نماذج Google Gemini Robotics تشغّل روبوتات أكثر ذكاءً

على مدى عقود، جسّدت الروبوتات المستقبل، إذ ظهرت في مختبرات الأبحاث وأفلام الخيال العلمي ومعارض النماذج الأولية المتطورة في القطاع. والآن، بفضل التقدم الحديث في الذكاء الاصطناعي (AI)، تنتقل هذه النماذج الأولية من البيئات الخاضعة للتحكم إلى تطبيقات العالم الحقيقي.

وعلى وجه التحديد، تقترب Google، بفضل Gemini Robotics، خطوةً من التكنولوجيا اللازمة لبناء روبوتات أكثر ذكاءً. أُطلق نموذج Gemini Robotics ونموذجه المرافق Gemini Robotics-ER (الاستدلال المتجسّد) في 12 مارس 2025، وهما أحدث ابتكارات Google DeepMind.

وقد بُنيت هذه النماذج على Gemini 2.0، وهو نموذج لغوي كبير متعدد الوسائط (LLM) يمكنه معالجة أنواع مختلفة من البيانات وإنشاؤها، بما في ذلك النصوص والصور والصوت والفيديو، مما يسهّل تفاعلات أكثر تنوعًا وطبيعية. وتنقل هذه النماذج إمكانات Gemini 2.0 متعددة الوسائط إلى العالم المادي، ما يتيح روبوتات أكثر براعةً وتفاعليةً وذكاءً.

فعلى سبيل المثال، بخلاف الروبوتات التقليدية التي تتبع تعليمات ثابتة، يمكن للروبوتات المدمج فيها نماذج Gemini Robotics معالجة الرؤية واللغة. وهذا يتيح لها اتخاذ قرارات في الوقت الفعلي والتكيف مع البيئات المتغيرة.

في هذه المقالة، سنستكشف Gemini Robotics وGemini Robotics-ER، وكيفية عمل هذين النموذجين، وأبرز ميزاتهما وتطبيقاتهما. لنبدأ!

الشكل 1. يساعد Gemini Robotics الروبوتات على تنفيذ مهام متعددة بكفاءة.

التعريف بـ Google Gemini Robotics#

Gemini Robotics من Google هو نموذج متقدم للذكاء الاصطناعي، صُمم لمنح الروبوتات القدرة على الإدراك والاستدلال والتفاعل في العالم المادي. وبصفته نموذجًا للرؤية واللغة والفعل (VLA)، فإنه يتيح للروبوتات معالجة التعليمات وفهم بيئتها وتنفيذ المهام المعقدة بدقة عالية.

في الوقت نفسه، يحسّن نموذج Gemini Robotics-ER قدرة الروبوت على فهم العلاقات المكانية، أي كيفية تموضع الكائنات وكيفية تحركها وتفاعلها. ويساعد ذلك الروبوتات على توقّع الأفعال وتعديل حركاتها وفقًا لذلك.

على سبيل المثال، لنفترض وجود مهمة يحتاج فيها الروبوت إلى لف سلك حول سماعة رأس. يساعده Gemini Robotics-ER على فهم المشهد، والتعرف على شكل السلك ومرونته، وتحديد بنية سماعة الرأس، والتنبؤ بكيفية انحناء السلك أثناء حركته. ثم يترجم Gemini Robotics هذا الفهم إلى فعل، فينسّق بين اليدين لمعالجة السلك بسلاسة، ويعدّل قبضته لتجنب التشابك، ويضمن لفًا محكمًا.

من خلال الجمع بين الإدراك والفعل، ينشئ Gemini Robotics وGemini Robotics-ER نظامًا ذكيًا يتيح للروبوتات تنفيذ المهام البارعة بكفاءة في البيئات الديناميكية.

الشكل 2. نظرة عامة على عائلة نماذج Gemini Robotics.

الذكاء الاصطناعي في الروبوتات: استكشاف كيفية عمل Gemini Robotics#

والآن، لنلقِ نظرةً أقرب على كل نموذج لفهم كيفية عمل Gemini Robotics وGemini Robotics-ER معًا بصورة أفضل، لتحقيق التوازن بين المرونة وسرعة الاستجابة.

