Google DeepMind je 30. jula predstavio Gemini Robotics 2, novu porodicu AI modela namenjenu upravljanju robotima, koja po prvi put jednim jedinstvenim modelom kontroliše celo telo humanoidne mašine, od nogu do prstiju. Kompanija je najavu propratila demonstracijom na humanoidnom robotu Apollo 2, koji proizvodi kompanija Apptronik, a koji je uz pomoć novog sistema samostalno obavio zadatak sastavljen od više koraka, u punom pokretu kroz prostoriju.
Tri modela za različite delove zadatka
Prema saopštenju Google DeepMind-a, Gemini Robotics 2 zapravo obuhvata tri odvojena, ali povezana modela.
Prvi, nazvan Gemini Robotics 2 VLA (vizija, jezik, akcija), pretvara ono što robot vidi i ono što mu je rečeno rečima u konkretne komande za motore, i namenjen je humanoidima i robotima sa dve ruke koji obavljaju precizne manipulacije predmetima.
Drugi, Gemini Robotics ER 2, označen je kao model za takozvano utelovljeno rezonovanje. On funkcioniše kao viši sloj odlučivanja, planira zadatke koji imaju više koraka, komunicira sa ljudima i koordiniše rad više robota istovremeno. Google navodi da je ovo do sada najbezbedniji model iz ove porodice, prema internim merilima za poštovanje bezbednosnih ograničenja i ponašanje u blizini ljudi.
Treći model, Gemini Robotics On-Device 2, radi lokalno na samom robotu, bez potrebe za internet konekcijom, a Google tvrdi da se ovaj model može prilagoditi novom tipu robota za svega nekoliko sati uz minimalnu količinu trening podataka.
Demonstracija na robotu Apollo 2
Kao ilustraciju mogućnosti novog sistema, Google DeepMind je objavio snimak na kome robot Apollo 2 dobija jednostavno uputstvo na jeziku, da kantu za zalivanje odloži u zelenu kantu na donjoj polici. Robot potom samostalno prelazi preko prostorije, prilazi policama, podiže predmet i precizno ga postavlja na traženo mesto.
Ključna razlika u odnosu na prethodnu generaciju je u tome što je ranija verzija modela uglavnom upravljala gornjim delom tela, rukama i šakama, dok Gemini Robotics 2 sada koordiniše i noge i trup, što robotu omogućava da hoda, čučne i saginje se dok istovremeno rukuje predmetima.
Deo demonstracije odnosio se i na spretnost šake. Apollo 2 je opremljen takozvanom SharpaWave šakom sa pet prstiju i 22 stepena slobode kretanja, koja je, prema navodima Google DeepMind-a, uspešno zavezala čvor na kesi za smeće i zatvorila plastičnu kesu sa patent zatvaračem, kao i odvrnula sijalicu, zadatke koji zahtevaju finu motoriku sličnu ljudskoj.
Google je istakao i mogućnost saradnje više robota u istom zadatku, gde različiti tipovi mašina koordinišu složeniji tok posla, kao i sposobnost izvršavanja dužih nizova akcija, u trajanju od nekoliko minuta i sa stotinama pojedinačnih odluka bez ljudske intervencije.
Bezbednost kao poseban izazov
Sa većom autonomijom robota koji dele prostor sa ljudima raste i značaj bezbednosnih mehanizama. Google DeepMind je zajedno sa novim modelima predstavio i ASIMOV-Agentic, novo merilo za proveru takozvane agentske bezbednosti. Ono proverava da li model ume da odbije da izvrši rizičnu komandu, da proceni da li je neki zadatak uopšte izvodljiv i da, kada je nesiguran, sam zatraži da čovek preuzme odluku umesto njega.
Model ER 2 dodatno je unapređen u prepoznavanju ljudi u blizini robota, tako da može da pokrene bezbednosne funkcije i da robot bezbedno zaustavi kada neko uđe u njegov radni prostor. Ovakvi mehanizmi postaju sve važniji kako kompanije poput Apptronika testiraju humanoidne robote u realnim, nekontrolisanim okruženjima, a ne samo u laboratorijama.
Apptronik je, uz najavu, otvorio i postrojenje pod nazivom Robot Park, gde roboti Apollo 2 obavljaju zadatke i prikupljaju podatke koji se koriste za treniranje sledećih generacija Gemini Robotics modela.
Šta ovo znači za trku u robotici
Google DeepMind je nov korak opisao kao "važan korak na putu ka rešavanju opšte veštačke inteligencije u fizičkom svetu", jasno signalizirajući da kompanija robotiku vidi kao sledeće veliko poprište AI konkurencije, posle chatbotova i asistenata za pisanje koda. Više velikih tehnoloških kompanija i startapova u poslednjih godinu dana ulaze u razvoj humanoidnih robota i modela koji njima upravljaju, pa Gemini Robotics 2 predstavlja još jedan pokazatelj da se fokus AI industrije širi sa softvera na fizičke sisteme.
Ostaje otvoreno pitanje koliko brzo će ovakvi sistemi preći iz kontrolisanih demonstracija u svakodnevnu, komercijalnu upotrebu, i kako će regulatori i kompanije koje ih koriste garantovati bezbednost kada roboti sa sve većom samostalnošću rade u istom prostoru sa ljudima. Google DeepMind zasad ne navodi konkretan datum šire komercijalne dostupnosti Gemini Robotics 2 modela, niti spisak partnera van Apptronika koji će ih koristiti.
Demonstracije poput one sa kantom za zalivanje odvijaju se u kontrolisanim uslovima, pripremljenim za snimanje, što je uobičajena praksa u ovoj fazi razvoja humanoidne robotike. Iskustva iz industrije pokazuju da je razlika između uspešnog izvođenja zadatka pred kamerama i pouzdanog rada u realnim skladištima, fabrikama ili domaćinstvima i dalje značajna, naročito kada uslovi nisu unapred poznati robotu.
Zato analitičari koji prate razvoj fizičke veštačke inteligencije upozoravaju da najave poput ove treba čitati kao pokazatelj pravca u kome laboratorije ulažu resurse, a ne kao potvrdu da su humanoidni roboti spremni za masovnu, svakodnevnu upotrebu van kontrolisanih pilot projekata.
Često postavljana pitanja
Šta je Gemini Robotics 2?
Porodica od tri AI modela koju je Google DeepMind predstavio 30. jula, namenjena upravljanju robotima, uključujući kontrolu celog tela humanoidnih mašina.
Koji robot je korišćen za demonstraciju?
Apollo 2, humanoidni robot kompanije Apptronik, opremljen petoprstom šakom SharpaWave sa 22 stepena slobode kretanja.
Da li su modeli već dostupni za širu upotrebu?
Google DeepMind nije objavio datum šire komercijalne dostupnosti, niti listu partnera van Apptronika.
Kako se rešava pitanje bezbednosti robota u blizini ljudi?
Kroz novo merilo ASIMOV-Agentic i unapređeno prepoznavanje ljudi kod modela ER 2, koji robotu omogućavaju da odbije rizičnu komandu ili se bezbedno zaustavi.
