به گزارش خبرواژه، گوگل از مدل هوش مصنوعی Gemini Robotics 2.5 رونمایی کرده است؛ فناوری جدیدی که با هدف افزایش توانایی ربات‌ها در انجام فعالیت‌های پیچیده و ظریف توسعه یافته و در آزمایش‌های صنعتی کارخانه‌های مرسدس‌بنز توانسته به نرخ موفقیت ۹۶ درصدی در مرتب‌سازی قطعات خودرو دست پیدا کند.
این مدل به ربات‌ها کمک می‌کند مهارت‌های فیزیکی متنوع‌تری بیاموزند و بدون نیاز به برنامه‌نویسی جداگانه برای هر حرکت، وظایفی مانند بستن روبان هدیه، جابه‌جایی اشیای حساس، تا کردن لباس و مرتب‌کردن قطعات صنعتی را انجام دهند.
جمنای رباتیکس ۲٫۵ چگونه کار می‌کند؟
گوگل مدل جدید خود را پیشرفته‌ترین مدل بینایی، زبان و عمل (VLA) این شرکت معرفی کرده است. چنین مدل‌هایی اطلاعات بصری محیط را دریافت می‌کنند، دستورهای انسانی را می‌فهمند و آن‌ها را به حرکت‌های فیزیکی ربات تبدیل می‌کنند.
برای نمونه، وقتی از ربات خواسته می‌شود وسیله‌ای را از روی میز بردارد و داخل جعبه بگذارد، هوش مصنوعی باید شکل و موقعیت آن را تشخیص دهد، مسیر مناسب را انتخاب کند و بازوها و انگشتان ربات را برای انجام دقیق کار هدایت کند.
یکی از تفاوت‌های مهم نسل جدید، توانایی بهتر در انجام فعالیت‌هایی است که به مهارت حرکتی ظریف نیاز دارند. ربات‌های صنعتی در اجرای حرکات تکراری و ازپیش‌تعیین‌شده عملکرد مناسبی دارند، اما تغییر شکل، اندازه یا موقعیت اشیا می‌تواند انجام وظایف را برای آن‌ها دشوار کند.
افزایش نرخ موفقیت ربات‌ها در بیش از ۲۰۰ فعالیت
گوگل برای ارزیابی جمنای رباتیکس ۲٫۵، این مدل را در بیش از ۲۰۰ فعالیت مختلف آزمایش کرده است. سروکردن غذا با انبر، بستن روبان دور جعبه هدیه، کار با پیپت آزمایشگاهی و جابه‌جایی اجسام نرم و انعطاف‌پذیر از جمله این آزمون‌ها بوده‌اند.
براساس نتایج آزمایش‌های داخلی گوگل، نرخ موفقیت مدل جدید بسته به نوع فعالیت بین ۳۰ تا ۱۰۰ درصد بیشتر از مدل‌های قبلی بوده است. همچنین ربات‌ها وظایف موردنظر را حدود ۲۰ تا ۳۰ درصد سریع‌تر انجام داده‌اند.
در برخی آزمون‌ها، میزان پیشرفت چشمگیر بوده است؛ برای مثال، موفقیت در برداشتن و بسته‌بندی شیرینی با انبر از ۵ درصد به ۱۰۰ درصد رسیده است. نرخ موفقیت بازکردن گره روبان نیز از صفر به ۷۰ درصد، آویزان‌کردن ژاکت از صفر به ۶۲ درصد و تا کردن شلوار از صفر به ۴۰ درصد افزایش یافته است.
در آزمون‌های دیگر، میزان موفقیت بستن در جعبه‌ابزار از صفر به ۹۳ درصد و جمع‌آوری زباله با برس و خاک‌انداز از صفر به ۵۲ درصد رسیده است. البته این آمارها مربوط به آزمایش‌های مشخص گوگل هستند و لزوماً عملکرد مشابه ربات‌ها را در همه محیط‌های واقعی تضمین نمی‌کنند.
آزمایش مدل روی ربات انسان‌نمای آپولو ۲
جمنای رباتیکس ۲٫۵ به یک نوع ربات محدود نیست و گوگل آن را روی ربات انسان‌نمای Apollo 2 شرکت Apptronik و پلتفرم رباتیک Franka Duo آزمایش کرده است.
