شرکت DeepMind وابسته به گوگل و Alphabet، امروز از دو مدل هوش مصنوعی جدید و انقلابی با عنوان Gemini Robotics 1.5 و Gemini Robotics-ER 1.5 رونمایی کرد که برخلاف مدل‌های پیشین به منظور استفاده در ربات‌ها طراحی شده‌اند و می‌توانند بدون نیاز به برنامه‌نویسی، فعالیت‌هایی نظیر یادگیری، تعقل و برنامه‌ریزی را به آن‌ها یاد دهند. این مدل‌ها حتی دسترسی ربات‌ها به وب برای جستجوی اطلاعات را فراهم می‌کنند.
ربات‌ها هم اکنون به منظور انجام فعالیت‌های فیزیکی یا فکری به برنامه‌ریزی نیاز داشتند اما به نظر می‌رسد به لطف هوش مصنوعی قرار است این موضوع در آینده نزدیک تغییر کند. گوگل DeepMind، قصد دارد با استفاده از مدل‌های هوش مصنوعی جدید خود یعنی Gemini Robotics 1.5 و ER 1.5، ربات‌ها را به عصر جدیدی از هوش و قدرت مجهز کند که امکان فکر، یادگیری، جستجو در وب و در نهایت حل مشکلات واقعی را به آن‌ها می‌دهد. این موضوع سبب می‌شود ربات‌های انسان‌نما از فعالیت‌های محدود و تکراری طراحی شده برای آن‌ها خارج شده و بسته به اطلاعات جدیدی که یاد می‌گیرند اقدامات تازه‌ای صورت دهند.
براساس گزارش Theverge، دو مدل هوش مصنوعی جدید معرفی شده با عناوین Gemini Robotics 1.5 و Gemini Robotics-ER 1.5 نسخه‌ای ارتقا یافته از مدل‌هایی هستند که پیش از این در ماه مارس توسط DeepMind معرفی شده بودند. این مدل‌ها به ربات‌ها کمک می‌کنند بدون برنامه‌ریزی اولیه وظایف پیچیده‌تری را صورت دهند و حتی با دسترسی به وب و جستجو در آن فعالیت‌های تازه‌ای یاد بگیرند. به گفته رئیس بخش رباتیک این شرکت، این مدل‌های هوش مصنوعی جدید به طور هماهنگ عمل می‌کنند تا پیش از آنکه در دنیای فیزیکی اقدامی صورت بگیرد ربات‌ها اجازه داشته باشند «چندین مرحله جلوتر فکر کنند».
این سیستم توسط مدل هوش مصنوعی Gemini Robotics 1.5 و مدل استدلال تجسمی آن یعنی Gemini Robotics-ER 1.5 کنترل می‌شود. گوگل در ویدیوی منتشر شده به منظور معرفی این مدل هوش مصنوعی به فعالیت‌هایی نظیر جدا کردن لباس‌ها بر اساس رنگ‌های روشن و تیره، بستن چمدان بر اساس شرایط آب و هوای فعلی لندن، کمک برای تفکیک زباله و بازیافت آن و جستجوی وب متناسب با الزامات هر منطقه اشاره کرده است.
طبق اطلاعات منتشر شده از سوی DeepMind، ربات‌ها می‌توانند از مدل ارتقا یافته Gemini Robotics-ER 1.5 برای درک محیط اطراف خود استفاده کرده و از ابزارهای دیجیتال مانند جستجوی گوگل برای یافتن اطلاعات بیشتر بهره بگیرند. سپس مدل Gemini Robotics-ER 1.5 یافته‌ها را به دستور العمل‌های زبان طبیعی برای Gemini Robotics 1.5 ترجمه می‌کند و به ربات امکان می‌دهد با استفاده از درک زبان و تصویر این مدل، هر مرحله را اجرا کند.
DeepMind همچنین اعلام کرد که مدل Gemini Robotics 1.5 می‌تواند به ربات‌ها کمک کند تا حتی در صورت داشتن پیکربندی‌های متفاوت، از یکدیگر یاد بگیرند. این شرکت پس از آزمایش دریافت که وظایفی که به ربات ALOHA2 با دو بازوی مکانیکی داده می‌شود، بدون مشکل روی ربات دو بازوی Franka و همچنین ربات انسان‌نمای Apollo ساخت شرکت Apptronik نیز عمل می‌کند.
در همین رابطه بخوانید:
- از حالا ربات‌ها هم مانند ما انسان‌ها صدای درون خواهند داشت؛ دیپ مایند به دنبال انقلابی در دنیای ربات‌ها
- عجیب اما واقعی؛ این ربات پس از پرینت سه بعدی راه می‌رود! [تماشا کنید]
- متا در مسیر ساخت ربات های انسان‌نما با هوش مصنوعی پیشرفته
DeepMind همچنین مدعی است: «این موضوع دو قابلیت برای ما فراهم می‌کند. یکی اینکه می‌توانیم ربات‌های بسیار متفاوت از جمله ربات‌های انسان‌نما را با یک مدل هوش مصنوعی واحد کنترل کنیم و دوم اینکه مهارت‌هایی که توسط یک ربات یاد گرفته می‌شود، اکنون می‌تواند به ربات دیگری منتقل شود».
گوگل DeepMind قصد دارد مدل هوش مصنوعی Gemini Robotics-ER 1.5 را از طریق رابط Gemini API در Google AI Studio در اختیار توسعه دهندگان قرار دهد؛ اما تنها برخی از شرکای تجاری ویژه و منتخب این شرکت قادر به دسترسی به مدل هوش مصنوعی Gemini Robotics 1.5 هستند.
نظر خود را اضافه کنید.
برای ارسال نظر وارد شوید
ارسال نظر بدون عضویت در سایت