Google DeepMind, fiziksel robotlar için geliştirdiği yapay zeka modeli Gemini Robotics 2'yi duyurdu. Yeni nesil model, daha karmaşık görevleri yerine getirebilen, çevresindeki değişimleri anlık olarak analiz edebilen ve diğer robotlarla koordineli çalışabilen robotların önünü açıyor. Google'ın "fiziksel AGI" (Genel Yapay Zeka) vizyonunun önemli adımlarından biri olarak görülen sistem, üç yeni alt modelden oluşuyor.
Bunlardan Gemini Robotics ER 2, geliştiricilerin kullanımına sunulurken, diğer iki model ise sınırlı sayıda test kullanıcısıyla deneniyor. Robotlar artık ortamı gerçek zamanlı anlayıp karar verebilecek Gemini Robotics 2'nin en dikkat çekici yeniliklerinden biri, robotların yalnızca önceden programlanmış hareketleri tekrarlamak yerine bulundukları ortamı gerçek zamanlı olarak anlayıp karar verebilmesi. Google'a göre sistem artık insansı robotların tüm vücudunu ve karmaşık el mekanizmalarını daha hassas şekilde kontrol edebiliyor.
Yeni sürümün temelini oluşturan Gemini Robotics ER 2, bir görüntü-dil modeli olarak görev yapıyor. Robotun kameralarından gelen canlı görüntüleri analiz eden model, verilen komutları çevresiyle ilişkilendirerek görevin hangi aşamada olduğunu takip edebiliyor. Google'ın paylaştığı verilere göre model, video karelerinde görevin tamamlanma durumunu yaklaşık %60 doğrulukla tespit edebiliyor.
Bu oran kusursuz olmasa da önceki Gemini Robotics 1.6 sürümüne ve rakip yapay zeka modellerine kıyasla önemli bir gelişme olarak gösteriliyor. Model ayrıca belirli bir görevin kritik anlarını çok daha başarılı şekilde algılıyor. Örneğin robottan bir fincana kahve doldurması istendiğinde, dökme işlemini ne zaman durdurması gerektiğini yaklaşık %90 doğrulukla belirleyebiliyor.
Görev sırasında beklenmedik bir durum yaşanırsa sistem tüm süreci baştan başlatmak yerine yalnızca başarısız olan adımı yeniden deniyor. Örneğin tutulmaya çalışılan bir top yuvarlanırsa veya bir nesnenin yeri değiştirilirse robot elini yeniden konumlandırarak göreve kaldığı yerden devam edebiliyor. Robotlar işbirliği yapabilecek Gemini Robotics ER 2, robotların birlikte çalışabilmesini de mümkün kılıyor.
Google'ın paylaştığı gösterimlerde Apptronik Apollo 2 ile Franka F3 Duo adlı iki farklı robotun aynı görevi koordineli şekilde yerine getirdiği görülüyor. Robotlar henüz insan hızına ulaşabilmiş olmasa da önceki nesillere göre daha akıcı ve daha az tereddütlü hareket ediyor. Robotun fiziksel hareketlerini ise Gemini Robotics 2 adlı yeni görsel-dil-eylem modeli oluşturuyor.
Bu model, ER 2'nin oluşturduğu planı gerçek robot hareketlerine dönüştürüyor. Google ayrıca düşük gecikmeli ve internet bağlantısı gerektirmeyen Gemini Robotics On-Device 2 sürümünü de geliştirdi. Şirket, daha küçük olan bu modelin yalnızca birkaç saatlik hareket verisi ya da yaklaşık 200 örnekle yeni robot tasarımlarına uyum sağlayabildiğini belirtiyor.
Google, sistemi Boston Dynamics robotları üzerinde de test ediyor. Güvenlik arttırılıyor Google DeepMind, robotların gerçek dünyada insanlarla aynı ortamı paylaşmasının güvenlik risklerini artırdığına dikkat çekiyor. Bu nedenle Gemini Robotics 2 ile birlikte ASIMOV-Agentic adlı yeni bir güvenlik değerlendirme sistemi de tanıtıldı.
Bu test, robotun tehlikeli komutları reddedebilmesini, bir görevin güvenli şekilde tamamlanıp tamamlanamayacağını değerlendirmesini ve gerektiğinde insan yardımına başvurmasını ölçüyor. Şirkete göre Gemini Robotics ER 2, bugüne kadar geliştirilen en güvenli robot modeli konumunda. Model, bir insan robota fazla yaklaştığında bunu algılayarak hareketini durdurabiliyor.
Google ayrıca ASIMOV-Agentic güvenlik kıyaslama testini açık kaynak olarak yayımlayarak araştırmacıların kullanımına sundu.
