Gemini Robotics ER 2: غوغل ديب مايند تُعلّم الروبوتات الاستدلال والعمل ضمن فريق

قدّمت Google DeepMind نموذج Gemini Robotics ER 2، وهو نموذج من الجيل التالي للتحكم بالروبوتات في العالم الحقيقي. وتتمثل قدراته الرئيسية في فهم البث المرئي، وتنسيق المهام متعددة الخطوات، وعمل عدة روبوتات في وقت واحد بصورة منسّقة.

ما الذي يستطيع Gemini Robotics ER 2 فعله

يقوم Gemini Robotics ER 2 على ثلاثة محاور، تصفها Google DeepMind بأنها خطوة نوعية إلى الأمام في تطبيقات الروبوتات.

فهم الفيديو — يحلّل النموذج السياق البصري عبر بث فيديو عادي في الوقت الفعلي: يتعرّف على الأجسام، ويتتبّع الحركة، ويتخذ القرارات أثناء العمل. ولم يعد الروبوت بحاجة إلى خريطة بيئة جامدة محددة سلفًا، ولا إلى مجموعة من المستشعرات المتخصصة.

تنسيق المهام — يخطّط النظام لسيناريوهات متعددة الخطوات، ويستخدم عدة أدوات بالترتيب المناسب. وهذا انتقال من الأمر الواحد المنفصل إلى التخطيط الموجّه بالأهداف: يرى الروبوت المهمة بأكملها، ويبني بنفسه تسلسل الخطوات.

تعاون الروبوتات — تعمل عدة آلات معًا: توزّع المهام الفرعية، وتنسّق الإجراءات فيما بينها، وتتكيّف مع التغيرات في الوقت الفعلي. وبحسب DeepMind، كان هذا تحديدًا ما ينقص للانتقال من العروض التجريبية المضبوطة إلى سيناريوهات الإنتاج والخدمات اللوجستية الفعلية.

• 3 محاور رئيسية: فهم الفيديو، وتنسيق المهام، والتعاون بين عدة روبوتات
• المطوّر: Google DeepMind
• التموضع: مهام واقعية، لا اختبارات مخبرية فحسب
• السلسلة: تطوير للجيل السابق Gemini Robotics ER

لماذا يظل تعاون الروبوتات مشكلة غير محلولة

تعمل الروبوتات الصناعية التقليدية بمعزل عن بعضها: ينفّذ كل منها عملية محددة بدقة وفق خوارزمية صارمة. أما تنسيق عدة آلات في الوقت الفعلي فيتطلب أكثر من ذلك: فهمًا مشتركًا للسياق، والقدرة على إعادة توزيع المهام عند تغيّر الظروف، وأخذ تصرفات الشريك في الحسبان.

وهنا تغيّر نماذج AI المعادلة. فبدلًا من السيناريوهات المكتوبة يدويًا، تتيح للروبوتات الاستدلال حول المهمة والتكيّف مع التغيرات أثناء العمل، دون إعادة برمجة لكل حالة جديدة.

«يساعد

Gemini Robotics ER 2 الروبوتات على الاستدلال والتفاعل وحل مهام العالم الحقيقي. وهو خطوة إلى الأمام في فهم الفيديو، وتنسيق الأدوات، والعمل المشترك بين عدة روبوتات»، بحسب ما ورد في المدونة الرسمية لـ Google DeepMind.

وبحسب إعلان الشركة، يستهدف النموذج التطبيقات الواقعية تحديدًا، لا العروض التوضيحية في بيئة مضبوطة. وهذا طرح جوهري، إذ لا تزال معظم أنظمة الروبوتات اليوم لا تبلغ الموثوقية المطلوبة خارج المختبر.

موقع ER 2 في سباق AI الفيزيائي

تبني Google DeepMind سلسلة Gemini Robotics بحيث تغطي كامل منظومة التحكم بالروبوت، من الإدراك إلى التخطيط والتعاون. ويعزّز Gemini Robotics ER 2 قدراته على ثلاث جبهات في آن واحد، وهو ما يميّزه عن التحديثات الجزئية.

ويُعدّ AI الفيزيائي من أسرع مجالات المنافسة نموًا بين المختبرات الرائدة. ويتحول التركيز من الآلات الصناعية المتخصصة إلى أنظمة شاملة قادرة على التكيّف مع مهام جديدة دون إعادة ضبط صارمة لكل سيناريو.

ماذا يعني ذلك

يشير Gemini Robotics ER 2 إلى أن Google DeepMind تنتقل من أنظمة AI اللغوية والبصرية إلى الذكاء الفيزيائي: روبوتات قادرة على الاستدلال والتنسيق والعمل في العالم الحقيقي، لا في المختبر. وإذا تأكدت القدرات المعلنة عمليًا، فسيوسّع ذلك نطاق استخدام الروبوتات بصورة ملموسة في الإنتاج والخدمات اللوجستية والقطاعات المرتبطة بها.