Google Deepmind, Fiziksel Robotlar İçin Geliştirdiği Yeni Yapay Zeka Modeli Gemini Robotics 2'Yi Duyurdu

Google DeepMind, fiziksel robotlar için geliştirdiği yeni yapay zeka modeli Gemini Robotics 2'yi duyurdu. Sistem, daha karmaşık görevleri yerine getirebilen, çevresini gerçek zamanlı analiz edebilen ve diğer robotlarla koordineli çalışabilen robotların önünü açıyor. Google'ın "fiziksel AGI" vizyonunun önemli adımlarından biri olarak görülen yapı, üç alt modelden oluşuyor.

Gemini Robotics ER 2 geliştiricilerin kullanımına sunulurken, diğer iki model sınırlı sayıda test kullanıcısıyla deneniyor. Gemini Robotics 2'nin en dikkat çekici yeniliği, robotların önceden programlanmış hareketleri tekrarlamak yerine ortamı gerçek zamanlı anlayıp karar verebilmesi. Google, sistemin insansı robotların tüm vücudunu ve karmaşık el mekanizmalarını daha hassas kontrol edebildiğini belirtiyor.

Temeli oluşturan Gemini Robotics ER 2, bir görüntü-dil modeli olarak görev yapıyor. Model, robotun kameralarından gelen canlı görüntüleri analiz ederek komutları çevresiyle ilişkilendiriyor ve görevin hangi aşamada olduğunu takip ediyor. Google'ın verilerine göre model, video karelerinde görevin tamamlanma durumunu yaklaşık %60 doğrulukla tespit ediyor.

Bu oran kusursuz olmasa da önceki Gemini Robotics 1.6 sürümüne ve rakip modellere kıyasla önemli bir gelişme olarak gösteriliyor. Model ayrıca kritik anları çok daha başarılı algılıyor. Örneğin bir fincana kahve doldurma görevinde dökme işleminin ne zaman durdurulması gerektiğini yaklaşık %90 doğrulukla belirleyebiliyor.

Görev sırasında beklenmedik bir durum yaşanırsa sistem tüm süreci baştan başlatmak yerine yalnızca başarısız olan adımı yeniden deniyor. Örneğin tutulmak istenen top yuvarlanırsa veya bir nesnenin yeri değiştirilirse robot elini yeniden konumlandırarak göreve kaldığı yerden devam edebiliyor. Gemini Robotics ER 2, robotların birlikte çalışabilmesini de sağlıyor.

Gösterimlerde Apptronik Apollo 2 ile Franka F3 Duo adlı iki farklı robotun aynı görevi koordineli şekilde yerine getirdiği görülüyor. Robotlar henüz insan hızına ulaşamasalar da önceki nesillere göre daha akıcı ve 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. Ayrıca düşük gecikmeli ve internet gerektirmeyen Gemini Robotics On-Device 2 sürümü geliştirildi. Daha küçük olan bu model, yalnızca birkaç saatlik hareket verisi veya yaklaşık 200 örnekle yeni robot tasarımlarına uyum sağlayabiliyor.

Google, sistemi Boston Dynamics robotları üzerinde de test ediyor. Google DeepMind, robotların 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, görevin güvenli 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 algılayıp hareketini durdurabiliyor. Google, ASIMOV-Agentic güvenlik kıyaslama testini açık kaynak olarak yayımlayarak araştırmacıların kullanımına sundu.