным».

«Робот, который в конечном итоге сможет делать всё, что может человек, в любой среде, — это, возможно, разумная исследовательская цель, но мы от неё ещё очень далеки», — сказал он.

Пока же он ожидает, что физический ИИ будет приносить ценность в контролируемых условиях — на заводах и складах, где более строгая планировка и предсказуемые задачи позволяют легче ограничить риски и неопределённость.

«Физический ИИ может быть более адаптивным и гибким, чем предыдущие формы автоматизации, но всё ещё проще и дешевле разворачивать автоматизацию в условиях, где можно минимизировать риски, минимизировать неопределённость и максимизировать утилизацию, — сказал он. — Фабрика или склад может быть шумным, грязным или хаотичным, но для робота это намного проще, чем домашняя среда».