مدل Gemini Robotics 2.5 در آزمایش واقعی عملکرد خیره‌کننده‌ای داشت

مدل Gemini Robotics 2.5 گوگل در آزمایشی صنعتی با ربات‌های انسان‌نمای Apollo 2 شرکت Apptronik در خطوط تولید مرسدس‌بنز، وظایف مختلفی را با نرخ موفقیت ۹۶ درصد انجام داد.

به‌ گزارش سرویس هوش مصنوعی تک‌ناک، گوگل دیپ‌مایند این مدل جدید را با هدف ارتقای توانایی ربات‌ها در یادگیری سریع‌تر وظایف فیزیکی، دست‌کاری اشیای حساس و فعالیت قابل‌ اعتمادتر در محیط‌های واقعی توسعه داده است.

در جریان آزمایش صنعتی انجام‌شده، ربات‌ها قطعات خودرو را به‌ صورت خودکار از مخازن حاوی قطعات فله‌ای انتخاب و در سینی‌های مرتب‌سازی قرار دادند تا اجزا با ترتیب مورد نیاز برای فرایند مونتاژ خودرو آماده شوند.

بیشتر بخوانید: چین از نخستین ربات های انسان‌نمای مجری خبر در جهان رونمایی کرد + ویدیو

این آزمایش در تاسیسات تولیدی مرسدس‌بنز در کچکمت مجارستان و زیندلفینگن آلمان انجام شد. گوگل معتقد است چنین فناوری‌هایی می‌توانند وظایف تکراری و طاقت‌فرسای خطوط تولید را خودکار کنند و به تکنسین‌های کارخانه امکان دهند تمرکز خود را روی مراحل پیچیده‌تر مونتاژ بگذارند.

مدل Gemini Robotics 2.5 جدیدترین مدل بینایی-زبان-عمل (VLA) گوگل به حساب می‌آید. این مدل اطلاعات بصری و دستورهای دریافتی را به فرمان‌های حرکتی تبدیل می‌کند تا ربات‌ها بتوانند وظایف فیزیکی را اجرا کنند. عرضه آن برای شرکای گوگل در صنعت رباتیک آغاز شده است.

آزمایش مدل Gemini Robotics 2.5 در بیش از ۲۰۰ وظیفه

گوگل عملکرد Gemini Robotics 2.5 را در بیش از ۲۰۰ وظیفه مجزا ارزیابی کرده است. این آزمایش‌ها طیف متنوعی از فعالیت‌ها، از سرو غذا با انبر و بستن روبان جعبه‌های هدیه گرفته تا انتقال مایعات با پیپت را شامل می‌شوند. این وظایف برای سنجش مجموعه‌ای از قابلیت‌های ربات‌ها نظیر دست‌کاری دقیق اشیای ظریف، کار با مواد انعطاف‌پذیر و استفاده از ابزارهای معمولی طراحی شده‌اند.

بر اساس داده‌های منتشرشده از سوی گوگل، مدل Gemini Robotics 2.5 بسته به نوع وظیفه، در مقایسه با مدل‌های پایه پیشین بین ۳۰ تا ۱۰۰ درصد نرخ موفقیت بالاتری ثبت کرده است. همچنین این مدل وظایف آزمایش‌شده را بین ۲۰ تا ۳۰ درصد سریع‌تر به پایان رسانده است.

مدل Gemini Robotics 2.5 گوگل در آزمایش کارخانه‌ای به موفقیت ۹۶ درصدی رسید

حتما بخوانید: Agility نخستین شرکت تخصصی ربات‌های انسان‌نما در بورس خواهد بود

این مدل به یک پلتفرم رباتیک خاص محدود نیست و با سامانه‌های مختلفی کار می‌کند. ربات انسان‌نمای Apollo 2 شرکت Apptronik و سامانه Franka Duo که از گیره‌های موازی دو انگشتی بهره می‌برد، از جمله پلتفرم‌های سازگار با آن هستند.

