Révolution intelligente : Le système d'IA à double modèle de Google DeepMind confère aux robots des capacités de raisonnement et de recherche

Résumé

Google DeepMind a récemment dévoilé ses tout nouveaux modèles Gemini Robotics 1.5 et Gemini Robotics-ER 1.5, marquant la première véritable incursion de la technologie de l'IA dans le monde des robots physiques. Ces deux modèles, dotés d'une architecture double, permettent aux robots non seulement d'exécuter des instructions, mais aussi de raisonner, de planifier et d'utiliser des outils de manière proactive, atteignant ainsi des capacités d'interaction plus avancées avec le monde physique.

Architecture révolutionnaire à double modèle

Gemini Robotics-ER 1.5 et Gemini Robotics 1.5 adoptent une conception architecturale double et innovante, travaillant en synergie pour former un puissant système d'IA robotique. Gemini Robotics-ER 1.5 agit comme le "cerveau supérieur", responsable de la planification et des décisions dans l'espace physique, tandis que Gemini Robotics 1.5 traduit la vision et la compréhension du langage en actions concrètes. Cette architecture permet aux robots d'exécuter des tâches complexes en plusieurs étapes, comme trier les déchets selon les règles de recyclage locales trouvées en ligne, ou préparer une valise en fonction des prévisions météorologiques.

Un changement majeur : de la réaction au raisonnement

Carolina Parada, responsable de la robotique chez Google DeepMind, a souligné que le nouveau système permet aux machines de "réfléchir plusieurs étapes à l'avance", au lieu de se concentrer sur une seule étape. Contrairement aux générations précédentes qui ne pouvaient exécuter que des instructions simples, ce nouveau système rapproche le comportement des robots de la pensée humaine : planifier avant d'agir.

Capacité d'apprentissage inter-robots

Une autre innovation révolutionnaire apportée par cette mise à jour est la fonction d'apprentissage "inter-robots". DeepMind a démontré que les compétences acquises par le robot à deux bras ALOHA2 peuvent être appliquées sans configuration supplémentaire aux robots Franka ou au robot humanoïde Apollo d'Apptronik. Cela signifie qu'un même ensemble de modèles peut contrôler différents types de robots et transférer des expériences, accélérant considérablement le rythme de développement de la robotique.

Recherche web intelligente et utilisation d'outils

Gemini Robotics-ER 1.5 est capable d'évaluer des défis complexes, d'appeler nativement des outils (comme Google Search) pour trouver des informations, et de créer des plans détaillés étape par étape pour résoudre les problèmes. Cela permet aux robots de rechercher des informations et de les appliquer à des tâches réelles, tout comme les humains, élargissant considérablement l'étendue de leurs capacités.

Amélioration de la sécurité et de la transparence

DeepMind a placé la sécurité au cœur de son processus de développement. Les deux modèles sont équipés de mesures de protection et de fonctionnalités d'explicabilité, rendant le comportement des robots plus prévisible et interprétable. Google a également publié une version améliorée du benchmark ASIMOV, utilisée pour évaluer et améliorer la sécurité sémantique, où Gemini Robotics-ER 1.5 a démontré des performances de pointe en matière d'évaluation de la sécurité.

Disponibilité pour les développeurs

Cette mise à jour est désormais ouverte aux développeurs : Gemini Robotics-ER 1.5 peut être testé via l'API Gemini dans Google AI Studio, tandis que Gemini Robotics 1.5 est actuellement disponible uniquement pour des partenaires spécifiques. Cela favorisera une innovation plus large et le développement d'applications en robotique.

Une étape importante vers l'intelligence artificielle générale (AGI)

Google DeepMind décrit cette annonce comme une étape majeure vers la résolution de l'intelligence artificielle générale (AGI) dans le monde physique. En introduisant des capacités proactives, Google va au-delà des modèles qui ne font que répondre aux commandes, créant des systèmes capables de véritablement raisonner, planifier, utiliser des outils de manière proactive et généraliser.

Impact sur l'industrie et perspectives d'avenir

Cette technologie révolutionnaire est appelée à transformer de nombreuses industries. Dans le domaine de la santé, les robots assistants pourront apporter leur aide en fonction des besoins spécifiques des patients ; dans l'environnement domestique, ils pourront devenir des assistants personnels plus intelligents. Bien que la robotique en soit encore à ses débuts, cette annonce indique que l'avenir ne concerne pas seulement une IA plus intelligente, mais une IA capable de vivre et d'agir avec nous.

Alors que Google DeepMind continue de faire progresser la fusion de la robotique et de l'intelligence artificielle, nous pouvons nous attendre à voir émerger davantage d'applications innovantes, réduisant ainsi davantage l'écart entre l'intelligence virtuelle et le monde physique.