Gemini Robotics 2, Google migliora destrezza e sicurezza dei robot umanoidi

Google DeepMind ha presentato Gemini Robotics 2, una nuova famiglia di modelli di intelligenza artificiale progettata per rendere i robot più abili nei movimenti, più reattivi agli imprevisti e capaci di lavorare insieme. La novità comprende tre sistemi distinti, ma soltanto uno è già accessibile agli sviluppatori.

L’obiettivo del progetto è superare i robot addestrati per eseguire una singola sequenza di azioni. DeepMind punta a macchine generaliste, in grado di comprendere una richiesta, osservare l’ambiente e completare attività diverse senza una programmazione specifica per ogni operazione.

Il primo componente è Gemini Robotics ER 2, il modello dedicato al ragionamento nel mondo fisico. Rispetto alla versione ER 1.6, il sistema riconosce meglio gli oggetti, interpreta ciò che accade nei video e divide le attività complesse in più passaggi. L’integrazione con Gemini Live API permette agli sviluppatori di provarne le funzioni.

Durante un’azione, ER 2 può individuare i momenti decisivi con una precisione vicina al 90%. Un robot incaricato di versare una bevanda, per esempio, deve capire quando fermarsi. Se un oggetto si sposta o un tentativo fallisce, il modello può correggere soltanto il passaggio interessato, senza ricominciare l’intera procedura.

La stessa tecnologia consente a più macchine di coordinarsi. Nelle dimostrazioni diffuse da DeepMind, il robot umanoide Apollo 2 di Apptronik e il sistema Franka F3 Duo collaborano sullo stesso compito, regolando movimenti e traiettorie per evitare interferenze reciproche.

Una volta definito il piano, entra in funzione Gemini Robotics 2, il modello visione-linguaggio-azione che traduce le istruzioni in movimenti fisici. Il sistema può controllare l’intero corpo di un robot umanoide e gestire anche mani meccaniche articolate, aumentando la precisione nelle operazioni che richiedono una presa delicata.

La famiglia include inoltre Gemini Robotics On-Device 2, una versione a bassa latenza che lavora direttamente sul dispositivo senza dipendere continuamente da servizi remoti. Secondo Google, può adattarsi a nuove strutture robotiche utilizzando poche ore di dati sui movimenti o meno di 200 esempi.

I due modelli destinati al controllo diretto dei robot restano disponibili soltanto per un gruppo ristretto di sperimentatori. ER 2, invece, è stato aperto agli sviluppatori, che possono utilizzarlo per progettare applicazioni basate sulla comprensione dell’ambiente, sulla pianificazione e sulla collaborazione tra macchine.

DeepMind ha dedicato una parte rilevante del lavoro alla sicurezza. Ogni livello del sistema combina protezioni meccaniche tradizionali e controlli basati sull’intelligenza artificiale. ER 2 è stato addestrato anche a riconoscere situazioni rischiose e a interrompere un movimento quando una persona si avvicina troppo al robot.

Google ha pubblicato anche un nuovo benchmark per valutare il comportamento dei modelli nelle situazioni potenzialmente pericolose. Le prove servono a misurare la capacità di riconoscere persone, attrezzature e ostacoli, oltre alla rapidità con cui il robot arresta un’azione prima che possa provocare conseguenze concrete.