Google ha svelato Gemini Robotics e Gemini Robotics-ER, due nuovi modelli di intelligenza artificiale basati su Gemini 2.0, progettati per portare le capacità ‘cognitive’ dei sistemi AI nel mondo fisico. Questi modelli rappresentano un passo avanti nell’ambito della robotica, in quanto rendono i dispositivi fisici più precisi e interattivi.
I temi trattati all’interno dell’articolo
Gemini Robotics
Gemini Robotics è il modello di visione-linguaggio-azione più avanzato di Google. Grazie all’approfondita comprensione multimodale del mondo offerta da Gemini 2.0, il sistema non solo interpreta informazioni visive e linguistiche, ma è anche in grado di controllare direttamente azioni fisiche, consentendo ai robot di interagire in maniera naturale e adattarsi rapidamente ai cambiamenti dell’ambiente circostante.
Gemini Robotics-ER
Gemini Robotics-ER, invece, potenzia ulteriormente queste capacità introducendo un’eccellente comprensione spaziale. Questo modello permette agli sviluppatori di eseguire programmi che sfruttano il ragionamento “embodied” di Gemini, fondamentale per compiti che richiedono la pianificazione e l’esecuzione di azioni complesse.
In pratica, grazie alla sua abilità nel riconoscere oggetti e nel pianificare movimenti sicuri, Gemini Robotics-ER migliora notevolmente le performance dei robot anche in situazioni non previste.
La collaborazione con Apptronik
In un contesto di forte collaborazione, Google ha stretto una partnership con Apptronik per lo sviluppo della prossima generazione di robot umanoidi, mentre alcuni trusted testers – tra cui Agile Robots, Agility Robots, Boston Dynamics ed Enchanted Tools – stanno già sperimentando le potenzialità del modello Robotics-ER.
Parallelamente, Google DeepMind si impegna a garantire un elevato standard di sicurezza per le applicazioni robotiche. Sono infatti in arrivo nuovi benchmark e framework dedicati alla sicurezza semantica, con l’obiettivo di coniugare sicurezza fisica, dei contenuti e semantica in un approccio olistico che favorisca lo sviluppo di robot affidabili e allineati ai valori umani.
Microsoft ha presentato Magma, l'AI 'per robot' che unisce visione, linguaggio e azione
Microsoft ha svelato un innovativo modello multimodale progettato per rivoluzionare…
Il commento di Google DeepMind
“Per essere utili e di aiuto alle persone, i modelli di intelligenza artificiale per la robotica devono avere tre qualità principali – dichiara il team di Google DeepMind –: devono essere generali, ovvero in grado di adattarsi a diverse situazioni; devono essere interattivi, ovvero in grado di comprendere e rispondere rapidamente alle istruzioni o ai cambiamenti nell’ambiente; e devono essere agili, ovvero in grado di fare il genere di cose che le persone generalmente possono fare con le mani e le dita, come manipolare con cura gli oggetti. Sebbene i nostri lavori precedenti abbiano dimostrato progressi in questi ambiti, Gemini Robotics rappresenta un passo avanti sostanziale nelle prestazioni su tutti e tre gli assi, avvicinandoci a robot realmente multiuso“.
