نماذج Google Gemini Robotics تقود روبوتات أكثر ذكاءً

لعقود، مثّلت الروبوتات المستقبل، وظهرت في مختبرات الأبحاث وأفلام الخيال العلمي وعروض النماذج الأولية الصناعية. والآن، بفضل التقدم الحديث في الذكاء الاصطناعي (AI)، تتجاوز هذه النماذج الأولية البيئات الخاضعة للتحكم لتدخل حيّز التطبيقات الواقعية.

وعلى وجه التحديد، تقترب Google خطوة من التكنولوجيا اللازمة لبناء روبوتات أكثر ذكاءً بفضل Gemini Robotics. أُطلق نموذجا Gemini Robotics والنموذج المصاحب له Gemini Robotics-ER (الاستدلال المتجسد) في 12 مارس 2025، وهما أحدث ابتكارات Google DeepMind.

بُني هذان النموذجان على Gemini 2.0، وهو نموذج لغوي كبير متعدد الوسائط (LLM) يستطيع معالجة أنواع مختلفة من البيانات وإنشاءها، بما في ذلك النصوص والصور والصوت والفيديو، ما يتيح تفاعلات أكثر تنوعًا وطبيعية. وينقل هذان النموذجان إمكانات Gemini 2.0 متعددة الوسائط إلى العالم المادي، ما يتيح روبوتات أكثر مهارة وتفاعلية وذكاءً.

فعلى سبيل المثال، خلافًا للروبوتات التقليدية التي تتبع تعليمات ثابتة، تستطيع الروبوتات المدمجة مع نماذج Gemini Robotics معالجة الرؤية واللغة. وهذا يتيح لها اتخاذ قرارات آنية والتكيف مع البيئات المتغيرة.

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

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)، يتيح للروبوتات معالجة التعليمات وتفسير بيئتها وتنفيذ المهام المعقدة بدقة عالية.

وفي الوقت نفسه، يحسّن نموذج Gemini Robotics-ER قدرة الروبوت على فهم العلاقات المكانية، مثل مواضع الكائنات وكيفية تحركها وتفاعلها. ويساعد ذلك الروبوتات على توقع الأفعال وتعديل حركاتها وفقًا لذلك.

على سبيل المثال، لنفترض أن روبوتًا يحتاج إلى لف سلك حول سماعة رأس. يساعده Gemini Robotics-ER على فهم المشهد والتعرف على شكل السلك ومرونته، وتحديد بنية سماعة الرأس، والتنبؤ بكيفية انثناء السلك أثناء تحركه. ثم يحوّل Gemini Robotics هذا الفهم إلى فعل، فينسّق بين اليدين لمناولة السلك بسلاسة، ويعدّل قبضته لتجنب التشابك، ويضمن إحكام اللف.

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 آلية عمل Gemini Robotics#

والآن، دعونا نلقي نظرة فاحصة على كل نموذج لفهم كيفية عمل Gemini Robotics وGemini Robotics-ER معًا لتحقيق التوازن بين المرونة وسرعة التنفيذ.

من ناحية، يستفيد Gemini Robotics-ER من آليتين أساسيتين: إنشاء الشيفرة دون أمثلة مسبقة والتعلم السياقي بأمثلة قليلة (ICL). وباستخدام إنشاء الشيفرة دون أمثلة مسبقة، يستطيع النموذج إنشاء شيفرة للتحكم في الروبوت استنادًا إلى تعليمات المهمة والصور والبيانات الآنية، دون الحاجة إلى تدريب إضافي.

وبالمثل، باستخدام التعلم بأمثلة قليلة، يتكيف النموذج مع المهام الجديدة بالتعلم من بضعة أمثلة فحسب، ما يقلل الحاجة إلى تدريب مكثف. وتتيح هذه الأساليب مجتمعةً للروبوت تنفيذ مهام معقدة بسرعة والتكيف مع التحديات الجديدة بأقل جهد.

أما Gemini Robotics، فقد صُمم لتحقيق السرعة والكفاءة. ويستخدم نظامًا هجينًا يتكون من مكوّن أساسي قائم على السحابة ومفكّك شيفرة للأفعال على الجهاز. ويعالج المكوّن القائم على السحابة المعلومات بسرعة، بزمن استجابة يقل عن 160 مللي ثانية بين الاستعلام والرد.

بعد ذلك، يساعد مفكّك الشيفرة على الجهاز في تحويل هذه البيانات إلى أفعال آنية. ويحقق هذا النظام المشترك زمن استجابة إجماليًا يبلغ نحو 250 مللي ثانية، بسرعة تحكم تصل إلى 50 فعلًا في الثانية.

