Roboter haben lange Zeit Anweisungen befolgt. Jetzt will Google, dass sie verstehen, was sie tatsächlich tun.
Das Unternehmen hat Gemini Robotics-ER 1.6 vorgestellt, ein neues KI-Modell, das Maschinen dabei helfen soll, reale Umgebungen zu interpretieren, Aufgaben zu planen und festzustellen, wann eine Aufgabe erledigt ist.
Das System konzentriert sich auf „verkörpertes Schlussfolgern“, wodurch Roboter das, was sie sehen, mit dem verbinden können, was sie tun müssen. Es verbessert das räumliche Verständnis von Maschinen, indem es Eingaben mehrerer Kameras und Signale aus der realen Welt kombiniert. Google stellt das Modell über seine Gemini API und AI Studio Entwicklern zur Verfügung, die Robotik- und Automatisierungssysteme entwickeln.
Ein Schritt hin zu Autonomie in der realen Welt
Google erklärte, dass Gemini Robotics-ER 1.6 die Verarbeitung und das Verständnis ihrer Umgebung durch Roboter verbessert. Das Modell stärkt das räumliche Schlussfolgern, wodurch Maschinen Objekte identifizieren, zählen und die Beziehungen zwischen Gegenständen in einer Szene verstehen können.
Interesting Engineering stellte fest dass das Modell außerdem Schlussfolgern aus mehreren Perspektiven ermöglicht, sodass Roboter Eingaben verschiedener Kameras kombinieren können, etwa von Überkopfkameras und am Handgelenk montierten Kameras. Diese Fähigkeit ist in dynamischen Umgebungen der realen Welt unverzichtbar, in denen die Sicht eingeschränkt sein oder sich ständig verändern kann.
Das Modell unterstützt außerdem die Interaktion in natürlicher Sprache. Nutzer können dadurch komplexe Aufgaben in Alltagssprache zuweisen und in kleinere Schritte zerlegen, wie in der Dokumentation zur Gemini API angegeben.
Laut dem offiziellen Blog von Google DeepMind, wurde das Modell als ein „reasoning-first“-System entwickelt, das Robotern hilft, die Lücke zwischen digitaler Intelligenz und physischer Handlung zu überbrücken.
Neue Fähigkeiten erweitern industrielle Einsatzmöglichkeiten
Das Update führt mehrere praktische Funktionen ein, die auf den Einsatz in Unternehmen ausgerichtet sind. Interesting Engineering zufolge gehört das Ablesen von Instrumenten zu den bemerkenswertesten Fähigkeiten. Damit können Roboter Messgeräte, Schaugläser und digitale Anzeigen interpretieren, wie sie häufig in Industrieanlagen zum Einsatz kommen.
Im Blog von Google DeepMind wurde außerdem Marco da Silva, Vice President und General Manager von Spot bei Boston Dynamics, zitiert. „Fähigkeiten wie das Ablesen von Instrumenten und ein zuverlässigeres Schlussfolgern bei Aufgaben werden Spot ermöglichen, Herausforderungen in der realen Welt völlig autonom zu sehen, zu verstehen und darauf zu reagieren“, sagte er.
Interesting Engineering erklärte, dass Google in diesem Bereich deutliche Fortschritte gemeldet habe: Die Genauigkeit beim Ablesen von Instrumenten sei von 23 % bei früheren Modellen auf bis zu 93 % mit fortschrittlichen Sehfähigkeiten gestiegen.
Das Modell verbessert außerdem die Aufgabenplanung, das Sicherheitsbewusstsein und die Interaktion von Robotern mit Objekten, sodass sie zuverlässiger in Umgebungen der realen Welt.
Was das für die Robotik in Unternehmen bedeutet
Gemini Robotics-ER 1.6 steht für einen Wandel in der Robotik. Systeme entfernen sich von starren Anweisungen und reagieren zunehmend flexibler auf Bedingungen in der realen Welt.
Dieser Wandel könnte Branchen von der Fertigung und Logistik bis hin zu Energieversorgung und Gebäudemanagement beeinflussen. Roboter mit fortschrittlichen Schlussfolgerungsfähigkeiten könnten Inspektionen durchführen, komplexe Umgebungen navigieren und mit größerer Flexibilität auf sich verändernde Bedingungen reagieren.
Google hat das Modell Entwicklern zur Verfügung gestellt über seine API und AI Studio , damit Entwickler schneller testen und entwickeln können. Das Unternehmen ermutigt außerdem zur Zusammenarbeit mit Partnern, um das Modell für spezielle Einsatzbereiche weiterzuentwickeln.Um mehr über die Fähigkeiten von Gemini zu erfahren, lesen Sie unsere Berichterstattung über sechs Google-Gemini-Funktionen, die die meisten Menschen noch nicht entdeckt haben.