Saya baru saja mengetahui cara menggunakan Gemini di perangkat Android saya, dan tiba-tiba, Google mengumumkan bahwa mereka akan memasukkan Gemini 2.0 ke dalam robot nyata. Perusahaan tersebut mengumumkan dua model kecerdasan buatan baru yang “menjadi dasar untuk generasi baru robot yang membantu,” seperti yang tertulis di blog. Dalam demonstrasi, robot-robot tersebut terlihat seperti manusia!
Gemini Robotics adalah model visi-bahasa-tindakan (VLA) canggih yang dibangun di atas Gemini 2.0 – yang sama yang saya gunakan untuk membaca PDF dan meminta bantuan dengan horoskop. Versi Gemini 2.0 ini menampilkan tambahan tindakan fisik sebagai respons keluaran terhadap pertanyaan. Di ponsel Pixel, misalnya, “respons” Gemini akan melakukan tindakan atau menjawab pertanyaan. Gemini di robot akan melihat perintah tersebut sebagai sesuatu yang harus direspons secara fisik.
Model kecerdasan buatan kedua adalah Gemini Robots-ER, model visi-bahasa (VLM) dengan “pemahaman spasial canggih.” Inilah tempat Gemini mendapatkan “pemikiran terwujud,” yang membantu kecerdasan buatan tersebut menavigasi lingkungannya bahkan ketika lingkungan tersebut berubah secara real-time. Dalam video contoh yang ditunjukkan Google dalam sesi tertutup dengan jurnalis, robot tersebut dapat membedakan antara mangkuk dengan finishing dan warna yang berbeda di atas meja. Robot juga dapat membedakan antara buah palsu, seperti anggur dan pisang, lalu mendistribusikan masing-masing ke salah satu mangkuk tertentu. Dalam contoh lain, Google menunjukkan robot yang memahami nuansa granola dalam wadah Tupperware yang perlu dimasukkan ke dalam tas makan siang.
Inti dari pengumuman ini adalah Google memuji upaya DeepMind dalam membuat Gemini menjadi jenis “otak” yang bisa diintegrasikan ke dalam ruang robotik. Namun, sungguh menarik untuk berpikir bahwa merek kecerdasan buatan untuk ponsel cerdas di tangan Anda akan, dalam beberapa kapasitas, memberdayakan robot humanoid. “Kami berharap untuk mengeksplorasi kemampuan model kami dan terus mengembangkannya untuk aplikasi dunia nyata,” tulis Carolina Parada, Direktur Senior dan kepala robot di Google DeepMind.
Google bermitra dengan perusahaan seperti Apptronik untuk “membangun generasi berikutnya robot humanoid.” Model Gemini Robots-ER juga akan tersedia untuk mitra untuk pengujian, termasuk Agile Robots, Agility Robots, Boston Dynamics, dan Enchanted Tools. Robot-robot itu akan datang, tapi tidak ada jadwal waktu. Anda bisa menahan reaksi Anda untuk saat ini.
Google juga bersiap untuk pertanyaan yang pasti akan mereka terima tentang perlindungan Gemini. Saya bahkan bertanya apa perlindungan yang ada agar robot tidak berjalan tidak benar dan menyebabkan rasa sakit pada manusia. “Kami memungkinkan model Gemini Robotics-ER untuk memahami apakah suatu tindakan potensial aman untuk dilakukan dalam konteks tertentu,” Google menjelaskan, dengan dasar pada kerangka kerja seperti dataset ASIMOV, yang telah membantu “peneliti untuk mengukur implikasi keamanan tindakan robot dalam skenario dunia nyata secara ketat.” Google mengatakan mereka juga berkolaborasi dengan para ahli di bidang ini untuk “memastikan kami mengembangkan aplikasi kecerdasan buatan secara bertanggung jawab.”