من جهة، يستفيد Gemini Robotics-ER من آليتين أساسيتين: إنشاء التعليمات البرمجية دون أمثلة سابقة والتعلّم داخل السياق من أمثلة قليلة (ICL). ومن خلال إنشاء التعليمات البرمجية دون أمثلة سابقة، يمكن للنموذج إنشاء تعليمات برمجية للتحكم في الروبوت استنادًا إلى تعليمات المهمة والصور والبيانات في الوقت الفعلي، من دون الحاجة إلى تدريب إضافي.

وبالمثل، من خلال التعلّم من أمثلة قليلة، يتكيف النموذج مع المهام الجديدة بالتعلم من عدد قليل من الأمثلة فحسب، مما يقلل الحاجة إلى تدريب مكثف. وتتيح هذه الأساليب مجتمعةً للروبوت تنفيذ المهام المعقدة بسرعة والتكيف مع التحديات الجديدة بأقل جهد.

أما Gemini Robotics، فهو مصمم للسرعة والكفاءة. ويستخدم نظامًا هجينًا يتألف من مكوّن أساسي قائم على السحابة ووحدة فك ترميز للفعل على متن الروبوت. ويعالج المكوّن الأساسي القائم على السحابة المعلومات بسرعة، مع زمن استجابة من الاستعلام إلى الاستجابة يقل عن 160 مللي ثانية.

بعد ذلك، تساعد وحدة فك الترميز الموجودة على متن الروبوت في ترجمة هذه البيانات إلى أفعال في الوقت الفعلي. ويحقق هذا النظام المدمج زمن استجابة إجماليًا يبلغ نحو 250 مللي ثانية، مع سرعة تحكم قدرها 50 فعلًا في الثانية.

الشكل 3. فهم كيفية دعم Gemini Robotics للتحكم الآني في الروبوتات.

الإمكانات الأساسية لـ Gemini Robotics#

إليك لمحة سريعة عن الميزات الأساسية لـ Gemini Robotics:

• العمومية: يمكنه التكيف مع التغيرات في الإضاءة والخلفيات والكائنات مع الحفاظ على الدقة. كما يفهم الأوامر المعادَة الصياغة أو متعددة اللغات، ويمكنه تعديل الحركات وفقًا للظروف المختلفة.

• التفاعلية: يمكن لهذا النموذج معالجة مجموعة واسعة من أوامر اللغة الطبيعية والاستجابة لها بصورة بديهية. كما يعدّل أفعاله استنادًا إلى التغيرات الآنية في البيئة، مما يجعله مثاليًا لـالتعاون بين الإنسان والروبوت.

• البراعة: يستطيع الروبوت المدعوم بهذا النموذج تنفيذ مهام معقدة ودقيقة، مثل طيّ الأوريغامي أو التعامل مع الكائنات الحساسة. وسواء أكانت العملية تتألف من خطوات متتابعة أم من أفعال سريعة، يمكن للنموذج المساعدة في تنفيذها بكفاءة.

• تعدد التجسيدات: يعمل عبر منصات روبوتية متنوعة، مثل الأنظمة ثنائية الذراع والروبوتات الشبيهة بالبشر، مع قدر قليل من الضبط الدقيق. ويتكيف بسرعة مع المهام الجديدة مع الحفاظ على أداء عالٍ.

الشكل 4. يعمل Google Gemini Robotics عبر منصات روبوتية متنوعة.

الإمكانات الأساسية لـ Gemini Robotics-ER#

إليك نظرة على بعض الميزات الأساسية لـ Gemini Robotics-ER التي تساعد الروبوتات على فهم العالم والتفاعل معه:

• اكتشاف الكائنات وتتبعها: يمكن استخدامه لتحديد الكائنات وتتبعها في المساحات ثنائية وثلاثية الأبعاد. ومن خلال استخدام استعلامات اللغة الطبيعية، يساعد الروبوتات على العثور على الكائنات والتنبؤ بمواضعها، سواء استنادًا إلى النوع أو الموقع أو الوظيفة.