در نمایش انجام‌شده در کارخانه مرسدس‌بنز، دو مدل هوش مصنوعی گوگل وظایف متفاوتی را بر عهده داشتند. Gemini Robotics ER که برای استدلال در محیط‌های فیزیکی طراحی شده است، جریان کار را ردیابی می‌کرد و Gemini Robotics 2.5 بازوها و دست‌های ربات را کنترل می‌کرد. ربات Apollo 2 نیز براکت‌های فلزی را از مخازن تأمین قطعات برمی‌داشت و در محفظه‌های مرتب‌سازی قرار می‌داد. این ربات در صورت نیاز می‌توانست مسیر و حرکات خود را اصلاح کند.

ارتقای ایمنی و فرایند آموزش ربات‌ها

گوگل علاوه بر افزایش مهارت‌های حرکتی، قابلیت مدل را در تشخیص و مدیریت خطرات محیط فیزیکی نیز بهبود داده است. راهنمایی مبتنی بر استدلال در زمان استنتاج به ربات‌ها کمک می‌کند موانع را تشخیص دهند، از برخورد با آنها اجتناب کنند و در نزدیکی انسان‌ها ایمن‌تر فعالیت داشته باشند. طبق ارزیابی‌های داخلی گوگل، این قابلیت میزان تکمیل ایمن وظایف را در محیط‌های دارای مانع ۳۳ درصد و در مجاورت انسان‌ها ۴۳ درصد افزایش داده است.

همچنین این شرکت معیار ارزیابی متن‌باز ASIMOV-Jailbreak را معرفی کرده است که برای بررسی مقاومت سامانه‌های رباتیک در برابر دستورهای ناایمن پنهان‌شده در قالب درخواست‌های بی‌خطر طراحی شده است. این معیار صدها دستورالعمل را در ده‌ها سناریوی مختلف پوشش می‌دهد. گوگل بیان کرده که Gemini 4 Argon توانسته است در برابر ۹۹٫۵ درصد تلاش‌ها برای دور زدن محدودیت‌های ایمنی مقاومت کند؛ عملکردی که در مقایسه با نرخ ۸۲ درصدی مدل پایه قبلی، یعنی Gemini Robotics ER 2، بهبود قابل‌ توجهی محسوب می‌شود.

عملکرد خیره‌کننده مدل Gemini Robotics 2.5 در آزمایش کارخانه‌ای

برای مطالعه بیشتر: ربات‌های انسان‌نمای رومیزی Realbotix با شخصیت‌های متنوع معرفی شدند

همچنین گوگل Gemini 4 Argon را یکی از عوامل تسریع توسعه مدل جدید رباتیک خود معرفی کرده است. این سامانه می‌تواند با تحلیل تصاویر و ویدیوهای ثبت‌شده توسط دوربین‌ها در محیط واقعی، هزاران اجرای تمرینی شبیه‌سازی‌شده تولید کند و دوقلوهای دیجیتال از محیط‌های فیزیکی بسازد. پژوهشگران با ترکیب این شبیه‌سازی‌ها و نمونه‌های واقعی می‌توانند به ربات‌ها کمک کنند مهارت‌های آموخته‌شده را به اشیا و محیط‌های جدید و ناآشنا تعمیم دهند. همچنین Argon قادر است تلاش‌های ناموفق ربات‌ها را تحلیل کند و برای بهبود عملکرد آنها در مراحل بعدی آموزش، پیشنهادهایی ارائه دهد.

این دستاوردها بخشی از تلاش‌های تازه گوگل برای توسعه ربات‌هایی سازگارتر با محیط‌های صنعتی و کاربردهای روزمره هستند. با وجود این‌، باید توجه داشت که نرخ موفقیت ۹۶ درصدی ثبت‌شده در کارخانه مرسدس‌بنز، همچنان به یک آزمایش اثبات مفهوم مربوط می‌شود و به‌تنهایی نشانه استقرار گسترده تجاری این فناوری نیست. عرضه مدل Gemini Robotics 2.5 برای شرکای گوگل در حوزه رباتیک هم‌اکنون در حال انجام است.

مانی

مانی

We Trust in God

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *