Lưu trữ — US — techcrunch
Google DeepMind giới thiệu các mô hình AI mới để điều khiển robot
Google DeepMind đã ra mắt Gemini Robotics, mô hình trí tuệ nhân tạo tiên tiến cho việc điều khiển robot, cho phép máy tương tác với các đối tượng và di chuyển trong môi trường. Video demo cho thấy các robot thực hiện các nhiệm vụ khác nhau bằng cách phản ứng với các lệnh bằng giọng nói. Gemini Robotics khái quát hóa hành vi trên các phần cứng khác nhau, thể hiện hiệu suất hiệu quả trong môi trường chưa được huấn luyện. Một mô hình đơn giản hóa, Gemini Robotics-ER, có sẵn cho các nhà nghiên cứu.
Điểm chính
- Google DeepMind đã ra mắt Gemini Robotics, một mô hình trí tuệ nhân tạo để điều khiển robot.
- Các robot có thể thực hiện các nhiệm vụ như gấp giấy và xử lý các đối tượng dựa trên lệnh giọng nói.
- Gemini Robotics được thiết kế để tổng quát hóa hành vi trên nhiều loại phần cứng robot khác nhau.
- Trong các bài kiểm tra, robot đã thể hiện khả năng hoạt động tốt trong môi trường ngoài dữ liệu huấn luyện của chúng.
- Phiên bản nhỏ hơn, Gemini Robotics-ER, được cung cấp cho các nhà nghiên cứu để phát triển mô hình điều khiển robot của riêng họ.
- DeepMind giới thiệu bài kiểm tra Asimov để đánh giá các rủi ro liên quan đến các robot được điều khiển bởi trí tuệ nhân tạo.
Vì sao quan trọng
- Thông báo này phản ánh xu hướng tăng trưởng trong lĩnh vực Trí tuệ nhân tạo và robot, tập trung vào tự động hóa và cộng tác giữa con người và máy móc.
- Đến năm 2025, có sự tăng cường đáng kể đối với các mô hình Trí tuệ nhân tạo nhằm cải thiện khả năng tổng quát, như đã thấy trong các tiến bộ công nghệ khác nhau.
- Việc phát triển các tiêu chuẩn như Asimov phản ánh nhu cầu về xem xét về đạo đức và đánh giá rủi ro trong các ứng dụng Trí tuệ nhân tạo.
- Những tiến bộ tương tự trong lĩnh vực Trí tuệ nhân tạo đã được ghi nhận trong các ngành khác, đẩy ranh giới của việc học của máy trong dịch vụ khách hàng và sản xuất.
DeepMind's việc ra mắt Gemini Robotics đánh dấu một bước tiến đáng kể trong khả năng trí tuệ nhân tạo cho robot, nhấn mạnh sự quan trọng của tính linh hoạt và ứng dụng thực tế, điều này có thể ảnh hưởng đến tương lai của tự động hóa vào năm 2025.