• الإشارة: تتيح هذه الميزة للنموذج تحديد كائنات أو أجزاء معينة داخل صورة باستخدام إحداثيات دقيقة. ويمكن استخدامها لمساعدة الروبوتات على تحديد مواقع الكائنات الكاملة أو أجزائها أو حتى المساحات الفارغة.

• التنبؤ بالإمساك: يمكن استخدام Gemini Robotics-ER لتحديد أفضل طريقة لإمساك الكائنات استنادًا إلى شكلها ووظيفتها. ويتنبأ بموضع الإمساك، سواء أكان ذلك موزة أم مقبض كوب، مما يمكّن الروبوتات من التعامل مع العناصر بعناية.

• الاستدلال على المسار: يمكن للنموذج تخطيط مسارات الحركة من خلال التنبؤ بتسلسلات الأفعال. فعلى سبيل المثال، يمكنه توجيه يد روبوت نحو أداة أو تحديد نقاط مسار لمهمة معينة، مما يساعد الروبوت على إكمال المهام بكفاءة.

• المطابقة متعددة المناظير: تساعد هذه الميزة النموذج على فهم البنى ثلاثية الأبعاد من خلال مقارنة كيفية ظهور الكائنات من زوايا مختلفة. ويمكن استخدامها لتعزيز الاستدلال المكاني، بما يتيح للروبوتات التفاعل بصورة أفضل مع الكائنات في البيئات الديناميكية.

الشكل 5. يستطيع Gemini Robotics-ER تنفيذ مجموعة متنوعة من المهام.

تطبيقات نماذج Google Gemini Robotics#

بعد أن ناقشنا الإمكانات الأساسية لـ Gemini Robotics وGemini Robotics-ER، لنستكشف الآن تطبيقاتهما في العالم الحقيقي عبر مختلف القطاعات.

يمكن استخدام Google Gemini Robotics في التصنيع#

عندما يتعلق الأمر بـالتصنيع، تكون الدقة والسرعة مهمتين، لكن القدرة على التكيف هي ما يجعل كل شيء يسير بسلاسة فعلًا. فعلى سبيل المثال، يستطيع روبوت صناعي مدعوم بـ Gemini تجميع نظام بكرات من خلال تحديد المكونات المناسبة، ووضعها بصورة صحيحة، والتعامل مع شريط مطاطي مرن بقوة دقيقة.

يمكنه شد الشريط ولفه حول البكرات وتثبيته من دون انقطاع أو انحراف في المحاذاة. وإذا تغير الإعداد أو اختلفت المهمة، يستطيع الروبوت التكيف من دون الحاجة إلى إعادة برمجة مكثفة. وتقلل هذه الأتمتة الذكية الأخطاء، وتحسن الكفاءة، وتحافظ على سلاسة عمليات التصنيع.

الشكل 6. يثبت روبوت صناعي ثنائي الذراع شريطًا مطاطيًا على نظام بكرات بدقة.

منازل ذكية بفضل Gemini Robotics#

قد تجعل الجداول المزدحمة مواكبة الأعمال المنزلية أمرًا صعبًا. ويمكن للروبوتات الذكية تولي مهام مثل التنظيف وفرز مشتريات البقالة وحتى المساعدة في إعداد الوجبات، مما يجعل الحياة اليومية أسهل.

قد يبدو ذلك مثل روبوت يحزم حقيبة غداء، فيختار المواد الغذائية ويضعها بعناية داخلها، مع تعديل قبضته لحماية العناصر الهشة مثل الفاكهة أو العلب. وحتى إذا تغير الترتيب، يستطيع الروبوت التكيف من تلقاء نفسه، مما يخفف الأعمال اليومية بأقل قدر من الإشراف.

الشكل 7. روبوت شبيه بالبشر يحزم حقيبة غداء بعناية.

