جوجل وبوسطن ديناميكس تدمجان نماذج Gemini الروبوتية في Spot لإدراك وتنفيذ المهام المتقدمة

أعلنت شركة التكنولوجيا Google عن شراكة مع Boston Dynamics لدمج نماذج التفكير المجسد Gemini Robotics في الروبوت الرباعي Spot، مما يمثل خطوة للأمام في تطبيق الذكاء الاصطناعي على الروبوتات في العالم الحقيقي. يتيح التعاون للروبوت تفسير بيئته بشكل أفضل، وتحديد الأشياء، وتنفيذ المهام بناءً على تعليمات اللغة الطبيعية، بدلاً من الاعتماد فقط على الإجراءات المبرمجة مسبقًا.

يعتمد التكامل على العمل التجريبي الذي تم إجراؤه خلال هاكاثون داخلي عام 2025، حيث استكشف المطورون كيف يمكن لنماذج اللغة الكبيرة وأنظمة التفكير البصري تعزيز استقلالية Spot. من خلال الاستفادة من Gemini Robotics، يمكن للروبوت معالجة المدخلات البصرية من كاميراته وترجمة التعليمات عالية المستوى - مثل تنظيم الأشياء في الغرفة - إلى إجراءات مادية منسقة.

على عكس البرمجة الروبوتية التقليدية، التي غالبًا ما تعتمد على منطق صارم خطوة بخطوة، يقدم النظام واجهة أكثر مرونة تعتمد على المطالبات التحادثية. أنشأ المطورون طبقة برمجية وسيطة باستخدام مجموعة تطوير برامج Spot، مما يسمح لنماذج Gemini بالتواصل مع واجهة برمجة تطبيقات الروبوت. يمكّن هذا الإطار الذكاء الاصطناعي من الاختيار من مجموعة محددة من الإجراءات، بما في ذلك التنقل واكتشاف الأشياء والتقاط الصور والإمساك والوضع.

واجهات اللغة الطبيعية تعيد تشكيل تنفيذ المهام الروبوتية

في العروض التوضيحية العملية، أظهر النظام القدرة على تفسير التعليمات العامة والتكيف مع البيئات الديناميكية. على سبيل المثال، عند تكليفه بتنظيم العناصر، قام نموذج الذكاء الاصطناعي بتحليل البيانات المرئية، وتحديد الأشياء ذات الصلة، وتوجيه الروبوت من خلال سلسلة من الإجراءات. تم دمج التغذية الراجعة من الروبوت - مثل إكمال المهمة أو القيود المادية - في الوقت الفعلي، مما يسمح للنظام بتعديل سلوكه دون المعالجة اليدوية.

يحافظ النهج على الحدود التشغيلية من خلال تقييد الذكاء الاصطناعي بالقدرات المحددة مسبقًا ضمن واجهة برمجة تطبيقات الروبوت، مما يضمن أداءً يمكن التنبؤ به والتحكم فيه. يوازن هذا التصميم بين القدرة على التكيف والسلامة، وهو اعتبار رئيسي لنشر الذكاء الاصطناعي في الأنظمة المادية.

تسلط الشراكة أيضًا الضوء على مكاسب الكفاءة المحتملة للمطورين. من خلال تقليل الحاجة إلى الترميز اليدوي الشامل، تسمح واجهات اللغة الطبيعية للمهندسين بالتركيز على تحديد الأهداف بدلاً من برمجة كل تسلسل إجراء. يمكن أن يؤدي هذا التحول إلى تسريع تطوير تطبيقات الروبوتات عبر الصناعات مثل التصنيع والتفتيش والخدمات اللوجستية.

على الرغم من أن التنفيذ لا يزال تجريبيًا، إلا أن العرض التوضيحي يعكس الاتجاهات الأوسع في الذكاء الاصطناعي المادي، حيث يتم استخدام النماذج الأساسية بشكل متزايد لتعزيز إدراك الآلة واتخاذ القرار. أشارت الشركتان إلى أن المزيد من التطورات جارية، بما في ذلك التكامل المستمر للأنظمة القائمة على Gemini في منصات الروبوتات.

يشير التعاون إلى انتقال نحو تفاعل أكثر سهولة بين الإنسان والآلة، حيث يمكن توجيه السلوك الروبوتي المعقد من خلال مدخلات مبسطة. مع استمرار تطور نماذج الذكاء الاصطناعي، قد توسع هذه التكاملات النطاق الوظيفي للأنظمة المستقلة مع تقليل الحواجز التقنية لنشرها.

ظهر منشور Google And Boston Dynamics Integrate Gemini Robotics Models Into Spot For Advanced Perception And Task Execution لأول مرة على Metaverse Post.