Google DeepMind, yeni robot yapay zekâ modelinin öncekinden yüzde 30 ila 100 daha başarılı olduğunu ve fiyonk bağladığını söylüyor, ancak şirketin kendi fabrika pilotunda yüzde 4'lük bir hata açığı kalıyor.
Google DeepMind salı günü, şimdiye kadarki en yetenekli görme-dil-eylem modeli olarak tanımladığı Gemini Robotics 2.5'i tanıttı. Şirket, sistemi cımbızla yemek servis etme, pipetle sıvı alma ve hediye kutusuna fiyonk bağlama gibi 200'den fazla farklı görevde değerlendirdiğini söylüyor ve göreve bağlı olarak önceki referans modellere göre yüzde 30 ila 100 daha yüksek başarı oranı ile yüzde 20 ila 30 daha hızlı görev tamamlama bildiriyor. Model, Apptronik'in Apollo 2 insansı robotu ve Franka Duo platformu dahil birkaç robot türüyle çalışıyor. Genel kullanıma açık değil ve Ars Technica'nın Agile Robots, Apptronik ve Boston Dynamics olarak andığı robotik ortaklarına sunuluyor.
Modeli laboratuvar dışında denemek için DeepMind, Apptronik ve Mercedes-Benz ile ortaklık kurarak Macaristan'ın Kecskemét ve Almanya'nın Sindelfingen kentlerindeki faal otomobil üretim hatlarında Apollo 2 insansı robotlarını çalıştırdı. DeepMind'in kavram kanıtı olarak tanımladığı bu denemede robotlar kitting işini yaptı; yani dökme kutulardan metal braketleri ayıklayıp her araç için gereken sırayla konteynerlere yerleştirdi ve yüzde 96 başarıya ulaştı. Ars Technica, bunun bir üreticinin tekrarlayan işleri için muhtemelen hâlâ yeterli olmadığını belirtiyor ve DeepMind direktörü Kanishka Rao'nun kalan yüzde 4'lük açığı kapatmanın dik bir yol olacağını söylediğini aktarıyor. Model ayrıca hâlâ bulut sunucularında çalışıyor; bu nedenle doğruluk ve hızdaki kazançlar bir miktar gecikmeyle birlikte geliyor.
DeepMind ayrıca güvenlik sonuçları ve yeni bir test duyurdu. Şirkete göre çıkarım anındaki muhakeme yönlendirmesi robotun tehlikelerden kaçınmasını sağlıyor; engellerin çevresinde güvenli görev tamamlamayı yüzde 33, insanların yakınında yüzde 43 artırdı. Şirket, güvensiz istekleri gizleyen istemlerden oluşan açık kaynaklı ASIMOV-Jailbreak ölçütünü yayımlıyor ve sektöre fiziksel yapay zekâyı sınamak için ortak bir yol sunmayı umuyor. DeepMind, Gemini 4 Argon modelinin gerçek kamera sahnelerinden simüle edilmiş deneme çalıştırmaları ve dijital ikizler üreterek geliştirmeyi hızlandırdığını da ekliyor. Tüm performans rakamları DeepMind'in kendi değerlendirmelerinden geliyor; bağımsız test bildirilmedi.