إيجابيات وسلبيات الاستفادة من Gemini Robotics#

يوسّع Gemini Robotics نطاق ما تستطيع الروبوتات فعله، بدءًا من التصنيع الدقيق وصولًا إلى المساعدة المنزلية الذكية. إليك بعض المزايا الأساسية لاستخدام Gemini Robotics في مختلف التطبيقات:

• متطلبات التدريب الحد الأدنى: بخلاف الروبوتات التقليدية، يمكن للروبوتات المدعومة بـ Gemini Robotics التعلم من بضعة عروض توضيحية، مما يقلل تكاليف التدريب ويجعل نشرها أسهل.
• أمان مُحسّن: في البيئات الخطرة، يمكن للروبوتات المدمج فيها Gemini Robotics تنفيذ المهام الخطرة، مما يقلل خطر إصابة العاملين من البشر.
• ميزات قابلة للتخصيص: تعني مرونة Gemini Robotics إمكانية تكييفه لتلبية الاحتياجات المحددة لمختلف القطاعات أو الشركات الفردية، مما يتيح تطبيقات متخصصة وحلولًا فريدة.

مع أن Gemini Robotics يقدم فوائد متعددة، فمن المهم أيضًا معالجة القيود التالية:

• تحديات العلاقات المكانية: قد تواجه هذه النماذج صعوبة في تتبع العلاقات المكانية عبر تسلسلات فيديو طويلة، مما يؤثر في قدرتها على تتبع الكائنات وفهمها بمرور الوقت.
• نقص الدقة العددية: قد لا تكون تنبؤات النموذج، مثل النقاط والصناديق المحيطة، دقيقة بما يكفي للمهام التي تتطلب تحكمًا دقيقًا، مثل المهام الروبوتية الحساسة.
• المهام المعقدة: قد يواجه Gemini Robotics صعوبة في التعامل مع المهام المعقدة التي تتطلب استدلالًا متعدد الخطوات وحركات دقيقة، ولا سيما في المواقف الجديدة أو غير المألوفة.

مستقبل الذكاء الاصطناعي في الروبوتات#

مع استمرار تقدم الذكاء الاصطناعي، تقود نماذج مثل Gemini Robotics وGemini Robotics-ER مستقبل الروبوتات. ومن المرجح أن تركز التحسينات المستقبلية على تعزيز الاستدلال متعدد الخطوات، وتمكين الروبوتات من تقسيم المهام إلى خطوات منطقية لتحقيق دقة أكبر.

ومن مجالات التطوير الرئيسية الأخرى التي تخطط Google DeepMind للعمل عليها التدريب القائم على المحاكاة. فمن خلال التعلم في البيئات الافتراضية قبل النشر في العالم الحقيقي، تستطيع الروبوتات تحسين عملية اتخاذ القرار وحركاتها، وتقليل الأخطاء في التطبيقات العملية.

ومع تطور هذه التقنيات، قد تمهّد الطريق لمستقبل تصبح فيه الروبوتات أكثر استقلالية وقدرةً على التكيف، وأكثر قدرة على العمل بسلاسة إلى جانب البشر في الحياة اليومية.

أهم النقاط المستخلصة#

يمثل Gemini Robotics خطوة كبيرة إلى الأمام في الأتمتة المدعومة بالذكاء الاصطناعي، إذ يربط الذكاء الرقمي بالمهام المادية في العالم الحقيقي. ومن خلال الجمع بين الرؤية واللغة والتعلم القائم على الفعل، تستطيع هذه الروبوتات التعامل مع المهام المعقدة بدقة وقدرة على التكيف.

ومع استمرار ازدياد ذكاء الروبوتات، فمن المرجح أن تؤدي دورًا أكبر في الحياة اليومية، فتغير طريقة عمل البشر والآلات معًا. ويقرّبنا هذا التقدم من عالم ذكي وأكثر ترابطًا، تعزز فيه الأتمتة المدعومة بالذكاء الاصطناعي القطاعات والمهام اليومية على حد سواء.

كن جزءًا من مجتمعنا المتنامي! تفضل بزيارة مستودع GitHub للتعمق أكثر في الذكاء الاصطناعي. هل تتطلع إلى بدء مشاريعك الخاصة في الرؤية الحاسوبية؟ اطلع على خيارات الترخيص لدينا. تعرّف أكثر على الذكاء الاصطناعي في التصنيع والذكاء الاصطناعي للرؤية في قطاع السيارات ضمن صفحات حلولنا!