“Google” อัปเกรดแพลตฟอร์ม “Gemini Robotics 2.5” ทดสอบทำงานในโรงงาน Mercedes สำเร็จ 96%

กูเกิล ดีปมายด์ (Google DeepMind) เปิดตัวแพลตฟอร์ม เจมิไน โรโบติกส์ (Gemini Robotics) ที่ขับเคลื่อนด้วยปัญญาประดิษฐ์(AI) รุ่นใหม่ โดยในเวอร์ชัน 2.5 นี้ กูเกิล (Google) ระบุว่าระบบเอไอ (AI) สำหรับหุ่นยนต์พัฒนาจนใกล้เคียงกับความสามารถในการทำงานจริงของมนุษย์อย่างน่าทึ่ง 

ในความเป็นจริง หุ่นยนต์เจมิไน (Gemini) บางตัว สามารถลงไปปฏิบัติงานจริงในโรงงานของ เมอร์เซเดส-เบนซ์ (Mercedes-Benz) ได้แล้ว นอกจากนี้ ทีมพัฒนายังเตรียมพร้อมสำหรับวันที่หุ่นยนต์จะต้องทำงานเคียงข้างมนุษย์ ด้วยการเปิดตัวชุดทดสอบมาตรฐานความปลอดภัยแบบโอเพนซอร์ส (open source) มาช่วยเสริมกำลังและความปลอดภัยในการใช้งานอีกด้วย

ส่วนประกอบ

สำหรับเอไอเชิงกายภาพ หรือ “Physical AI” ของดีปมายด์ (DeepMind) ประกอบด้วยเลเยอร์การประมวลผลหลายส่วนระหว่างคำสั่งของผู้ใช้กับการเคลื่อนไหวของหุ่นยนต์ ส่วนแรกคือโมเดลภาษาและการมองเห็น (Vision-Language Model) หรือ เจมิไน เอ็มบอดี รีซันนิง (Gemini Embodied Reasoning) โดยหลักการคือ มันจะรับคำสั่งและใช้วิดีโอแบบสด เพื่อวางแผนว่าหุ่นยนต์จะทำงานนั้นให้สำเร็จได้อย่างไร 

โดยส่วนประกอบหลักอีกส่วนหนึ่งคือ โมเดลการมองเห็น-ภาษา-การกระทำ (Vision-Language-Action หรือ VLA) ซึ่งทำหน้าที่สร้างการกระทำของหุ่นยนต์ขึ้นมาจริง ๆ เช่น การขยับตัวกระตุ้นการเคลื่อนไหว (Actuator) ซึ่งส่วนนี้ก็คือส่วนที่ได้รับการอัปเกรดเป็นเวอร์ชัน 2.5

ผลลัพธ์จากการพัฒนา

ดีปมายด์ (DeepMind) ระบุว่า เจมิไน โรโบติกส์ 2.5 (Gemini Robotics 2.5) ทำงานที่ต้องอาศัยความแม่นยำและความคล่องแคล่วของมือสูง (Dexterity) ได้ดียิ่งขึ้นมาก โดยตัวโมเดลผ่านการประเมินจากกิจกรรมมากกว่า 200 รูปแบบ รวมถึงการใช้ที่คีบเสิร์ฟอาหาร และการใช้อุปกรณ์วิทยาศาสตร์ที่ต้องเพ่งสมาธิอย่างปิเปตต์ (pipette) ในห้องปฏิบัติการ 

ในภาพรวม เจมิไน โรโบติกส์ 2.5 (Gemini Robotics 2.5) มีอัตราความสำเร็จสูงขึ้น 30-100 เปอร์เซ็นต์เมื่อเทียบกับเวอร์ชันก่อนหน้า ทั้งยังทำงานได้เร็วขึ้น 20-30 เปอร์เซ็นต์ แต่นั่นเป็นผลจากการทดสอบในห้องปฏิบัติการ กูเกิล (Google) จึงร่วมมือกับ แอพโทรนิก (Apptronik) และ เมอร์เซเดส-เบนซ์ (Mercedes-Benz) เพื่อดูว่า AI ตัวนี้มีความสามารถเพียงใดเมื่อต้องเผชิญกับความไม่แน่นอนของโลกภายนอกห้องทดลอง โดยทดสอบผ่านหุ่นยนต์ อะพอลโล 2 (Apollo 2) ที่ขับเคลื่อนด้วยเจมิไน (Gemini) ได้เข้าไปจัดชุดชิ้นส่วนยานยนต์ในโรงงานยุโรปบางแห่ง และทำอัตราความสำเร็จได้ถึง 96 เปอร์เซ็นต์

การปิดช่องว่าง 4 เปอร์เซ็นต์สุดท้าย เป็น "เส้นทางที่ยากลำบากอย่างยิ่ง"

ผลงานดังกล่าวถือว่าน่าประทับใจเมื่อเทียบกับระบบ AI หุ่นยนต์รุ่นก่อน ๆ แต่สำหรับบริษัทชื่อดังอย่าง เมอร์เซเดส-เบนซ์ (Mercedes-Benz) ก็ถือว่ายังไม่เพียงพอ โดยพวกเขามองว่า การทำงานของหุ่นยนต์เหมือนมนุษย์ที่ทำงานซ้ำ ๆ ซึ่งการทำแบบนั้นแทบจะทำได้ถูกต้องทุกครั้ง 

ความท้าทายนี้ แม้แต่ คานิชกา เรา (Kanishka Rao) ผู้อำนวยการของ ดีปมายด์ (DeepMind) ยังตั้งข้อสังเกตว่าการปิดช่องว่าง 4 เปอร์เซ็นต์สุดท้ายนั้นจะเป็น "เส้นทางที่ยากลำบากอย่างยิ่ง"

โดยสรุปแล้ว การเขียนโปรแกรมควบคุมหุ่นยนต์ด้วยตนเองเพื่อให้ทำงานเฉพาะทางไม่กี่อย่างในโรงงานโดยไม่เกิดปัญหาขึ้นนั้น เป็นสิ่งที่มีการพัฒนาอยู่ก่อนแล้ว และแม้กระทั่งระบบอัตโนมัติลักษณะดังกล่าว ก็มีใช้กันทั่วไปมาหลายทศวรรษ ทว่าทางผู้พัฒนา เจมิไน โรโบติกส์ (Gemini Robotics) มีวิสัยทัศน์ที่ไกลยิ่งกว่า ด้วยการตั้งเป้าให้หุ่นยนต์เหล่านี้เป็นหุ่นยนต์เอนกประสงค์ที่รองรับงานได้แทบทุกรูปแบบ

ทว่า การตั้งเป้าหมายเช่นนี้ ก็มีสิ่งที่ต้องแลกเช่นกัน แคโรไลนา พาราดา (Carolina Parada) หัวหน้าฝ่ายหุ่นยนต์ของ ดีปมายด์ (DeepMind) กล่าวว่า เราสามารถทำให้หุ่นยนต์มีความสามารถที่เก่งมาก ๆ ในงานเฉพาะทางด้านใดด้านหนึ่งได้ แต่ต้องแลกมาด้วยความสามารถในการประยุกต์ใช้งานทั่วไป หรือเราอาจจะผลักดันด้านความสามารถรอบด้าน แต่ก็อาจจะไม่ได้ความแม่นยำระดับ 99.9 เปอร์เซ็นต์ในทุกการใช้งาน