El equipo de Google DeepMind ha presentado el rompedor Gemini Robotics 2.5, una arquitectura basada en visión, lenguaje y acción (VLA) que es capaz de acelerar el aprendizaje de la robótica, también su velocidad y su seguridad para los robots industriales y también humanoides. En las pruebas realizadas, la compañía ha conseguido una tasa del 96% de éxito en cadenas de montaje reales de una compañía tan importante como Mercedes–Benz, gracias a la unión de inteligencia artificial y robótica.
Detrás de todo el desarrollo cabe destacar que está mayormente la capacidad proporcionada por el modelo Gemini 4 Argon, uno de los más avanzados de Google. Según lo que ha podido evaluar el equipo de DeepMind, los robots con capaces de realizar más de 200 tareas, desde servir comida con pinzas sin ningún tipo de problema hasta abrir lazos de cajas de regalo o directamente manipular objetos de laboratorio con gran precisión.
Los análisis, además, se han dado en entornos reales de producción de Mercedes–Benz, concretamente en las plantas de Kecskemét (Hungría) y Sindelfingen (Alemania), en colaboración con la compañía Apptronik, el fabricante de los robots Apollo 2 implicados en este experimento junto a Google.
«Para esto fue para lo que construimos Apollo: para realizar un trabajo útil junto a los personas en entornos industriales reales», ha explicado en el comunicado Jeff Cardenas, CEO y cofundador de Apptronik. «Al combinar Apollo 2 con Gemini Robotics, vimos que los modelos mejoraban de forma espectacular en tan solo unas pocas semanas de entrenamiento posterior y se trasladaban a la producción de Mercedes–Benz con muy poca pérdida de rendimiento. Esta es la base para llevar los robots humanoides a entornos industriales y comerciales a escala».
Para conseguir que los robots sean capaces de realizar clasificaciones rápidas con la mayor precisión posible, se ha combinado el modelo de razonamiento Gemini Robotics ER con Gemini Robotics 2.5, con capacidad total para corregir desviaciones de forma autónoma.
La seguridad de los humanos y frente a ciberataques
Algo que siempre preocupa en el caso del trabajo junto a robots que tienen esta capacidad de aprendizaje y que son prácticamente autónomos es la de la protección de los trabajadores humanos frente a posibles accidentes, para lo que Gemini Robotics 2.5 actúa como la vértebra principal del sistema de guiado para evitar obstáculos en tiempo real.
Según los análisis aportados por Google DeepMind, la capacidad de esquivar obstáculos ha aumentado un 33% la finalización de tareas frente a todo tipo de objetos, mientras que se ha incrementado en un 43% la seguridad al trabajar en proximidad directa con empleados humanos.
Aunque también preocupa siempre todo lo relacionado con potenciales ciberataques, lo que podría dar lugar a catástrofes sin precedentes. En este ámbito, el equipo especialista de Google ha publicado el denominado ASIMOV-Jailbreak, que es un benchmark de código abierto compuesto por cientos de instrucciones diseñadas para disfrazar peticiones inseguras.
De tal forma, el motor Gemini 4 Argon ha conseguido alcanzar una resistencia del 99,5% frente a manipulaciones externas (jailbreaks), mientras que el modelo anterior, Gemini Robotics ER 2, en comparación, se quedaba solamente en un 82%.
En la práctica, Argon es el encargado de generar miles y miles de ensayos de simulaciones mediante cámaras reales, por lo que se basa en un gemelo digital de altísima precisión. Al combinar esto con demostraciones del mundo real, los robots tienen la capacidad de generar nuevas habilidad en tiempo récord, con el objetivo de diagnostica fallos y probar mejoras. Básicamente, Google ha conseguido llevar la IA al mundo real de la robótica.
