Prima di procedere
Google DeepMind ha recentemente presentato una versione innovativa della sua potente modello di intelligenza artificiale, denominata Gemini Robotics On-Device. Questa avanzata tecnologia si distingue per la sua capacità di operare direttamente sui robot, senza la necessità di essere collegati a Internet. La nuova versione è una svolta significativa nel campo della robotica, semplificando l'interazione tra visione, linguaggio e azione, e rendendo i robot più autonomi ed efficienti.
Una delle principali sfide nel campo della robotica è rappresentata dalla complessità del mondo fisico. I robot devono non solo navigare in ambienti mutevoli ma anche interagire dinamicamente con essi, ad esempio, spostando oggetti o completando compiti delicati come allacciare le stringhe di una scarpa. Prevedere tutte le possibili situazioni che un robot può affrontare è una sfida ardua, che necessita di tecnologie avanzate per essere superata.
La modalità di apprendimento tradizionale tramite rinforzo si è dimostrata spesso lenta nello sviluppo di queste competenze. Tuttavia, con l'adozione di tecniche di AI generativa, come la Gemini Robotics On-Device, i robot sono in grado di adattarsi a una gamma più ampia di scenari fisici senza un addestramento specifico preventivo.
Secondo Carolina Parada, capo del dipartimento di robotica di Google DeepMind, la versione originale di Gemini Robotics utilizzava un approccio ibrido, funzionando tanto sui dispositivi quanto nel cloud. Tuttavia, la nuova versione On-Device mantiene praticamente le stesse funzionalità, consentendo anche una maggiore flessibilità e indipendenza operativa, specialmente in ambienti con connettività limitata o in cui la sicurezza dei dati è essenziale.
Parada ha dichiarato che il Gemini Robotics On-Device è progettato per eseguire una varietà di attività direttamente dal momento dell'installazione, adattandosi rapidamente a nuovi scenari dopo una minima esposizione, grazie a poche sessioni di dimostrazione nel simulatore fisico MuJoCo. Questo permette ai robot di assimilare rapidamente nuove abilità e applicazioni.
Inizialmente, Gemini Robotics On-Device è stato sviluppato per i robot di Google ALOHA. Tuttavia, il suo utilizzo è stato esteso anche ad altri modelli, come il robot umanoide Apollo di Apptronik e il binocolare Franka FR3. Google ha riportato con soddisfazione che il Franka FR3 è riuscito ad affrontare nuove sfide e interazioni con oggetti mai visti prima nel contesto del montaggio su una linea di assemblaggio industriale.
La versione ibrida di Gemini Robotics rimane la più potente, ma la squadra di Google è rimasta piacevolmente sorpresa dalle capacità della versione On-Device, considerata da Parada come un punto di partenza ideale per applicazioni che richiedono operabilità offline e che sottostanno a rigidi vincoli di sicurezza. Questa soluzione può dimostrarsi particolarmente utile per aziende che lavorano in ambienti isolati o con delicati requisiti di privacy.
Google ha lanciato anche il primo kit di strumenti di sviluppo, il Gemini Robotics SDK, specificamente per la versione On-Device. Questo SDK consente agli sviluppatori di testare la modello, implementare regolazioni e personalizzazioni secondo necessità, aprendo nuove possibilità per la programmazione e l'espansione delle capacità delle IA nei robot.
L'innovazione di Google DeepMind dimostra una volta di più come la scienza e la tecnologia possano convergere per aprire nuove strade nella robotica, promettendo un futuro in cui robot e intelligenza artificiale lavorano all'unisono per migliorare le operazioni nei settori più disparati, dal manifatturiero alla quotidianità domestica.
