ربات‌های انسان‌نما یک قدم به دنیای واقعی نزدیک‌تر شدند؛ رونمایی گوگل از جمنای رباتیکس ۲٫۵
ربات‌های انسان‌نما یک قدم به دنیای واقعی نزدیک‌تر شدند؛ رونمایی گوگل از جمنای رباتیکس ۲٫۵
گوگل مدل جمنای رباتیکس ۲٫۵ را معرفی کرد؛ هوش مصنوعی جدیدی که به ربات‌ها امکان انجام کارهای ظریف را می‌دهد.
گوگل از مدل هوش مصنوعی Gemini Robotics 2.5 رونمایی کرد که می‌تواند انجام کارهای پیچیده و ظریف را به ربات‌ها آموزش دهد. این فناوری در آزمایش واقعی کارخانه‌های مرسدس‌بنز به نرخ موفقیت ۹۶ درصدی دست یافت.
تصور کنید رباتی بتواند با دقت یک انسان روبان هدیه را گره بزند، با انبر شیرینی جابه‌جا کند یا قطعات خودرو را در کارخانه مرتب کند؛ آن هم بدون اینکه برای تک‌تک حرکاتش به برنامه‌نویسی جداگانه نیاز داشته باشد. گوگل با معرفی نسل جدید هوش مصنوعی رباتیک خود، یک قدم دیگر به تحقق چنین قابلیتی نزدیک شده است.
مدل جدید Gemini Robotics 2.5 به ربات‌ها کمک می‌کند مهارت‌های فیزیکی بیشتری یاد بگیرند، کارهای دشوار را با دقت بالاتری انجام دهند و در محیط‌های واقعی و پیش‌بینی‌ناپذیر، عملکرد مطمئن‌تری داشته باشند.
گوگل، جمنای رباتیکس ۲٫۵ را پیشرفته‌ترین مدل بینایی، زبان و عمل (Vision-Language-Action یا VLA) خود معرفی می‌کند. چنین مدل‌هایی می‌توانند اطلاعات بصری محیط را دریافت کنند، دستورهای انسانی را بفهمند و آن‌ها را به حرکات فیزیکی ربات تبدیل کنند.
برای مثال، اگر از ربات بخواهیم وسیله‌ای را از روی میز بردارد و در جعبه قرار دهد، مدل باید موقعیت و شکل وسیله را تشخیص دهد، حرکت مناسب را انتخاب کند و بازوها و انگشتان ربات را برای انجام کار کنترل کند.
تفاوت نسل جدید در این است که می‌تواند طیف گسترده‌تری از فعالیت‌ها را با سرعت بیشتر یاد بگیرد و انجام دهد.
یکی از بزرگ‌ترین چالش‌های ربات‌ها، انجام کارهایی است که برای انسان ساده به نظر می‌رسند؛ مانند گره‌زدن روبان، تا کردن لباس یا برداشتن وسیله‌ای ظریف بدون آسیب‌رساندن به آن.
ربات‌های صنعتی معمولاً در انجام حرکات تکراری و ازپیش‌تعیین‌شده عملکرد خوبی دارند، اما وقتی شکل، اندازه یا موقعیت اشیا تغییر می‌کند، ممکن است با مشکل مواجه شوند.
گوگل برای بررسی توانایی‌های جمنای رباتیکس ۲٫۵، آن را در بیش از ۲۰۰ فعالیت مختلف آزمایش کرد. این فعالیت‌ها شامل سروکردن غذا با انبر، بستن روبان دور جعبه ی هدیه، کار با پیپت آزمایشگاهی و جابه‌جایی اجسام نرم و انعطاف‌پذیر می‌شوند.
براساس نتایج آزمایش‌های داخلی گوگل، نرخ موفقیت مدل جدید بسته به نوع فعالیت، بین ۳۰ تا ۱۰۰ درصد بیشتر از مدل‌های پیشین بود و وظایف را نیز ۲۰ تا ۳۰ درصد سریع‌تر انجام داد.
مقایسه ی عملکرد دو نسل جمنای رباتیکس در برخی فعالیت‌ها، پیشرفت قابل‌توجهی را نشان می‌دهد. برای مثال، نرخ موفقیت در برداشتن و بسته‌بندی شیرینی با انبر از ۵ درصد به ۱۰۰ درصد افزایش یافت.
همچنین موفقیت ربات در بازکردن گره ی روبان از صفر به ۷۰ درصد، آویزان‌کردن ژاکت از صفر به ۶۲ درصد و تاکردن شلوار از صفر به ۴۰ درصد رسید.
در آزمایش‌های دیگر، نرخ موفقیت بستن در جعبه‌ابزار از صفر به ۹۳ درصد و جمع‌کردن زباله با برس و خاک‌انداز از صفر به ۵۲ درصد افزایش پیدا کرد.
البته این اعداد به آزمایش‌های مشخص گوگل مربوط می‌شوند و به معنای آن نیستند که ربات‌ها اکنون تمام فعالیت‌های مشابه را در شرایط واقعی با همین میزان موفقیت انجام می‌دهند.
مدل جدید محدود به یک نوع ربات نیست. 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 ی آزادی استفاده می‌کند که امکان اجرای حرکت‌های پیچیده‌تر انگشتان را فراهم می‌سازد. در مقابل، پلتفرم Franka Duo به گیره‌های موازی دو‌انگشتی مجهز است.
آزمایش در کارخانه‌های مرسدس‌بنز؛ موفقیت ۹۶ درصدی در دنیای واقعی
شاید مهم‌ترین بخش معرفی جمنای رباتیکس ۲٫۵، آزمایش این فناوری خارج از محیط آزمایشگاه باشد.
گوگل دیپ‌مایند با همکاری Apptronik و مرسدس‌بنز، ربات‌های انسان‌نمای آپولو ۲ را در خطوط تولید فعال کارخانه‌های مرسدس‌بنز در شهر کچکمت مجارستان و زیندلفینگن آلمان آزمایش کرده است.
در این آزمایش، ربات‌ها وظیفه داشتند قطعات فلزی خودرو را از جعبه‌های بزرگ بردارند و به‌ترتیب موردنیاز برای تولید هر خودرو، در سینی‌های مخصوص قرار دهند.
این فعالیت که در صنعت خودروسازی Automotive Kitting نامیده می‌شود، از کارهای تکراری و نسبتاً طاقت‌فرسای خط تولید است و به دقت بالایی نیاز دارد.
برای انجام این کار، دو مدل هوش مصنوعی با یکدیگر همکاری می‌کنند. مدل Gemini Robotics ER وظیفه ی درک محیط، برنامه‌ریزی و دنبال‌کردن مراحل کار را برعهده دارد و جمنای رباتیکس ۲٫۵ حرکت دست‌ها و بازوهای ربات را کنترل می‌کند.
ربات پس از شناسایی قطعات، آن‌ها را از میان سایر تجهیزات برمی‌دارد، در محفظه ی مناسب قرار می‌دهد و در صورت مشاهده ی تغییر یا خطا، حرکت خود را اصلاح می‌کند.
نتیجه ی آزمایش، دستیابی به نرخ موفقیت ۹۶ درصدی در مرتب‌سازی و بسته‌بندی قطعات خودرو بود.
هرچه ربات‌ها بیشتر وارد محیط‌های کاری و زندگی انسان شوند، توانایی تشخیص خطر و جلوگیری از برخورد با افراد و اشیا اهمیت بیشتری پیدا می‌کند.
گوگل می‌گوید در جمنای رباتیکس ۲٫۵، قابلیت‌های ایمنی جدیدی را اضافه کرده است که به ربات اجازه می‌دهند هنگام اجرای وظایف، شرایط محیطی را بررسی کند و در صورت شناسایی مانع یا خطر، مسیر حرکت خود را تغییر دهد.
برای مثال، اگر فردی هنگام جابه‌جایی وسیله به ربات نزدیک شود، سیستم باید بتواند وضعیت را تشخیص دهد و حرکت امن‌تری انتخاب کند.
این فناوری از نوعی استدلال هنگام اجرا استفاده می‌کند؛ به این معنا که ربات تنها به برنامه ی اولیه متکی نیست و می‌تواند براساس اتفاقاتی که در محیط رخ می‌دهند، تصمیمات خود را اصلاح کند.
براساس ارزیابی‌های گوگل، استفاده از این قابلیت نرخ تکمیل ایمن وظایف در حضور موانع را ۳۳ درصد و هنگام فعالیت در نزدیکی انسان‌ها را ۴۳ درصد افزایش داده است.
این اعداد بهبود عملکرد مدل در آزمون‌های تعیین‌شده را نشان می‌دهند و تضمینی برای بی‌خطر‌بودن تمام فعالیت‌های ربات در شرایط واقعی نیستند.
یکی دیگر از بخش‌های مهم این پروژه، مقابله با دستورهای مخربی است که ممکن است رفتار ربات را تغییر دهند.
گوگل هم‌زمان با معرفی مدل جدید، از معیار امنیتی متن‌بازی به نام ASIMOV-Jailbreak رونمایی کرده است. این مجموعه شامل صدها دستور آزمایشی در ده‌ها موقعیت مختلف است که درخواست‌های خطرناک را به‌شکل‌های گوناگون پنهان می‌کنند.
