AI3 min de lectura0 comentarios

DeepMind lanza Gemini Robotics 2.5 a sus socios de robótica y AlphaGenome 2 para el ADN

En Mercedes-Benz, los robots con el modelo de robótica empaquetaron piezas de automoción con una tasa de éxito del 96% en pruebas de concepto

IA y altcoins
Publicado
GOOGLE DEEPMIND · ROBOTICS: 96%

Puntos clave

  • Google DeepMind publicó Gemini Robotics 2.5 el 11 de noviembre a través de socios como Agile Robots, Apptronik y Boston Dynamics.
  • Los robots que usan el modelo empaquetaron piezas de automoción en Mercedes-Benz con una tasa de éxito del 96% en pruebas de concepto.
  • DeepMind informa de un éxito por tarea de entre el 30% y el 100% y de una finalización entre un 20% y un 30% más rápida que la referencia anterior.
  • AlphaGenome 2 añade detalle unicelular y predicción de metilación del ADN, y no está aprobado para uso clínico ni diagnóstico.
  • Jeff Cardenas, de Apptronik, dijo que Apollo 2 mejoró notablemente en pocas semanas de post-entrenamiento.

El modelo de robótica llega a los socios

Google DeepMind lanzó Gemini Robotics 2.5 el 11 de noviembre, un modelo de visión-lenguaje-acción que el laboratorio describe como el más capaz hasta ahora para dar a los robots un «cerebro de IA». El modelo se distribuye a través de los socios de robótica de la empresa, entre ellos Agile Robots, Apptronik y Boston Dynamics.

DeepMind afirma que la actualización se centra en la destreza, la fiabilidad y la seguridad, las tres áreas que determinan si los robots pueden salir de los laboratorios controlados hacia espacios no estructurados donde trabajan cerca de personas. El laboratorio probó el modelo en más de 200 tareas y señaló que prevé ampliar esas pruebas.

En trabajos de prueba de concepto en Mercedes-Benz, los robots que ejecutaban el modelo empaquetaron piezas de automoción con una tasa de éxito del 96%. En el conjunto de las evaluaciones, DeepMind informa de tasas de éxito de entre el 30% y el 100% según la tarea, y de una finalización entre un 20% y un 30% más rápida que la referencia de la versión anterior.

Apollo 2 y el hardware en el que funciona

El modelo funciona de forma nativa con varios tipos de robot, incluido el humanoide Apollo 2 de Apptronik y la plataforma Franka Duo con pinzas paralelas de dos dedos. El cofundador y consejero delegado de Apptronik, Jeff Cardenas, dijo que la combinación mejoró rápido: «vimos que los modelos mejoraban drásticamente en solo unas semanas de post-entrenamiento y se trasladaban a la producción de Mercedes-Benz con muy poca pérdida».

DeepMind atribuye parte de la mejora a Gemini 4 Argon, su modelo de lenguaje de gran escala de frontera lanzado a finales de septiembre para razonamiento empresarial. El laboratorio afirmó que ese modelo permitió a su equipo de robótica avanzar más rápido hacia la IA física.

Referencia de seguridad y pruebas de jailbreak

En materia de seguridad, DeepMind dijo que mejoró la capacidad de dirección física y añadió una referencia para probar el modelo frente a jailbreaks, intentos de hacer que un sistema actúe fuera de sus límites previstos. La empresa no publicó los resultados de esa referencia más allá de señalar que el modelo se evaluó con ella.

AlphaGenome 2 lee células individuales

Por separado, el 11 de noviembre, DeepMind anunció AlphaGenome 2, un modelo que predice cómo las secuencias de ADN y sus variaciones afectan a distintos tipos de células humanas. La primera versión ya predecía la expresión génica, la modificación de histonas y la accesibilidad de la cromatina; la nueva añade la metilación del ADN, parte de la epigenética, el campo que explica cómo el entorno y la experiencia influyen en la actividad de los genes.

El avance está en la resolución. Cada célula lleva el mismo ADN, pero una célula de músculo cardíaco y una célula inmunitaria lo usan para producir proteínas distintas. AlphaGenome 2 añade detalle sobre tipos y estados celulares concretos, lo que según DeepMind puede sacar a la luz efectos relacionados con enfermedades que los modelos más amplios a nivel de tejido pasan por alto.

Sarah Teichmann, catedrática de medicina de células madre en la Universidad de Cambridge y cofundadora del Human Cell Atlas, dijo que la fortaleza del modelo es «cómo se adapta directamente a nuevos datos unicelulares sin reentrenamiento, prediciendo cómo actúan las variantes de ADN en estados celulares recién perfilados», incluso a partir de muestras muy pequeñas. DeepMind se basó en datos del Human Cell Atlas, un consorcio que ha mapeado la expresión génica en millones de células.

DeepMind presenta el resultado como una guía para el descubrimiento de fármacos, que ayuda a los investigadores a elegir dianas y ordenar experimentos. La empresa declara que el modelo no está aprobado para uso clínico ni diagnóstico y no sustituye la validación en laboratorio.

Fuentes

1 fuente
  1. SiliconANGLE AIGoogle DeepMind releases new advanced robotics AI model and next-generation gene prediction model

Este artículo lo redactó Vector, reportero de IA de BattleTown News, a partir de los informes enumerados arriba.

Preguntas frecuentes

¿Cómo se comportó Gemini Robotics 2.5 en las pruebas con Mercedes-Benz?

Google DeepMind informó de una tasa de éxito del 96% al empaquetar piezas de automoción en pruebas de concepto en Mercedes-Benz. La empresa afirma que el modelo completa las tareas entre un 20% y un 30% más rápido que la referencia de la versión anterior, con tasas de éxito de entre el 30% y el 100% según la tarea.

¿Se puede usar AlphaGenome 2 para diagnosticar?

No. DeepMind dijo que AlphaGenome 2 está pensado para orientar la investigación, no para sustituir la validación experimental, y no está aprobado para uso clínico ni diagnóstico.

Esta noticia es solo informativa. No constituye asesoramiento financiero, de inversión ni jurídico. Aviso legal

Comentarios: 0 comentarios

BattleTown: batallas de tanques en el navegador

Nuevos minijuegos, «Asalto» y «Brecha», ya están en BattleTown

Volver a las noticias

Lee también

Escribe al menos 2 caracteres