Google uczy roboty rozmawiać ze sobą jak ludzie

Branża robotyki pędzi do przodu w tempie, które jeszcze niedawno trudno było sobie wyobrazić. Nie tak dawno chodzące po ulicach humanoidy kojarzyły się wyłącznie z kinem science fiction, a dziś w Polsce taki robot bywa gwiazdą internetu i sprzedaje własne napoje, a od pewnego czasu również lody. Świat, w którym roboty są czymś powszednim, przestaje być odległą fantazją, a ich możliwości coraz bardziej zaskakują.

Google daje robotom wspólny język

Działanie robotów opiera się na skomplikowanych algorytmach, które analizują obraz z kamer, dźwięki z otoczenia i inne dane napływające ze świata zewnętrznego. Żeby te maszyny działały jak najlepiej, ich konstruktorzy sięgają po sztuczną inteligencję, która stanowi ich mózg operacyjny.

Sztuczna inteligencja to jednak coś więcej niż czatboty tworzące teksty czy grafiki, takie jak ChatGPT — to również modele zaprojektowane specjalnie do rozpoznawania i rozumienia otaczającego świata. Google inwestuje w takie rozwiązania od dłuższego czasu: we wrześniu 2025 roku zaprezentowano Gemini Robotics ER 1.5, a w kwietniu tego roku pojawiła się jego udoskonalona odmiana, ER 1.6, poprawiająca orientację maszyn w przestrzeni.

Teraz jednak Google poszedł o krok dalej i zaprezentował model ER 2, opisywany jako najmocniejszy dotychczas system rozumowania stworzony dla robotów. Nowe rozwiązanie daje humanoidalnym maszynom zdolność komunikowania się z ludźmi, dokładne rozpoznawanie otoczenia, planowanie działań składających się z wielu etapów, a także przekazywanie zadań innym, podobnym modelom.

Wiele systemów AI potrzebuje chwili na przemyślenie kolejnego kroku i wstrzymanie działania, co w przypadku robotów humanoidalnych bywa nie do przyjęcia. Gemini Robotics ER 2 radzi sobie z tym inaczej — planuje następne posunięcia w czasie, gdy maszyna wciąż jest w ruchu. Model współpracuje też z Gemini Live, znanym z funkcji rozmów na żywo w aplikacji AI od Google.

ER 2 nieustannie przetwarza obraz, śledząc przebieg wykonywanego zadania, oceniając, na jakim etapie znajduje się robot, a także wychwytując i naprawiając ewentualne błędy na bieżąco. Jednak największą nowością jest zdolność koordynowania pracy kilku robotów naraz. Skoro każda maszyna bywa zaprojektowana do innego celu, a jej konstrukcja może uniemożliwiać wykonanie pewnych czynności, taka współpraca zyskuje na znaczeniu.

Wymiana informacji i przekazywanie sobie zadań to jedno z kluczowych usprawnień, jakie wnosi model ER 2 z rodziny Gemini Robotics. Mechanizm ten przypomina sposób, w jaki ludzie komunikują się między sobą, by wspólnie zrealizować cel lub dokończyć zadanie. Roboty stopniowo zyskują cechy zbliżone do ludzkich, choć do momentu, w którym scenariusze znane z filmów science fiction — z robotami obecnymi na każdym kroku — staną się codziennością, wciąż jest daleka droga.

Źródło: Spider's Web