DeepMind стремится создать полностью универсальный ИИ для роботов

Google DeepMind разрабатывает искусственный интеллект, который сможет сохранять навыки при переходе между различными корпусами, руками и приводами. В проекте Gemini Robotics 2 используется единый контрольный слепок модели для нескольких роботов, а локальная версия адаптируется к новому телу за несколько часов.

В конце июля компания представила систему, управляющую всем телом гуманоида Apptronik Apollo 2. Этот слепок также работает на двух конфигурациях Apollo и платформе Franka Duo. Например, одна и та же модель может управлять даже разными типами кистей: SharpaWave заменяет Inspire. Основное внимание уделяется переносу навыков между различными механическими системами.

Gemini Robotics 2 преобразует изображения и текстовые команды в движения. Gemini Robotics ER 2 планирует многошаговые задачи и контролирует их выполнение, а Gemini Robotics On-Device 2 обеспечивает локальное управление. Последняя модель быстро адаптируется к новому корпусу. Для двухрукой платформы On-Device 2 достаточно менее 200 примеров и нескольких часов обучения. DeepMind успешно протестировала этот подход на Dexmate, SO101 и Trossen с различными формами, датчиками и степенями свободы, что значительно сокращает объём данных для каждой конструкции.

Однако перенос навыков между корпусами не предполагает человеческую ловкость. Например, Apollo 2 с многопалой кистью успешно отвинчивал лампочку в 92% попыток, но завинчивал её только в 36%. Работа совком удавалась лишь в 32% случаев. Franka Duo с обычным двухпальцевым захватом справлялась лучше: точная вставка деталей достигала 89,6%, а комплектование инструментов — 78,9%.

Аналогичный разрыв заметен и в движениях всего тела: Apollo 2 успешно забирал предмет с полки в 76,3% испытаний, со стола — в 68,4%, а с пола — только в 45,7%. DeepMind признает, что скорость движений и многопалая манипуляция остаются слабыми местами. Поэтому текущие результаты — это лабораторные демонстрации, а не готовый универсальный помощник.

Scientific American отмечает ещё одно ограничение: современные модели получают огромный объём зрительных данных, но почти не имеют информации о прикосновении, силе и положении суставов. Роботы могут видеть виноград или бокал, но хуже человека чувствуют момент, когда предмет начинает скользить, сгибаться или разрушаться.

Для решения этой проблемы DeepMind разрабатывает «воплощённое рассуждение», когда ИИ оценивает обстановку, делит задачу на этапы и корректирует план после ошибки. В апреле компания расширила эти возможности в Gemini Robotics-ER 1.6, добавив пространственное понимание, работу с несколькими камерами и проверку результата. Новая версия развивает этот принцип для более сложных сценариев.

Gemini Robotics ER 2 теперь управляет последовательностями длиной в несколько минут и координирует действия нескольких роботов. Для работы рядом с людьми добавлены проверки безопасности, включая остановку при слишком близком приближении и отказ от опасных действий. Однако эти функции пока тестируются в контролируемых условиях.

На 16 сентября доступ к Gemini Robotics ER 2 ограничен. Её можно тестировать через Google AI Studio, а доступ через Gemini Enterprise Agent Platform открыт в закрытом предварительном режиме. Основная VLA-модель и On-Device 2 доступны партнёрам раннего доступа. Цель DeepMind — отделить интеллект робота от корпуса и сделать навыки переносимыми между устройствами.скусственныйинтеллектрпанк #посткиберпанк

Телеграм: t.me/ainewsline

Источник: vk.com

Комментарии: