"Gemini Robotics 2" من غوغل ديب مايند يُعلّم الروبوتات البشرية تركيب المصابيح (أحياناً)

نظام من ثلاثة نماذج مترابطة

أن ينحني روبوت بشري الشكل ليلتقط غرضاً من الأرض، ثم يعبر الغرفة ليضعه على رف، يبدو أمراً بسيطاً. لكن معظم أنظمة الروبوتات القائمة على الذكاء الاصطناعي لا تزال تعجز عن التعميم عبر أجسام وبيئات مختلفة. نظام "Gemini Robotics 2" الجديد من غوغل ديب مايند (Google DeepMind) صُمم تحديداً لسدّ هذه الفجوة.

يتألف الإصدار من ثلاثة نماذج متصلة ببعضها. النموذج الأساسي "Gemini Robotics 2" هو نموذج رؤية-لغة-حركة (Vision-Language-Action Model) يحوّل مدخلات الكاميرا والتعليمات باللغة الطبيعية مباشرة إلى أوامر حركية، ما يمنح الآلات ما تسميه ديب مايند "التحكم الكامل بالجسد" بدلاً من تحريك الذراع أو أداة القبض بمعزل عن باقي الجسم.

إلى جانبه يأتي "Gemini Robotics On-Device 2"، نسخة خفيفة قادرة على العمل محلياً على الروبوت دون الحاجة إلى اتصال بالإنترنت. تقول ديب مايند إنه يمكن تكييفه مع تصاميم روبوتات جديدة ثنائية الذراع باستخدام أقل من 200 مثال تدريبي فقط، وهي كمية بيانات صغيرة جداً لتعليم النموذج شكلاً فيزيائياً جديداً كلياً.

أما المكوّن الثالث، "Gemini Robotics ER 2"، فيعمل كطبقة استدلال (Reasoning Layer) ويخلف نموذج "ER 1.6" الذي أطلقته الشركة في أبريل الماضي. هذا النموذج متاح بالفعل عبر منصة "Google AI Studio"، بينما لا تزال حزمة "Gemini Robotics 2" الكاملة مقتصرة على قائمة انتظار للمطورين الراغبين في الوصول المبكر.

مصمم للتنسيق... وللتوقف عند الخطر

من أكثر الادعاءات إثارة أن "Gemini Robotics 2" قادر على توجيه عدة روبوتات مختلفة التصميم للتعاون على مهمة واحدة، وهي خطوة تتجاوز فكرة الاستقلالية الفردية لتصل إلى تنسيق أساطيل روبوتية مختلطة تعمل معاً.

السلامة أيضاً جزء أساسي من طبقة الاستدلال. تصف ديب مايند نموذج "ER 2" بأنه "أكثر نماذج الروبوتات أماناً حتى الآن"، إذ يستطيع رصد وجود بشر بالقرب من الروبوت، وتفعيل استدعاءات أدوات السلامة، وإيقاف الروبوت قبل حدوث أي احتكاك. كما استُحدث مقياس تقييم جديد باسم "ASIMOV-Agentic" يقيس تحديداً ما إذا كان الروبوت سيرفض تنفيذ تعليمة غير آمنة ويطلب مساعدة إنسان بدلاً من المضي قدماً بشكل أعمى.

بيانات العرض التوضيحي، التي جُمعت في معظمها من روبوت "Apptronik Apollo 2" البشري الشكل، تكشف عن الوعد الحقيقي للتقنية وسقفها الحالي في آن واحد. نجح "Apollo 2" في المشي والانحناء والوصول وترتيب الأغراض على الأرفف خلال تجارب ديب مايند، والتقط أغراضاً من الرف بنسبة نجاح 76.3% مقابل 45.7% فقط عند الالتقاط من الأرض.

التحكم الدقيق لا يزال نقطة الضعف

يد "SharpaWave" الخماسية الأصابع الخاصة بـ"Apollo 2" نجحت في فك مصباح كهربائي بنسبة 92% من المحاولات، لكنها لم تنجح في إعادة تركيبه إلا في 36% فقط من المحاولات.

على ذراع "Franka Duo" المزوّدة بأدوات قبض أبسط ثنائية الأصابع، جاءت النتائج أكثر ثباتاً: 74.2% في مهام الالتقاط والوضع العامة، و78.9% في تجميع الأدوات، و89.6% في مهام الإدخال الدقيق. هذه الفجوة بين اليد البشرية المرنة وأدوات القبض الصناعية الأبسط تكشف أن نموذج ديب مايند العام لا يزال يقدّم أداءً متفاوتاً بحسب العتاد المرافق له، حتى وهو يقترب أكثر فأكثر من روبوتات قادرة على التفكير والتكيف والتعاون عبر أشكال جسدية مختلفة.