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

الإمكانات الأساسية لـ Gemini Robotics#

إليكم لمحة سريعة عن أبرز ميزات Gemini Robotics:

• العمومية: يستطيع النموذج التكيف مع التغيرات في الإضاءة والخلفيات والكائنات مع الحفاظ على الدقة. كما يفهم الأوامر المعاد صياغتها أو متعددة اللغات، ويمكنه تعديل الحركات وفقًا للظروف المختلفة.
• التفاعلية: يستطيع هذا النموذج معالجة طيف واسع من أوامر اللغة الطبيعية والاستجابة لها بشكل بديهي. كما يعدّل أفعاله استنادًا إلى التغيرات الآنية في البيئة، ما يجعله مثاليًا لـالتعاون بين الإنسان والروبوت.
• البراعة: يستطيع الروبوت المدعوم بهذا النموذج تنفيذ مهام معقدة ودقيقة، مثل طي الأوريغامي أو التعامل مع الأشياء الهشة. سواء أكانت المهمة تتطلب خطوات متتابعة أم أفعالًا سريعة، يمكن للنموذج المساعدة على تنفيذها بكفاءة.
• تعدد التجسيدات: يعمل النموذج على منصات روبوتية متنوعة، مثل الأنظمة ثنائية الذراع والروبوتات البشرية الشكل، مع حاجة ضئيلة إلى الضبط الدقيق. كما يتكيف بسرعة مع المهام الجديدة مع الحفاظ على مستوى أداء عالٍ.

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

الإمكانات الأساسية لـ Gemini Robotics-ER#

إليكم بعض الميزات الأساسية في Gemini Robotics-ER التي تساعد الروبوتات على فهم العالم والتفاعل معه:

• اكتشاف الكائنات وتتبعها: يمكن استخدامه لتحديد الكائنات وتتبعها في المساحات ثنائية وثلاثية الأبعاد. وباستخدام استعلامات باللغة الطبيعية، يساعد الروبوتات على العثور على الكائنات والتنبؤ بمواضعها، سواء استنادًا إلى نوعها أو موقعها أو وظيفتها.
• تحديد المواضع: تتيح هذه الميزة للنموذج تحديد كائنات معينة أو أجزاء منها داخل الصورة 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 للإمساك بالكائنات استنادًا إلى شكلها ووظيفتها. ويتنبأ النموذج بموضع الإمساك، سواء أكان ذلك موزة أم مقبض كوب، ما يمكّن الروبوتات من مناولة الأشياء بعناية.
• استدلال المسار: يمكن استخدام النموذج لتخطيط مسارات الحركة من خلال التنبؤ بتسلسلات الأفعال. فعلى سبيل المثال، يمكنه توجيه يد الروبوت نحو أداة أو تحديد نقاط مسار لمهمة معينة، ما يساعد الروبوت على إتمام المهام بكفاءة.
• المطابقة متعددة المناظير: تساعد هذه الميزة النموذج على فهم البنى ثلاثية الأبعاد بمقارنة مظهر 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 التعامل مع مجموعة متنوعة من المهام.

في كشف الأجسام ثنائي الأبعاد استنادًا إلى أسماء الفئات، تُقارن نماذج Gemini الأحدث مثل Gemini 4 Argon بنماذج الرؤية واللغة الأخرى في لوحة صدارة VLM من Ultralytics.

تطبيقات نماذج Google Gemini Robotics#

بعد أن ناقشنا الإمكانات الرئيسية لكل من Gemini Robotics وGemini Robotics-ER، لنلقِ نظرة على تطبيقاتهما الواقعية في مختلف القطاعات.

استخدام Google Gemini Robotics في التصنيع#

في التصنيع، تُعد الدقة والسرعة مهمتين، لكن القدرة على التكيف هي ما يضمن سلاسة سير العمل. فعلى سبيل المثال، يستطيع روبوت صناعي مدعوم بـ Gemini تجميع نظام بكرات، من خلال تحديد المكونات المناسبة ووضعها في مواضعها الصحيحة ومناولة حزام مطاطي مرن بقوة دقيقة.

يمكنه شد الحزام وتمريره حول البكرات وتثبيته دون قطعه أو تركيبه بشكل غير محاذٍ. وإذا تغير الإعداد أو اختلفت المهمة، يستطيع الروبوت التكيف دون الحاجة إلى إعادة برمجة مكثفة. وتقلل هذه الأتمتة الذكية الأخطاء، وتحسّن الكفاءة، وتحافظ على سلاسة عمليات التصنيع.

