A robotika egyik nagy korlátja eddig az volt, hogy a gépek gyakran egy-egy részfeladatban voltak ügyesek, de a teljes test koordinációja már sokkal nehezebbnek bizonyult. Most épp ebben lépett előre a Google DeepMind új modellje.

Mi történt

A Gemini Robotics 2 már egy teljes humanoid robotot tud vezérelni, nem csak a felsőtestét. Ez a gyakorlatban azt jelenti, hogy a rendszer a lábaktól az ujjakig hangolja össze a mozgást: a robot tud sétálni, leguggolni, nyújtózni, lehajolni és közben tárgyakat is kezelni.

A bemutatók alapján ez nem pusztán látványos mozgást jelent, hanem összetettebb feladatvégzést is. Az Apptronik Apollo 2 robotja például képes volt lehajolni egy locsolókannáért, illetve polcról kiválasztani és levenni konkrét tárgyakat. A frissítés a kézügyességet is javítja: az új modell már bonyolultabb, ötujjas kezeket is tud irányítani, így olyan műveletek is szóba kerülnek, mint egy Ziploc tasak lezárása, egy szemeteszsák megkötése vagy egy villanykörte kicsavarása.

Közben frissült a Gemini Robotics ER 2 is. Az „embodied reasoning”, vagyis nagyjából „testbe ágyazott következtetés” arra szolgál, hogy a robot a kameraképből és a szöveges utasításokból értse meg, mi van körülötte, és hogyan kell egy több lépéses feladatot végigvinni. Gondolj rá úgy, mint a robot „helyzetértő” rétegére: nem az izmokat mozgatja, hanem segít eldönteni, mi legyen a következő lépés. Az új verzió hosszabb ideig tud következetesen dolgozni, és jobban felismeri, mikor kezdődik és mikor ér véget egy feladat.

A fejlesztés másik fontos része, hogy különböző robotok együttműködését is támogatja. Egy demóban az Apollo 2 utasította a Google kétkarú robotját, hogy a garázsrendezés közben tegyen szerszámokat egy tárolóba. Emellett javult az internetkapcsolat nélkül, helyben futó On-Device modell is, amely most gyorsabban tud alkalmazkodni eltérő robotfelépítésekhez, szenzorokhoz és mozgási szabadságfokokhoz.

Miért fontos

A humanoid robotoknál a valódi kihívás nem az, hogy meg tudnak-e fogni egy tárgyat, hanem hogy ezt mozgás közben, változó környezetben, biztonságosan és több lépésen át is meg tudják-e tenni. Egy robot számára a „menj oda, hajolj le, fogd meg, állj fel, majd tedd arrébb” nem egyetlen feladat, hanem sok apró döntés és pontos mozdulat lánca. Ezért számít nagy előrelépésnek a teljes testes vezérlés, a jobb kézügyesség és a hosszabb távú feladatértés kombinációja. A The Verge által is idézett egyik lényeges korlát ugyanakkor megmaradt: a mozgás sebességén még van mit javítani, vagyis ez egy fontos technikai lépés, nem pedig kész, tömegesen bevethető robotmunkás.

Mire figyelj

  1. Az egyik kulcskérdés a tempó lesz: a robot lehet pontos és ügyes, de ha túl lassú, sok valódi munkakörnyezetben még nem lesz praktikus.
  1. Érdemes figyelni a biztonsági funkciókat is. A rendszer állítólag jobban érzékeli, ha ember van a közelben, és szükség esetén biztonságos leállást indít. Robotoknál ez nem extra kényelmi funkció, hanem alapfeltétel.
  1. Fontos lesz az is, mennyire működik jól különböző robotokon. Ha ugyanaz az AI többféle testfelépítéshez gyorsan alkalmazkodik, az sokkal értékesebb, mint egyetlen látványos demó egyetlen gépen.
  1. A többrobotos együttműködés lehet a következő nagy teszt. Ha a robotok nemcsak külön-külön ügyesek, hanem egymással is össze tudják hangolni a munkát, az már közelebb visz a valódi raktári, ipari vagy háztartási felhasználáshoz.