Google DeepMind hat mit Gemini Robotics ER 2 ein neues KI-Modell vorgestellt, das die Fähigkeiten autonomer Roboter deutlich erweitern soll. Das System fungiert als eine Art übergeordnetes „Gehirn“, das Roboter in die Lage versetzt, ihre Umgebung zu verstehen, Aufgaben zu planen und komplexe Abläufe in Echtzeit zu koordinieren.
Embodied AI als nächster Entwicklungsschritt
Im Unterschied zu bisherigen Ansätzen kombiniert Gemini Robotics ER 2 Sprachverständnis, visuelle Wahrnehmung und Handlungsplanung in einem integrierten System. Ziel ist es, Roboter nicht nur auf einzelne Befehle reagieren zu lassen, sondern ihnen ein umfassenderes situatives Verständnis zu vermitteln.
Das Modell kann mit Menschen kommunizieren, Aufgaben in mehrere Schritte zerlegen und gleichzeitig die Ausführung koordinieren. Dabei greift es auf spezialisierte Subsysteme zurück, etwa für Bewegung oder Objekterkennung, und orchestriert diese in Echtzeit.
Gewinnen in der Plattform-Ökonomie
Echtzeit-Entscheidungen durch kontinuierliche Analyse
Eine zentrale Neuerung ist die Fähigkeit, kontinuierliche Videodaten auszuwerten und daraus den Fortschritt von Aufgaben abzuleiten. Dadurch können Roboter erkennen, ob ein Arbeitsschritt erfolgreich abgeschlossen wurde oder angepasst werden muss.
Das System bewertet den Fortschritt in mehreren Stufen und passt seine Handlungen entsprechend an. Dadurch werden Unterbrechungen reduziert und Abläufe effizienter gestaltet. Gleichzeitig kann der Roboter Fehler erkennen und selbstständig korrigieren, ohne den gesamten Prozess neu starten zu müssen.
Präzisere Steuerung komplexer Abläufe
Neben der Fortschrittsbewertung verbessert das Modell auch die Fähigkeit, den richtigen Zeitpunkt für Aktionen zu bestimmen. Diese sogenannte „Moment-Erkennung“ ermöglicht es, präzise zu entscheiden, wann ein Schritt beendet ist oder ein neuer beginnt.
In Tests erreicht das System eine hohe Genauigkeit bei der Identifikation solcher Schlüsselmomente. Dadurch können Roboter komplexe Aufgaben sicherer und zuverlässiger ausführen, etwa beim Umgang mit empfindlichen Objekten oder bei mehrstufigen Prozessen.
Zusammenarbeit mehrerer Roboter
Ein weiterer Schwerpunkt liegt auf der Koordination mehrerer Maschinen. Gemini Robotics ER 2 ermöglicht es unterschiedlichen Robotertypen, gemeinsam an Aufgaben zu arbeiten und ihre Aktivitäten aufeinander abzustimmen.
So können beispielsweise spezialisierte Roboter ihre jeweiligen Stärken kombinieren, um komplexe Arbeitsabläufe effizienter zu bewältigen. Diese Fähigkeit gilt als wichtiger Schritt für den Einsatz von Robotern in realen Umgebungen wie Logistik, Produktion oder Service.
Verbesserte Sicherheit und Umgebungswahrnehmung
Auch im Bereich Sicherheit wurden Fortschritte erzielt. Das System erkennt Menschen in seiner Umgebung und kann seine Aktivitäten entsprechend anpassen, etwa indem es Bewegungen stoppt, wenn sich Personen nähern.
Zudem wurde die Fähigkeit verbessert, potenzielle Fehler oder Risiken während der Ausführung zu erkennen. Dies soll dazu beitragen, den Einsatz von Robotern im Alltag sicherer zu machen.
Wachsende Bedeutung für industrielle und alltägliche Anwendungen
Mit Gemini Robotics ER 2 zielt Google DeepMind darauf ab, die Entwicklung sogenannter „physischer KI“ voranzutreiben. Dabei geht es darum, künstliche Intelligenz nicht nur in digitalen Anwendungen, sondern auch in der realen Welt nutzbar zu machen.
Das Modell steht Entwicklern über verschiedene Plattformen zur Verfügung und soll die Grundlage für neue Anwendungen in Bereichen wie Logistik, Industrie, Haushaltsrobotik und Serviceleistungen bilden.
Die Entwicklung zeigt, dass sich Robotik zunehmend in Richtung autonomer, lernfähiger Systeme bewegt, die komplexe Aufgaben eigenständig planen und ausführen können. Gleichzeitig bleibt die Integration in sichere und kontrollierbare Systeme eine zentrale Herausforderung für die weitere Verbreitung dieser Technologien.
