Google DeepMind презентувала роботів нового покоління, здатних сортувати білизну та адаптуватися до складних завдань<p>Google DeepMind презентувала нові моделі Gemini Robotics 1.5 та Gemini Robotics-ER 1.5, що дозволяють роботам виконувати
багатокрокові завдання. Роботи можуть сортувати білизну та переробляти сміття, а також адаптуватися до нових умов.</p>
Google DeepMind зробила черговий крок у розвитку штучного інтелекту для робототехніки, представивши нові моделі Gemini Robotics 1.5 та Gemini Robotics-ER 1.5. Розробки дозволяють роботам краще “думати” перед виконанням дій і вперше дають змогу виконувати багатокрокові завдання, включно з такими побутовими процесами, як сортування білизни чи переробка сміття. Про це повідомляє Financial Times, пише УНН.
Деталі
Старший директор і керівник відділу робототехніки Google DeepMind Кароліна Парада підкреслила, що компанія переходить до якісно нового етапу.
Моделі, що використовувалися до цього часу, чудово справлялися з виконанням однієї інструкції за раз. Зараз ми переходимо від виконання однієї інструкції до справжнього розуміння та вирішення проблем фізичних завдань
– підкреслила Парада.
У демонстраційних сценаріях робот зміг не лише упакувати речі в сумку за проханням дослідниці, але й самостійно додав парасольку, дізнавшись через онлайн-пошук, що у Лондоні в ці дні очікується дощ. В іншому випадку машина спершу з’ясувала онлайн правила сортування сміття в Сан-Франциско, а тоді розклала відходи у відповідні контейнери.
Професор прикладного штучного інтелекту Оксфордського університету Інгмар Познер зазначив, що масштабне інтернет-навчання відкриває нові горизонти. Водночас професор Анджело Канджелозі з Манчестерського центру ШІ попередив: “Це просто відкриття закономірностей між пікселями, між зображеннями, між словами, токенами тощо – тобто ще не справжнє мислення”.
Окремим проривом стала технологія “передача руху”, яка дозволяє переносити вивчені навички з одних типів роботів (наприклад, роботизованих рук) на інші – гуманоїдів. Це вирішує ключову проблему нестачі якісних даних для навчання.
На відміну від великих мовних моделей, які можна навчати на всьому величезному інтернеті даних, робототехніка була обмежена кропітким процесом збору реальних даних
– пояснив головний інженер Google DeepMind Канішка Рао.
Попри досягнення, компанія визнає, що попереду залишаються виклики: роботи мають стати спритнішими, безпечнішими й надійнішими, перш ніж їх можна буде повноцінно інтегрувати у середовище взаємодії з людьми.
Источник: УНН