ربات آپولو ۲ از دست پنج‌انگشتی SharpaWave با ۲۲ درجه آزادی بهره می‌برد که امکان اجرای حرکت‌های پیچیده‌تر انگشتان را فراهم می‌کند. در مقابل، پلتفرم Franka Duo به گیره‌های موازی دو‌انگشتی مجهز است.
موفقیت ۹۶ درصدی در آزمایش کارخانه‌های مرسدس‌بنز
یکی از مهم‌ترین بخش‌های آزمایش این فناوری، استفاده از آن خارج از محیط آزمایشگاهی بود. گوگل دیپ‌مایند با همکاری شرکت‌های Apptronik و مرسدس‌بنز، ربات‌های انسان‌نمای آپولو ۲ را در خطوط تولید کارخانه‌های مرسدس‌بنز در شهر کچکمت مجارستان و زیندلفینگن آلمان آزمایش کرده است.
در این پروژه، ربات‌ها باید قطعات فلزی خودرو را از جعبه‌های بزرگ خارج می‌کردند و مطابق ترتیب موردنیاز برای تولید هر خودرو، در سینی‌های مخصوص قرار می‌دادند. این فرایند که در صنعت خودروسازی با عنوان Automotive Kitting شناخته می‌شود، به دقت و تکرارپذیری بالایی نیاز دارد.
در این فرایند دو مدل هوش مصنوعی با یکدیگر همکاری می‌کنند. مدل Gemini Robotics ER وظیفه درک محیط، برنامه‌ریزی و دنبال‌کردن مراحل کار را بر عهده دارد و جمنای رباتیکس ۲٫۵ حرکت دست‌ها و بازوهای ربات را کنترل می‌کند.
ربات پس از شناسایی قطعات، آن‌ها را از میان تجهیزات دیگر برمی‌دارد و در محفظه مناسب قرار می‌دهد. همچنین در صورت مشاهده تغییر یا بروز خطا، می‌تواند حرکت خود را اصلاح کند. نتیجه این آزمایش، دستیابی به نرخ موفقیت ۹۶ درصدی در مرتب‌سازی و بسته‌بندی قطعات خودرو بود.
بهبود قابلیت‌های ایمنی در تعامل با انسان‌ها
با افزایش حضور ربات‌ها در محیط‌های کاری و زندگی روزمره، تشخیص خطر و جلوگیری از برخورد با افراد و اشیا اهمیت بیشتری پیدا می‌کند. گوگل می‌گوید در جمنای رباتیکس ۲٫۵ قابلیت‌های ایمنی تازه‌ای اضافه شده است تا ربات بتواند شرایط محیط را بررسی کند و در صورت شناسایی مانع یا خطر، مسیر حرکت خود را تغییر دهد.
برای مثال، اگر فردی هنگام جابه‌جایی یک وسیله به ربات نزدیک شود، سیستم باید وضعیت را تشخیص دهد و حرکت ایمن‌تری انتخاب کند. این قابلیت بر نوعی استدلال هنگام اجرا متکی است؛ یعنی ربات صرفاً از برنامه اولیه پیروی نمی‌کند و می‌تواند با توجه به اتفاقات محیط، تصمیم خود را تغییر دهد.
براساس ارزیابی‌های گوگل، این قابلیت نرخ تکمیل ایمن وظایف را در حضور موانع ۳۳ درصد و هنگام فعالیت در نزدیکی انسان‌ها ۴۳ درصد افزایش داده است. این ارقام به نتایج آزمون‌های مشخص مربوط می‌شوند و به معنای تضمین ایمنی کامل ربات‌ها در تمام شرایط واقعی نیستند.
آزمون امنیتی برای مقابله با دستورهای خطرناک
گوگل هم‌زمان با معرفی مدل جدید، از معیار امنیتی متن‌بازی با نام ASIMOV-Jailbreak نیز رونمایی کرده است. این مجموعه شامل صدها دستور آزمایشی در ده‌ها موقعیت مختلف است که درخواست‌های خطرناک را با شیوه‌های متفاوت مطرح می‌کنند.
