Google presenta Gemini Robotics 2.5, robots que aprenden más de 200 tareas
Google DeepMind presentó Gemini Robotics 2.5, un modelo de IA que permite a robots aprender más de 200 tareas y ejecutarlas con un 96% de éxito en fábricas.
Por Redacción Acento Europa ·
Google DeepMind presentó Gemini Robotics 2.5, un modelo de inteligencia artificial que permite a los robots aprender más de 200 tareas nuevas en semanas, en lugar de meses, y ejecutarlas en fábricas reales con un 96% de éxito. El sistema combina visión, lenguaje y acción: el robot ve un objeto, entiende la orden y mueve brazos y manos para cumplirla, sin que un programador le indique cada movimiento.
El modelo fue evaluado en más de 200 tareas, desde servir comida con pinzas hasta atar un lazo en una caja de regalo o manipular líquidos con una pipeta. Según las pruebas de la compañía, logra entre un 30% y un 100% más de éxito que la versión anterior, según el tipo de tarea, y completa las tareas entre un 20% y un 30% más rápido.
El modelo funciona en distintos cuerpos robóticos. Uno es el humanoide Apollo 2, de la empresa Apptronik, con una mano de cinco dedos con 22 grados de libertad llamada SharpaWave. También opera en la plataforma Franka Duo, equipada con pinzas de dos dedos.
Prueba en las fábricas de Mercedes-Benz
Google DeepMind llevó el sistema a líneas de producción activas de Mercedes-Benz en Kecskemét, Hungría, y en Sindelfingen, Alemania. Allí, los robots Apollo 2 realizaron de forma autónoma la tarea conocida como kitting: tomar piezas sueltas de contenedores a granel y ordenarlas en bandejas, en la secuencia que necesita cada vehículo de la línea.
El resultado fue una tasa de éxito del 96%. Jeff Cardenas, cofundador y director ejecutivo de Apptronik, afirmó: «Para esto fue para lo que construimos Apollo: para realizar un trabajo útil junto a las personas en entornos industriales reales». Añadió que los modelos mejoraron de forma notable en pocas semanas de entrenamiento y mantuvieron ese rendimiento en la producción real de Mercedes-Benz.
Cómo se entrena a los robots
Detrás del avance está Gemini 4 Argon, uno de los modelos más recientes de Google, que funciona como motor de simulación. Genera miles de ensayos simulados a partir de una escena grabada con cámaras reales y construye un gemelo digital de alta precisión. Combinado con demostraciones reales, permite que el robot aprenda a manejar objetos nuevos con mayor rapidez.
A esto se suma un entrenamiento basado en un sentido del tacto compartido entre varios robots, construido con un conjunto de datos de origen chino que reúne 5.000 horas de manipulación. Esa base común permite que distintos robots trasladen lo aprendido por uno de ellos a tareas que nunca habían enfrentado.
- Apollo 2 alcanzó una tasa de éxito del 96% en la kitting de Mercedes-Benz.
- El modelo completa tareas entre un 20% y un 30% más rápido que la versión anterior.
Foto: Infobae.