Deepmind de Google ha lanzado dos nuevos modelos de IA diseñados para ayudar a los bots a realizar más tareas del mundo real.
Uno de ellos, llamado Gemini Robotics, es un modelo de acción del lenguaje visual que permite a los robots comprender nuevas situaciones sin ser capacitados específicamente.
Gemini Robotics se basa en la última versión de Google de su modelo de IA insignia, Gemini 2. 0. Carolina Parad, directora senior de robótica en Deepmind de Google, ha dicho que Gemini Robotics se basa en las capacidades de comprensión del mundo multimodal de Gemini para aplicarlas al mundo real agregando nuevas modalidades de acción física.
El modelo avanza en lo que Google Deepmind cree que son las tres áreas centrales necesarias para construir bots eficientes: versatilidad, interactividad y flexibilidad. Además de poder hacer frente a nuevas situaciones, Gemini Robotics es mejor para interactuar con las personas y el medio ambiente, y puede realizar operaciones físicas más precisas, como el papel plegable o la apertura de tapas de botellas.
El otro es el modelo Gemini Robotics-ER (razonamiento representativo), que la compañía llama un modelo de lenguaje visual avanzado que es capaz de "comprender mundos complejos y dinámicos".
Parada explica además que cuando está empacando una caja de bento, debe considerar dónde y cómo hacerlo sobre la mesa. Gemini Robotics-ER está diseñado para este tipo de tarea de inferencia, lo que permite a los robotistas interactuar con los sistemas de control de bajo nivel existentes y desbloquear nuevas capacidades alimentadas por Gemini Robotics-ER.
Vikas Sindhwani, un investigador de DeepMind de Google, dijo que la compañía estaba desarrollando una "estrategia de seguridad en capas" y dijo que el modelo Gemini Robotics-ER había sido capacitado para evaluar si una acción era segura en una situación dada. La compañía también ha publicado nuevos puntos de referencia y marcos para avanzar en la investigación de seguridad en el campo de la IA. Según It House, el año pasado, Google Deepmind lanzó la "Constitución del robot", que es un conjunto de normas de comportamiento de robots inspiradas en Isaac Asimov.
Según los medios extranjeros The Verge, DeepMind de Google se ha asociado con Apptronik para "construir la próxima generación de robots humanoides". Además, Google ha abierto el modelo Gemini Robotics-ER a "probadores de confianza", incluidos robots ágiles, robótica de agilidad, dinámica de Boston y herramientas encantadas. "Estamos enfocados en desarrollar inteligencia que comprenda y actúe en el mundo físico, y estamos ansiosos por aplicar esta tecnología en múltiples dominios y manifestaciones múltiples", dijo Parada. "