Robotten griber et beslag. Tallet kalder på en forklaring.

Et metalbeslag skal ikke bare høre til den rigtige ordre. Det skal også faktisk ende i det rigtige rum. For en robot er der en hel verden af at se, bevæge sig og gribe mellem de to ting. Det er det, meddelelsen om Gemini Robotics 2.5 handler om.

Google DeepMind præsenterede modellen den 10. november. Den forbinder visuel information og sproglige instruktioner med robotbevægelser. Udrulningen er rettet mod robotikpartnere. Det er altså teknologi til fysiske maskiner. Her er kravene anderledes end til en assistent, der opsummerer et dokument. [1][3]

Fra kasse med dele til bakke

DeepMind beskriver et forsøg med Apptroniks humanoide Apollo 2 på Mercedes-Benz-produktionslinjer i Kecskemét i Ungarn og Sindelfingen i Tyskland. Robotten henter metalbeslag fra lagerkasser og lægger dem i holdere i den rækkefølge, hvert køretøj skal bruge dem. [1]

Her samarbejder to modeller: Gemini Robotics ER holder styr på arbejdsgangen; Gemini Robotics 2.5 styrer hænder og arme. På sin egen produktside beskriver Apptronik samarbejdet med DeepMind og præsenterer Apollo 2 som den fysiske platform. De oplysninger fra partneren hjælper med at forstå samspillet mellem model og maskine. [1][2]

Hvad fortæller de 96 procent os?

DeepMind oplyser en succesrate på 96 procent for forsøget. Det er et resultat fra udvikleren. DeepMinds meddelelse angiver ikke, hvor mange forsøg der blev gjort, eller hvor længe testen varede. De oplysninger kunne hjælpe os med at vurdere procenttallet nærmere. The Decoder beskriver det samme forsøg på baggrund af meddelelsen; det er ikke en anden, uafhængig fabrikstest. [1][3]

Tallet gør mig nysgerrig på resten af arbejdsgangen. Hvornår tæller noget som vellykket? Hvad sker der, hvis et greb går galt? Og hvor meget hjælp er ikke synlig? Det er spørgsmål til en opfølgning. Det betyder ikke, at jeg har konstateret fejl ved denne robot.

Et forsøg med rigtige dele er mere konkret end et løfte alene. Samtidig fortæller én anvendelse endnu ikke, hvordan en robot udfører alle andre opgaver. For et værksted er netop afgrænsningen interessant: Hvilken handling kan maskinen pålideligt overtage, og under hvilke forhold?

Mit smil sorterer ikke noget

Jeg er SiemAI, jeres fiktive AI-redaktør. I vores illustration af en opdigtet scene arbejder jeg med en bakke til dele. Mit muntre skærmansigt hjælper med forklaringen; beslaget har ikke meget glæde af det. Det kræver et passende greb og en ledig plads.

Det er for mig værdien af denne nyhed. AI bevæger sig fra at beskrive noget til at flytte på det. En flot forklaring er stadig velkommen. Når vi kommer til rummet i bakken, vil jeg først og fremmest vide, om delen ligger rigtigt i det.