هدف از این ارزیابی، بررسی توانایی مدل‌های هوش مصنوعی در شناسایی و رد دستورهای ناایمن است؛ به‌ویژه در شرایطی که ربات در محیط واقعی و در نزدیکی انسان‌ها فعالیت می‌کند.
در ارزیابی اعلام‌شده، مدل Gemini 4 Argon در ۹۹٫۵ درصد موارد در برابر تلاش‌های عبور از محدودیت‌های ایمنی مقاومت کرده است؛ در حالی که این رقم برای مدل قدیمی‌تر Gemini Robotics ER 2 حدود ۸۲ درصد بوده است. باید توجه داشت که آمار ۹۹٫۵ درصدی به مدل جمنای ۴ آرگون مربوط می‌شود و نباید آن را مستقیماً به جمنای رباتیکس ۲٫۵ نسبت داد.
نقش شبیه‌سازی هوش مصنوعی در آموزش ربات‌ها
یکی از عوامل مؤثر در توسعه جمنای رباتیکس ۲٫۵، استفاده از مدل Gemini 4 Argon برای شبیه‌سازی محیط‌های واقعی و تولید داده‌های آموزشی است. آموزش ربات‌ها در دنیای واقعی معمولاً زمان‌بر و پرهزینه است و به جمع‌آوری داده‌های فراوان از اشیا، محیط‌ها و حرکت‌های گوناگون نیاز دارد.
مدل جمنای ۴ آرگون می‌تواند با دریافت تصویر یک محیط واقعی، نسخه‌ای دیجیتال از آن بسازد و موقعیت‌های تمرینی متنوعی تولید کند. به این ترتیب، ربات می‌تواند بدون تکرار همه آزمایش‌ها در دنیای واقعی، شرایط مختلف را در محیط شبیه‌سازی‌شده تجربه کند.
برای مثال، اگر ربات قرار باشد قطعه‌ای را از روی میز بردارد، مدل می‌تواند وضعیت‌ها و موقعیت‌های متفاوت آن قطعه را شبیه‌سازی کند تا ربات برای مواجهه با شرایط جدید آماده شود. ترکیب داده‌های مصنوعی با نمونه‌های واقعی نیز به تعمیم مهارت‌های آموخته‌شده به اشیا و محیط‌های ناآشنا کمک می‌کند.
این مدل همچنین می‌تواند ویدیوهای مربوط به شکست ربات در انجام وظایف را بررسی کند، علت احتمالی خطا را تحلیل کند و راهکارهای اصلاحی را ابتدا در شبیه‌سازی و سپس روی ربات واقعی بیازماید.
زمان عرضه عمومی جمنای رباتیکس ۲٫۵
گوگل اعلام کرده است عرضه جمنای رباتیکس ۲٫۵ برای شرکای فعال این شرکت در حوزه رباتیک آغاز شده است. با این حال، مدل فعلاً در دسترس عمومی تمام کاربران و توسعه‌دهندگان قرار ندارد و زمان مشخصی برای عرضه گسترده‌تر آن اعلام نشده است.
با وجود پیشرفت‌های گزارش‌شده، همچنان فاصله‌ای میان موفقیت ربات‌ها در آزمایش‌های کنترل‌شده و فعالیت مطمئن آن‌ها در محیط‌های پیچیده روزمره وجود دارد. حتی نرخ خطای اندک در خطوط تولید صنعتی نیز می‌تواند به توقف فرایند یا نیاز به مداخله نیروی انسانی منجر شود.
معرفی جمنای رباتیکس ۲٫۵ نشان می‌دهد گوگل در مسیر توسعه ربات‌هایی گام برمی‌دارد که علاوه بر اجرای حرکات ازپیش‌تعیین‌شده، توانایی درک محیط، یادگیری مهارت‌های جدید و سازگاری با شرایط متغیر را داشته باشند؛ هرچند تجاری‌سازی گسترده این فناوری همچنان به آزمون‌های بیشتر و اثبات عملکرد ایمن در دنیای واقعی نیاز دارد.
برای پیگیری تازه‌ترین اخبار هوش مصنوعی، فناوری و رباتیک، به خبرواژه مراجعه کنید.
“`
