Google DeepMind, yapay zeka modellerini fiziksel robotlara uyarlayan yeni bir sistem olan Gemini Robotics 2'yi piyasaya sundu. Sistem, görüntü dil modelleriyle robot hareket kontrolünü birleştirerek, humanoid robotların ampul değiştirmek ve çöp torbası bağlamak gibi karmaşık görevleri bağımsız olarak gerçekleştirmesini sağlıyor.

Yapay Zekanın Fiziksel Dünyaya Adımı

Gemini Robotics 2, birden fazla yapay zeka modelini tek bir sistemde birleştiriyor. Görüntü ve video işleyebilen bir dil modeli, robotların çevresini anlamasını ve görevleri nasıl yerine getireceklerini akıllandırıyor. Ayrıca fiziksel hareketi kontrol eden iki ayrı model, robotun tüm vücut hareketleriyle birlikte gripler ve ellerin çalışmasını yönetiyor.

Şirketin yayınladığı videolarda Apptronik'in Apollo 2 robotu, Sharpa'nın elleriyle donatılı olarak rafları düzenleyen görevleri otonom şekilde yerine getirdi. Google DeepMind, bu modeli insan kontrolü, video örnekleri ve simülasyonlar kullanarak eğitti.

Güvenlik Sorunsalı ve Yeni Standartlar

Google DeepMind başkanı Carolina Parada, hedefin robotları insanların yapabileceği herhangi bir şeyi gerçekleştirmeye yöneltmek olduğunu belirtmiş. Ancak frontier yapay zeka modellerinin robotları kontrol etmesi, beklenmedik ve potansiyel olarak tehlikeli davranışlar ortaya çıkarabiliyor.

Parada, şirketin çok katmanlı bir güvenlik yaklaşımı benimsediğini ve her model katmanına koruma mekanizmaları uyguladığını açıkladı. Google ayrıca ASIMOV-Agentic adlı yeni bir benchmark tanıttı. Bu standart, bir komutun zararlı veya belirsiz bir sonuç doğurup doğmayacağını tespit ederek, robot kontrolü sağlayan yapay zeka sistemlerinin güvenliğini ölçüyor.

Ne anlama geliyor?

Yapay zeka modellerinin robot gibi fiziksel cihazları kontrol etmesi, bu teknolojilerin bilgisayar ekranlarının ötesine geçmesini işaret ediyor. Geleneksel robotik sistemleri belirli görevler için özellikle programlanırken, bu yeni yaklaşım yapay zeka modellerini farklı türdeki makineleri ve ortamları yönetmeye uyarlamak için eğitim vermeyi mümkün kılıyor. Bunu sağlamak için mühendisler insan operatörü, video kayıtları ve bilgisayar simülasyonlarından yararlanıyor; çünkü yapay zeka modelleri henüz belirli bir hazırlık olmadan geniş yelpazedeki karmaşık işlemleri başaramıyor.

Bu gelişme, akıllı sistemlerin ev ve işyeri gibi gerçek dünya ortamlarında eşya taşıma, temizlik veya bakım gibi tekrarlayan işleri üstlenmesi anlamına gelebiliyor. Bununla birlikte, dijital ortamda kontrol edilen yapay zeka ajanları bile bazen beklenmedik yollarla hareket edebildiğinden, fiziksel nesneleri manipüle eden sistemlerin güvenliği daha kritik hale geliyor. İşte bu nedenle güvenlik ölçütleri ve kontrol mekanizmaları, bu tür uygulamaların yaygınlaşması için gerekli safeguard'ları oluşturuyor.