Sebuah robot yang dilengkapi dengan model AI robotika Gemini dapat melemparkan bola basket ke lingkaran.
Beberapa hari yang lalu, DeepMind Google telah menerapkan Gemini Model Bahasa Besar (LLM) ke robot. Dengan model itu, kata perusahaan, robot dapat menyelesaikan tugas -tugas tertentu tanpa harus mengamati pergerakan robot lainnya. Misalnya, "Dunk" bola basket mini ke lingkaran di atas meja.
DeepMind adalah salah satu perusahaan yang mencoba mengembangkan bot tujuan umum menggunakan teknologi chatbot. Namun, mengingat bahwa model semacam itu rentan untuk menghasilkan kesalahan dan hasil yang berbahaya, jalur teknis ini memiliki implikasi keamanan.
Tim peneliti berharap untuk mengembangkan mesin yang intuitif untuk beroperasi dan dapat melakukan berbagai tugas fisik tanpa pengawasan manusia atau pra-program. Carolina Parada, kepala tim robotika di DeepMind, mencatat bahwa dengan menghubungkan model Gemini, pengembang dapat meningkatkan kemampuan robot untuk "memahami bahasa alami dan memahami dunia fisik pada tingkat yang lebih baik."
Model itu, yang disebut Gemini Robotics, dirilis pada 12 Maret. Alexander Khazatsky, co-founder dan peneliti AI di Collectedai, sebuah perusahaan Amerika (AI) buatan Amerika, berkomentar bahwa ini adalah "langkah kecil dan nyata" menuju tujuan robot universal.
Tim DeepMind didasarkan pada visi dan model bahasa yang canggih, Gemini 2. 0, yang dilatih dengan menganalisis pola dalam sejumlah besar data.
Tim telah mengembangkan versi Gemini yang berdedikasi untuk meningkatkan kemampuan tugas yang melibatkan fisika 3D dan penalaran spasial, seperti memprediksi lintasan objek atau mengidentifikasi bagian yang sama dari suatu objek dari gambar yang diambil dari sudut yang berbeda.
Selain itu, para peneliti melatih model dengan ribuan jam data demo robot yang dioperasikan dari jarak jauh. Ini memungkinkan "otak" robot untuk melakukan tugas-tugas dunia nyata, mirip dengan bagaimana LLMS dapat mengaitkan kata berikutnya dalam kalimat melalui pembelajaran.
Para peneliti menguji robotika Gemini pada robot humanoid dan lengan robot yang menggunakan peredam harmonik, yang mencakup tugas -tugas yang muncul dalam pelatihan serta tugas -tugas baru yang belum terpapar pada mereka. Mereka mengatakan bahwa robot dengan model ini mengungguli para pesaingnya dalam tugas -tugas baru dan baru dengan detail yang disesuaikan.
Dalam tugas yang membutuhkan manipulasi halus, seperti origami atau zip ransel, robot memiliki tingkat keberhasilan lebih dari 70% setelah menonton kurang dari 100 demonstrasi. Robot menggunakan model lain hampir semuanya gagal.
Khazatsky percaya bahwa tim Google telah melakukan pekerjaan yang baik untuk menanamkan akal sehat ke dalam "otak" robot, tetapi ia mencatat bahwa lompatan nyata akan datang dari belajar dari data yang dikumpulkan di "dunia nyata yang kacau" daripada di lingkungan lab.
Keamanan menjadi tantangan yang signifikan ketika menerapkan model tersebut. Vikas Sindhwani, robotika dan peneliti AI di DeepMind di New York, AS, mengatakan: "Awalnya, robot akan menjaga jarak yang aman dari manusia. Di masa depan, kami secara bertahap akan menerapkan tugas yang lebih interaktif dan kolaboratif."