Новини›Vielä›DeepMind представи Gemini Robotics 2.5 и тест за безопасност ASIMOV-jailbreak
Vielä

DeepMind представи Gemini Robotics 2.5 и тест за безопасност ASIMOV-jailbreak

Ars Technica AI · вторник, 10 ноември, 17:00 · 2 мин четене

Новият модел за роботи е до два пъти по-успешен в някои задачи

Google DeepMind показа ново поколение на платформата Gemini Robotics, версия 2.5. Според компанията изкуственият интелект за роботи се доближава до това да изпълнява реални задачи така добре, както хората.

Платформата има два основни слоя. Първият е Gemini Embodied Reasoning, който приема инструкциите и с помощта на видео на живо планира как роботът да изпълни задачата. Вторият е моделът vision-language-action, който генерира самите движения на робота. Точно той е обновен до версия 2.5.

DeepMind казва, че новата версия се справя много по-добре със задачи, които изискват голяма сръчност. Моделът е тестван върху повече от 200 дейности, например сервиране на храна с щипки или работа с пипета, каквато се използва в лаборатория. Роботът Apollo 2 на Apptronik, оборудван с Gemini Robotics 2.5, успя да завърже панделка с петпръстите си ръце, което е трудно, защото меките предмети са сложни за робот.

В сравнение с предишната версия успеваемостта е с 30 до 100 процента по-висока, а скоростта е с 20 до 30 процента по-голяма. Тези цифри идват от лабораторни тестове. Заедно с Apptronik и Mercedes-Benz Google провери модела и във фабрики в Европа. Роботите Apollo 2 подреждаха автомобилни части с успеваемост 96 процента. Това е добър резултат, но за фабрика той все още не е достатъчен, защото човек почти винаги прави такава работа без грешка.

Данните за обучение са ключови. Вместо само реални записи, екипът използва симулационен инструмент, който създава хиляди вариации на опитите по реални камерни кадри. Тези цифрови копия помогнаха на модела по-бързо да научава нови задачи. Моделът все още работи в облака, затова има известно закъснение.

За безопасност роботът спира или чака, ако на пътя му се появи препятствие или човек. Така успеваемостта при препятствия е с 33 процента по-висока, а когато има хора в близост, с 43 процента.

DeepMind публикува и ASIMOV-Jailbreak, отворена база с 1500 подсказки, които се опитват да накарат робот да направи нещо опасно. Със задействане на симулационния инструмент моделът е безопасен в 98,8 процента от случаите. Наборът от данни е достъпен в Hugging Face. Gemini Robotics 2.5 още не е публично достъпен, но е предоставен на партньори като Agile Robots, Apptronik и Boston Dynamics.

Още новини