الشكل 6. يركّب روبوت صناعي ثنائي الذراع حزامًا مطاطيًا على نظام بكرات بدقة.

المنازل الذكية المدعومة بـ Gemini Robotics#

قد تجعل جداول الأعمال المزدحمة متابعة الأعمال المنزلية أمرًا صعبًا. ويمكن للروبوتات الذكية تولي مهام مثل التنظيف وترتيب مشتريات البقالة وحتى المساعدة في إعداد الوجبات، ما يجعل الحياة اليومية أسهل.

قد يبدو ذلك كروبوت يجهز حقيبة غداء، فيختار الأطعمة ويضعها داخلها بعناية، مع تعديل قبضته لحماية الأغراض الهشة مثل الفاكهة أو العلب. وحتى إذا تغير ترتيب الأغراض، يستطيع الروبوت التكيف من تلقاء نفسه، ما يخفف الأعمال المنزلية اليومية مع الحد الأدنى من الإشراف.

الشكل 7. روبوت بشري الشكل يجهز حقيبة غداء بعناية.

مزايا الاستفادة من Gemini Robotics وعيوبها#

يوسّع Gemini Robotics نطاق ما تستطيع الروبوتات فعله، من التصنيع الدقيق إلى المساعدة المنزلية الذكية. إليكم بعض المزايا الأساسية لاستخدام Gemini Robotics في تطبيقات متنوعة:

• متطلبات تدريب محدودة: على عكس الروبوتات التقليدية، تستطيع الروبوتات المدعومة بـ Gemini Robotics التعلم من بضعة عروض توضيحية، ما يخفض تكاليف التدريب ويسهّل نشرها.
• تعزيز السلامة: في البيئات الخطرة، تستطيع الروبوتات المدمجة مع Gemini Robotics تنفيذ المهام الخطرة، ما يقلل خطر إصابة العاملين.
• ميزات قابلة للتخصيص: تتيح مرونة Gemini Robotics تكييفه ليلبي الاحتياجات المحددة لمختلف القطاعات أو الشركات، بما يسمح بتطبيقات متخصصة وحلول فريدة.

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

• تحديات العلاقات المكانية: قد تواجه هذه النماذج صعوبة في تتبع العلاقات المكانية على امتداد مقاطع الفيديو الطويلة، ما يؤثر في قدرتها على تتبع الكائنات وفهمها بمرور الوقت.
• الافتقار إلى الدقة العددية: قد لا تكون تنبؤات النموذج، مثل النقاط ومربعات الإحاطة، دقيقة بما يكفي للمهام التي تتطلب تحكمًا دقيقًا، كالمهام الروبوتية الحساسة.
• المهام المعقدة: قد يواجه Gemini Robotics صعوبة في تنفيذ 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، بما يمكّن الروبوتات من تقسيم المهام إلى خطوات منطقية لتحقيق دقة أكبر.

ومن المجالات الرئيسية الأخرى للتطوير التي تعتزم Google DeepMind العمل عليها التدريب القائم على المحاكاة. فمن خلال التعلم في بيئات افتراضية قبل النشر في العالم الواقعي، تستطيع الروبوتات صقل قراراتها وحركاتها وتقليل الأخطاء في التطبيقات العملية.

مع تطور هذه التقنيات، قد تمهّد الطريق لمستقبل تصبح فيه الروبوتات أكثر استقلالية وتكيفًا وقدرةً على العمل جنبًا إلى جنب مع البشر في الحياة اليومية.

أبرز النقاط#

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

ومع ازدياد ذكاء الروبوتات، يُرجح أن تؤدي دورًا أكبر في الحياة اليومية، وأن تغير طريقة تعاون البشر والآلات. ويقربنا هذا التقدم من عالم ذكي وأكثر ترابطًا، تعزز فيه الأتمتة المدعومة بالذكاء الاصطناعي القطاعات والمهام اليومية على حد سواء.

انضم إلى مجتمعنا المتنامي! زر مستودع GitHub للتعمق أكثر في الذكاء الاصطناعي. هل ترغب في بدء مشاريعك الخاصة في الرؤية الحاسوبية؟ اطّلع على خيارات الترخيص. تعرّف على المزيد حول الذكاء الاصطناعي في التصنيع والذكاء الاصطناعي المرئي في قطاع السيارات في صفحات حلولنا!