Google DeepMind telah secara rasmi memasuki era baharu AI berwujud (embodied AI) dengan pelancaran Gemini Robotics 2, sebuah model visi-bahasa-tindakan (VLA) yang canggih. Teknologi terobosan ini direka untuk berfungsi sebagai lapisan kecerdasan universal, membolehkan robot menavigasi dan berinteraksi dengan dunia fizikal merentasi pelbagai platform perkakasan.

Kebangkitan Model Visi-Bahasa-Tindakan (VLA)

Teras kepada pengumuman ini adalah peralihan ke arah model VLA yang canggih. Tidak seperti pengaturcaraan robotik tradisional yang bergantung pada arahan tegar yang telah ditetapkan, Gemini Robotics 2 menyepadukan pengecaman imej, pemprosesan bahasa, dan kawalan tindakan masa nyata. Sinergi ini membolehkan robot bukan sahaja "melihat" sesuatu objek dan "memahami" arahan lisan, tetapi juga melaksanakan pergerakan fizikal tepat yang diperlukan untuk berinteraksi dengan objek tersebut.

Seni bina baharu DeepMind sangat serba boleh, direka untuk berskala merentasi pelbagai faktor bentuk. Model ini mampu mengawal segala-galanya, daripada lengan robotik meja khusus yang digunakan dalam pembuatan sehinggalah kepada robot humanoid seluruh badan yang kompleks. Keupayaan ini mencadangkan masa depan di mana satu kecerdasan asas boleh dipindahkan ke perkakasan yang berbeza, sekali gus merendahkan halangan untuk menyebarkan robotik canggih dalam persekitaran yang tidak menentu.

Gemini Robotics ER 2: Memajukan Penaakulan Berwujud (Embodied Reasoning)

Melengkapi model VLA adalah pengenalan Gemini Robotics ER 2, sebuah model yang direka khusus untuk "penaakulan berwujud" (embodied reasoning). Walaupun model VLA memberi tumpuan kepada kitaran persepsi dan tindakan, ER 2 memberi tumpuan kepada proses membuat keputusan kognitif tahap tinggi—memahami nuansa fizikal sesuatu persekitaran dan menentukan urutan tindakan yang optimum untuk mencapai matlamat.

Gemini Robotics ER 2 menggantikan model Gemini Robotics ER 1.6 yang dikeluarkan pada bulan April, menandakan lonjakan ketara dalam keupayaan penaakulan. Dengan bertindak sebagai sistem kawalan tahap tinggi, ER 2 membolehkan robot bergerak melampaui tugas berulang yang mudah ke arah penyelesaian masalah yang kompleks dalam tetapan dunia nyata. Bagi pembangun yang ingin menyepadukan keupayaan ini, ER 2 sudah tersedia melalui Google AI Studio.

Mengapa Ini Penting untuk Landskap AI

Pembangunan Gemini Robotics 2 mewakili langkah penting dalam pencarian Robotik Tujuan Am (General Purpose Robotics). Selama bertahun-tahun, industri telah bergelut dengan "kerapuhan" (brittleness)—kecenderungan robot untuk gagal apabila berhadapan dengan sedikit variasi dalam persekitaran mereka. Dengan menerapkan undang-undang penskalaan dan logik berasaskan transformer daripada keluarga Gemini kepada pergerakan fizikal, DeepMind sedang berusaha untuk menyelesaikan masalah kebolehsuaian.

Jika berjaya, pendekatan "lapisan kecerdasan" ini boleh memisahkan kecerdasan perisian daripada kejuruteraan perkakasan. Ini akan membolehkan pecutan besar-besaran dalam penyebaran robotik, kerana pembangun boleh menumpukan perhatian kepada penambahbaikan penggerak (actuator) fizikal sambil bergantung kepada model pra-latih Google yang teguh untuk mengendalikan logik pergerakan dan penaakulan spatial yang kompleks.

Ringkasan Utama

  • Keserasian Universal: Gemini Robotics 2 ialah model VLA yang mampu mengawal pelbagai perkakasan, daripada lengan meja yang kompak sehinggalah kepada robot humanoid yang kompleks.
  • Penaakulan yang Dipertingkatkan: Gemini Robotics ER 2 yang baharu menyediakan "penaakulan berwujud" yang canggih, bertindak sebagai pengawal kognitif tahap tinggi untuk pembuatan keputusan fizikal.
  • Kebolehcapaian Pembangun: Google membuka alatan ini kepada ekosistem, dengan ER 2 tersedia di Google AI Studio dan akses awal kepada Gemini Robotics 2 tersedia melalui senarai menunggu.

Kesimpulan

Gemini Robotics 2 dan modul ER 2 yang menyertainya mewakili langkah konkrit ke arah otak AI universal untuk robot, menggabungkan persepsi, bahasa, dan kawalan ke dalam satu sistem yang boleh dilatih. Pendekatan ini boleh mengurangkan kos dan kerumitan penyebaran robot canggih secara drastik.