هدف این آزمایش، بررسی توانایی مدل‌های هوش مصنوعی در شناسایی و رد درخواست‌های ناایمن است؛ به‌ویژه زمانی که ربات باید در محیطی واقعی و در نزدیکی انسان‌ها فعالیت کند.
در ارزیابی گوگل، مدل Gemini 4 Argon توانسته است در ۹۹٫۵ درصد موارد در برابر تلاش‌های عبور از محدودیت‌های ایمنی مقاومت کند. این عدد برای مدل قدیمی‌تر Gemini Robotics ER 2 برابر با ۸۲ درصد بوده است.
نکته ی مهم این است که نتیجه ی ۹۹٫۵ درصدی به مدل جمنای ۴ آرگون تعلق دارد و نباید آن را مستقیماً به جمنای رباتیکس ۲٫۵ نسبت داد.
گوگل همچنین اعلام کرده است که جمنای ۴ آرگون در ارزیابی‌های مربوط به رد درخواست‌های خطرناک، تصمیم‌گیری در شرایط نامطمئن و فعالیت ربات‌ها در نزدیکی انسان‌ها عملکرد مناسبی داشته است.
نقش جمنای ۴ آرگون در آموزش نسل جدید ربات‌ها
پیشرفت‌های جمنای رباتیکس ۲٫۵ تا حد زیادی به کمک مدل هوش مصنوعی دیگری از گوگل به نام Gemini 4 Argon امکان‌پذیر شده است.
آموزش ربات‌ها در دنیای واقعی معمولاً فرایندی زمان‌بر و پرهزینه است. برای اینکه ربات بتواند مهارت جدیدی یاد بگیرد، پژوهشگران باید داده‌های فراوانی از اشیا، محیط‌ها و حرکت‌های مختلف جمع‌آوری کنند.
گوگل برای کاهش این وابستگی، از جمنای ۴ آرگون به‌عنوان موتور شبیه‌سازی استفاده کرده است.
این مدل می‌تواند با دریافت تصویری از یک محیط واقعی، نسخه‌ای دیجیتال و شبیه‌سازی‌شده از آن بسازد. سپس هزاران موقعیت تمرینی متفاوت تولید می‌کند تا ربات بدون نیاز به تکرار تمام آزمایش‌ها در دنیای واقعی، با شرایط گوناگون آشنا شود.
برای مثال، اگر قرار باشد ربات برداشتن یک قطعه از روی میز را یاد بگیرد، مدل می‌تواند موقعیت‌ها و وضعیت‌های مختلف آن قطعه را شبیه‌سازی کند تا ربات نحوه ی برخورد با شرایط جدید را تمرین کند.
ترکیب این داده‌های مصنوعی با نمونه‌های واقعی آموزش، به ربات کمک می‌کند مهارت‌های آموخته‌شده را به اشیا و محیط‌های ناآشنا تعمیم دهد.
جمنای ۴ آرگون همچنین می‌تواند ویدیوهای مربوط به شکست ربات در انجام وظایف را بررسی کند، درباره ی علت خطا فرضیه بسازد و راهکارهای اصلاحی را ابتدا در شبیه‌سازی و سپس روی ربات واقعی آزمایش کند.
به‌گفته ی گوگل، استفاده از چنین روشی سرعت توسعه ی جمنای رباتیکس ۲٫۵ را افزایش داده است.
جمنای رباتیکس ۲٫۵ چه زمانی در دسترس قرار می‌گیرد؟
گوگل اعلام کرده است که عرضه ی جمنای رباتیکس ۲٫۵ برای شرکای فعال خود در حوزه ی رباتیک آغاز شده است. این مدل فعلاً به‌صورت عمومی در اختیار تمام کاربران یا توسعه‌دهندگان قرار ندارد و شرکت هنوز زمان مشخصی برای دسترسی گسترده‌تر اعلام نکرده است.
باوجود پیشرفت‌های گزارش‌شده، فاصله ی قابل‌توجهی میان موفقیت ربات‌ها در آزمایش‌های محدود و فعالیت مطمئن آن‌ها در محیط‌های پیچیده ی روزمره وجود دارد.
برای مثال، موفقیت ۹۶ درصدی در مرتب‌سازی قطعات خودرو امیدوارکننده است، اما در محیط صنعتی حتی درصد کوچکی از خطاها نیز می‌تواند به توقف فرایند تولید یا نیاز به دخالت نیروی انسانی منجر شود.
دیدگاه‌ها
دیدگاه شما پس از تأیید مدیر منتشر می‌شود. گفت‌وگوی فارسی و انگلیسی این خبر جداست.