Gemini Robotics ER 2: Google DeepMind научила роботов рассуждать и работать в команде

قدّمت Google DeepMind نموذج Gemini Robotics ER 2، وهو نموذج الجيل التالي للتحكم في الروبوتات في العالم الحقيقي. القدرات الرئيسية: فهم تدفق الفيديو، وتنسيق المهام متعددة الخطوات، والتشغيل المنسق لعدة روبوتات في آنٍ واحد.

ما الذي يستطيع Gemini Robotics ER 2 فعله

يُبنى Gemini Robotics ER 2 على ثلاثة محاور، يصف كل منها Google DeepMind بأنه خطوة جوهرية إلى الأمام في مجال تطبيقات الروبوتات.

فهم الفيديو — يحلّل النموذج السياق البصري عبر تدفق فيديو اعتيادي في الوقت الفعلي: يتعرف على الأجسام، ويتتبع الحركة، ويتخذ القرارات بشكل آني. لم يعد الروبوت بحاجة إلى خريطة بيئة صارمة ومحددة مسبقًا أو مجموعة من المستشعرات المتخصصة.

تنسيق المهام — يخطط النظام لسيناريوهات متعددة الخطوات باستخدام أدوات متعددة بالترتيب الصحيح. وهذا انتقال من أمر واحد إلى تخطيط موجَّه نحو الهدف: يرى الروبوت المهمة كاملةً ويبني تسلسل الخطوات بنفسه.

تعاون الروبوتات — تعمل عدة آلات بصورة مشتركة: تُوزِّع المهام الفرعية، وتُنسِّق الإجراءات، وتتكيف مع التغيرات في الوقت الفعلي. وبحسب DeepMind، كان هذا تحديدًا ما يُفقَد لتجاوز العروض التجريبية المضبوطة نحو سيناريوهات الإنتاج والخدمات اللوجستية الحقيقية.

• 3 محاور رئيسية: فهم الفيديو، وتنسيق المهام، والتعاون بين روبوتات متعددة
• المطوِّر: Google DeepMind
• التموضع: مهام العالم الحقيقي، لا الاختبارات المعملية فحسب
• الخط: تطوير الجيل السابق Gemini Robotics ER

لماذا يُعدّ تعاون الروبوتات مشكلةً لم تُحلّ بعد

تعمل الروبوتات الصناعية التقليدية بمعزل عن بعضها: يُنفّذ كل منها عملية محددة بدقة وفق خوارزمية صارمة. يستلزم تنسيق عدة آلات في الوقت الفعلي ما هو أكثر من ذلك — فهمًا مشتركًا للسياق، وقدرةً على إعادة توزيع المهام عند تغيُّر الظروف، ومراعاةً لإجراءات الشريك.

هنا تحديدًا تُغيِّر نماذج AI المعادلة. فبدلًا من السكريبتات المكتوبة يدويًا، تتيح للروبوتات التفكير في المهمة والتكيف مع التغيرات فور حدوثها، دون الحاجة إلى إعادة البرمجة لكل حالة جديدة.

«يساعد

Gemini Robotics ER 2 الروبوتات على التفكير والتفاعل وحل مشكلات العالم الحقيقي. وهو خطوة إلى الأمام في فهم الفيديو، وتنسيق الأدوات، والتعاون بين روبوتات متعددة»، وفقًا للمدوّنة الرسمية لـ Google DeepMind.

وبحسب الشركة، يستهدف النموذج التطبيقات العملية في العالم الحقيقي، لا العروض التجريبية في البيئات المضبوطة. وهذا ادعاء جوهري: إذ لا تزال معظم أنظمة الروبوتات اليوم عاجزةً عن بلوغ الموثوقية المطلوبة خارج نطاق المختبر.

مكانة ER 2 في سباق الذكاء الاصطناعي الجسدي

يبني Google DeepMind نموذج Gemini Robotics بوصفه خطًا متكاملًا يغطي حزمة التحكم الكاملة في الروبوت، من الإدراك الحسي إلى التخطيط والتعاون. ويُعزز Gemini Robotics ER 2 القدرات في الوقت ذاته على الجبهات الثلاث، مما يميزه عن التحديثات النقطية المحدودة.

يُعدّ الذكاء الاصطناعي الجسدي من أسرع مجالات التنافس نموًا بين المختبرات الرائدة. ويتحول التركيز من الآلات الصناعية المتخصصة نحو أنظمة شاملة قادرة على التكيف مع مهام جديدة دون إعادة برمجة صارمة لكل سيناريو.

ماذا يعني هذا

يُمثّل Gemini Robotics ER 2 إشارةً إلى أن Google DeepMind ينتقل من أنظمة AI اللغوية والبصرية نحو الذكاء الجسدي: روبوتات قادرة على التفكير والتنسيق والعمل في العالم الحقيقي لا في المختبر. وإن تأكدت القدرات المُعلنة على أرض الواقع، فسيُوسِّع ذلك توسيعًا ملحوظًا إمكانات تطبيق الروبوتات في التصنيع والخدمات اللوجستية والقطاعات المرتبطة بها.