A corrida para tornar os robôs humanoides mais próximos das habilidades humanas ganhou mais um capítulo.
O Google DeepMind anunciou o Gemini Robotics 2, inteligência artificial desenvolvida para ampliar a autonomia dos robôs.
“Ao dar seus primeiros passos literais, esse grande avanço desbloqueia o controle inteligente de todo o corpo, destreza avançada e colaboração entre múltiplos robôs”, escreveu Carolina Parada, VP e Head de Robótica na empresa, no anúncio de lançamento.
Segundo ela, a nova tecnologia permite que os robôs humanoides raciocinem em cada movimento.
Eles conseguem, por exemplo, andar, agachar, se esticar e manipular objetos para organizar um cômodo bagunçado.
“Ele pode até mesmo trabalhar em equipe com outros robôs para concluir a tarefa mais rapidamente.
E essa inteligência avançada também pode ser executada localmente no dispositivo, adaptando-se perfeitamente a corpos robóticos completamente novos em apenas algumas horas”, acrescentou a executiva.
São três os modelos disponíveis do Gemini Robotics 2:
Gemini Robotics 2: modelo de visão-linguagem-ação (VLA).
Converte entrada visual e verbal em controle motor, permitindo que um robô execute ações.
É capaz de controlar humanoides completos, dos pés à ponta dos dedos, e outros robôs com dois braços.
Está disponível para parceiros com acesso antecipado.
Gemini Robotics ER 2: modelo de raciocínio incorporado (ER) que permitindo que os robôs se comuniquem com humanos, compreendam o mundo físico e planejem tarefas complexas com duração de vários minutos.
Está disponível no Google AI Studio e em versão prévia privada na Gemini Enterprise Agent Platform.
Gemini Robotics On-Device 2: modelo de visão-linguagem-ação (VLA) otimizado para execução local em dispositivos robóticos.
Se adapta a novas configurações de robôs com apenas algumas horas de dados.
Está disponível para parceiros com acesso antecipado.
Pela primeira vez, nosso modelo consegue controlar robôs humanoides inteiros, traduzindo a intenção em controle inteligente de todo o corpo”, salienta Parada.
“Embora nossos robôs ainda precisem avançar em termos de velocidade de movimento, este é um passo importante rumo às habilidades necessárias para realizar tarefas mais complexas do mundo real que exigem coordenação de todo o corpo.”
O Gemini Robotics 2 também oferece maior destreza física em diferentes atuadores finais, seja um robô usando mãos ou garras.
Em experimentos, foi possível controlar a mão SharpaWave de cinco dedos e 22 graus de liberdade do robô Apollo 2 para dar nós ou fechar um saco plástico com fecho.
Além disso, conseguiu operar garras paralelas padrão de dois dedos em uma plataforma Franka Duo para executar tarefas mais complexas, como empacotar objetos.
“Nesta atualização, estamos permitindo que os robôs executem sequências de tarefas mais longas e confiáveis, com duração de vários minutos e envolvendo centenas de decisões.
O Gemini Robotics ER 2 agora entende quando as tarefas começam e terminam, e consegue identificar o momento exato em que eventos importantes ocorrem, representando um grande avanço na compreensão do processo”, analisou a executiva do Google DeepMind.
Os robôs também conseguem colaborar uns com os outros, o que significa que podem se comunicar e trabalhar juntos para resolver fluxos de trabalho complexos que uma máquina não conseguiria realizar sozinha.
Em termos se segurança, Parada garantiu que, a cada lançamento, a big tech adota uma abordagem multicamadas que combina medidas tradicionais de segurança física com estruturas robustas de segurança baseadas em IA.
Com o Gemini Robotics 2, os robôs humanoides conseguem andar, agachar, se esticar e manipular objetos
Reprodução/Google DeepMind
m“Apresentamos o ASIMOV-Agentic, um benchmark para orquestração de segurança e resolução de incertezas em sistemas de raciocínio baseado em agentes.
Por exemplo, ele mede a capacidade do agente de raciocínio incorporado de recusar chamadas de ferramentas inseguras de um VLA.
Também mede a capacidade do agente de prever se uma tarefa é possível e de solicitar proativamente a intervenção humana em caso de incerteza”, ela indicou, complementando que o modelo consegue detectar melhor a presença de humanos por perto, acionar ferramentas de segurança e parar o robô com segurança caso alguém se aproxime demais.
“Desbloquear o verdadeiro potencial da robótica exige ir além da automação de tarefas individuais e alcançar a inteligência de propósito geral.
Ao construir essa inteligência essencial, nosso objetivo é viabilizar a IA no mundo físico, permitindo que ela trabalhe ao lado de humanos para resolver desafios complexos”, finalizou a executiva.
Mais Lidas