Google เปิดตัว Gemini Robotics 2.0 ยกระดับความคล่องแคล่วและความปลอดภัยของหุ่นยนต์

Google DeepMind เปิดตัว Gemini Robotics 2.0 ชุดโมเดล AI สำหรับหุ่นยนต์รุ่นใหม่ที่มุ่งผลักดันให้หุ่นยนต์ทำงานได้ “ทั่วไป” มากขึ้น ไม่ได้จำกัดอยู่แค่ภารกิจเฉพาะทางแบบที่เราคุ้นจากหุ่นยนต์โชว์ท่าทางในวิดีโอเท่านั้น แนวคิดหลักคือการทำให้หุ่นยนต์เข้าใจคำสั่ง ระบุบริบท และลงมือปฏิบัติได้ใกล้เคียงการทำงานของมนุษย์มากขึ้น ซึ่งทีมพัฒนามักเรียกว่าเป้าหมายแบบ physical AGI

ในการอัปเดตครั้งนี้ Google ระบุว่าระบบสามารถควบคุมหุ่นยนต์ทั้งตัวได้ดีขึ้น โดยเฉพาะกับหุ่นยนต์ฮิวแมนนอยด์ที่มีมือซับซ้อนและต้องอาศัยความแม่นยำสูง โมเดลใหม่ถูกออกแบบให้รับมือกับงานที่ละเอียดอ่อนและการเคลื่อนไหวที่ต้องอาศัยการประสานงานของร่างกายหลายส่วน ไม่ใช่แค่การตอบสนองตามสคริปต์ตายตัวเหมือนหุ่นยนต์ในเดโมทั่วไป

จุดเด่นอีกด้านคือความสามารถในการวิเคราะห์สภาพแวดล้อมที่เปลี่ยนแปลงตลอดเวลาแบบต่อเนื่อง ทำให้หุ่นยนต์ประเมินสถานการณ์และปรับการกระทำได้ดีขึ้นเมื่อเงื่อนไขหน้างานไม่เป็นไปตามที่คาดไว้ นอกจากนี้ Google ยังบอกว่าระบบรุ่นนี้ออกแบบมาเพื่อให้หุ่นยนต์ทำงานร่วมกับหุ่นยนต์ตัวอื่นได้ ซึ่งสะท้อนภาพอนาคตของการใช้งานแบบหลายเอเจนต์ในโลกจริง

Gemini Robotics 2.0 ไม่ได้มาเป็นโมเดลเดียว แต่เป็นชุดย่อยหลายตัว โดยหนึ่งในนั้นคือ Gemini Robotics ER 2 ซึ่งเป็นโมเดลด้านการให้เหตุผลเชิงกายภาพหรือ embodied reasoning ที่ Google DeepMind อธิบายว่าเป็นการก้าวกระโดดจากรุ่นก่อนหน้า 1.6 โมเดลนี้ถูกรวมเข้ากับ Gemini Live API เพื่อเปิดทางให้นักพัฒนาเข้าถึงและทดลองใช้งานได้ง่ายขึ้น

อีกประเด็นที่ Google เน้นคือความปลอดภัยของการควบคุมหุ่นยนต์ เมื่อ AI มีอำนาจตัดสินใจและสั่งการอุปกรณ์ที่เคลื่อนไหวในโลกจริง ความเสี่ยงย่อมสูงกว่าซอฟต์แวร์ทั่วไป การอัปเดตจึงไม่ใช่แค่เรื่องความเก่งในการทำงาน แต่รวมถึงการจัดการข้อผิดพลาด ความคาดเดาไม่ได้ของสภาพแวดล้อม และการลดโอกาสเกิดอันตรายต่อคนหรือทรัพย์สิน

โดยรวม Gemini Robotics 2.0 แสดงให้เห็นว่า Google กำลังขยับจากการทำ AI ที่เข้าใจข้อความและภาพ ไปสู่ AI ที่ควบคุมการกระทำในโลกจริงได้ดีขึ้น หากทำได้ตามที่ประกาศ เทคโนโลยีนี้อาจกลายเป็นฐานสำคัญของหุ่นยนต์อเนกประสงค์รุ่นต่อไป ทั้งในโรงงาน คลังสินค้า และงานบริการที่ต้องอาศัยความยืดหยุ่นสูง