Gemini Robotics 2.5: roboty DeepMind testowane w fabrykach Mercedesa
Google DeepMind zaprezentował Gemini Robotics 2.5, nową wersję systemu AI do sterowania robotami. Według firmy maszyny coraz lepiej radzą sobie z zadaniami wymagającymi precyzji, a humanoidalne roboty Apollo 2 kompletowały części samochodowe w europejskich fabrykach Mercedes-Benz ze skutecznością 96 procent.
Jak działa ten system
Platforma DeepMind składa się z kilku warstw, które oddzielają polecenie człowieka od ruchu robota. Pierwszą jest model wizyjno-językowy Gemini Embodied Reasoning. Przyjmuje on instrukcję użytkownika i na podstawie obrazu wideo na żywo planuje, jak robot ma wykonać zadanie.
Drugą warstwą jest model wizyjno-językowo-akcyjny (VLA), który zamienia plan w konkretne działania, na przykład ruch siłownika. To właśnie ta część, czyli Gemini Robotics, doczekała się wersji 2.5.
Większa zręczność i tempo
DeepMind podkreśla, że nowy model lepiej radzi sobie z zadaniami wymagającymi dużej sprawności manualnej. Sprawdzano go w ponad 200 czynnościach, między innymi przy nakładaniu jedzenia szczypcami czy pracy z pipetą, jak w laboratorium.
Google pokazało też humanoida Apollo 2 firmy Apptronik, który z Gemini Robotics 2.5 potrafi zawiązać kokardę swoimi pięciopalczastymi dłońmi. To ważny test, bo przedmioty odkształcalne, takie jak wstążka, są dla robotów wyjątkowo trudne do uchwycenia i manipulowania.
Według firmy skuteczność nowej wersji jest o 30 do 100 procent wyższa niż poprzedniej, a robot działa o 20 do 30 procent szybciej. Trzeba jednak pamiętać, że te liczby pochodzą z testów laboratoryjnych.
Fabryka zamiast laboratorium
Żeby sprawdzić, jak model znosi niepewność świata poza laboratorium, Google połączyło siły z Apptronikiem i Mercedes-Benz. Roboty Apollo 2 sterowane przez Gemini kompletowały części samochodowe w kilku fabrykach w Europie i osiągnęły 96 procent skuteczności.
To dobry wynik na tle wcześniejszych systemów, ale dla producenta takiego jak Mercedes prawdopodobnie wciąż za mało. Człowiek wykonujący takie powtarzalne zadanie myli się praktycznie wcale. Kanishka Rao, dyrektor w DeepMind, ocenia, że domknięcie ostatnich 4 procent będzie „stromą drogą”.
Bezpieczeństwo i znaczenie dla Europy
DeepMind przygotowuje się także na czas, gdy roboty będą pracować obok ludzi. W tym celu udostępnia otwarty (open source) test bezpieczeństwa, którego można używać do oceny takich systemów.
Co to znaczy w praktyce? Na razie mówimy o pilotażach w zakładach przemysłowych, a nie o robotach, które pojawią się w sklepach czy domach. W materiale źródłowym nie podano, w których europejskich fabrykach prowadzono próby, więc nie wiadomo, czy dotyczyły one także Polski. Trudno więc mówić o bezpośrednim wpływie na polski rynek pracy.
Ciekawe są jednak dwa wnioski, które mogą interesować również polskie firmy produkcyjne:
- Roboty uniwersalne uczą się pracy w realnych warunkach – nie tylko w kontrolowanym środowisku laboratoryjnym.
- Ostatnie procenty skuteczności są najtrudniejsze – w zakładach, gdzie liczy się powtarzalność, 96 procent to jeszcze nie poziom człowieka.
Ponieważ chodzi o maszyny pracujące obok ludzi, kwestia bezpieczeństwa będzie zapewne równie ważna jak sama sprawność robotów. Wdrożenia w Unii Europejskiej muszą się też liczyć z obowiązującymi tam przepisami dotyczącymi maszyn i sztucznej inteligencji.
Źródło: Ars Technica – „DeepMind reveals Gemini Robotics 2.5 and open safety benchmark „ASIMOV-jailbreak””
