Google DeepMind เปิดตัว Gemini Robotics 2…
ตัวอย่างที่เขายกคือสั่งว่าเอาบัวรดน้ำไปใส่ถังสีเขียวที่ชั้นล่างสุด แล้วหุ่นยนต์เดินไปที่โต๊ะ หยิบบัว เดินไปที่ชั้นวาง แล้ววางลงตรงจุด ฟังดูเป็นเรื่องง่ายสำหรับคน แต่สำหรับหุ่นยนต์นี่คือการรวมการเดิน การทรงตัว และการหยิบจับเข้าด้วยกันในคำสั่งเดียว
แต่สิ่งที่ผมประทับใจกว่าตัวเทคโนโลยี คือการที่ Google เปิดตัวเลขที่ยังทำไม่ได้ให้ดูด้วย
ในกราฟที่เขาลงเอง หยิบของจากโต๊ะสำเร็จ 68.4 เปอร์เซ็นต์ หยิบจากพื้น 45.7 เปอร์เซ็นต์ ส่วนงานที่ต้องใช้นิ้วห้านิ้วยิ่งหนัก ขันหลอดไฟเข้าสำเร็จแค่ 36 เปอร์เซ็นต์ ตักผงด้วยที่โกยผง 32 เปอร์เซ็นต์ แล้วเขาเขียนไว้ตรงๆ ใต้กราฟว่างานที่ใช้หลายนิ้วยังเป็นเรื่องท้าทาย
ผมว่าอันนี้คือมาตรฐานที่วงการควรเป็น เพราะปกติเวลาเห็นคลิปหุ่นยนต์ทำอะไรได้สวยๆ เราจะไม่มีทางรู้ว่านั่นคือเทคที่ 1 หรือเทคที่ 50 การมีตัวเลขอัตราสำเร็จกำกับ ทำให้เราแยกออกว่าอะไรคือของที่ใช้ได้จริง กับอะไรคือของที่ยังอยู่ในห้องแล็บ
อีกสองอย่างที่น่าสนใจคือ หุ่นยนต์คนละยี่ห้อคุยกันเพื่อทำงานร่วมกันได้ กับมีรุ่นเล็กที่รันในตัวหุ่นเองโดยไม่ต้องต่อเน็ต แล้วย้ายไปใส่หุ่นยนต์รูปร่างใหม่ได้ในไม่กี่ชั่วโมง ซึ่งอันหลังนี่แหละที่จะทำให้ของแบบนี้แพร่เร็ว เพราะไม่ต้องเทรนใหม่ทั้งหมดทุกครั้งที่เปลี่ยนตัวเครื่อง
ที่มา blog ของ Google DeepMind
อยากใช้ AI กับงานจริงเป็นระบบ?
เรียน Claude Method — วิธีคิดและลงมือใช้ Claude/AI กับงานจริง ตั้งแต่วันแรก
📍 โพสต้นฉบับบน Facebook: AI กับ Peesamac