ஜெம்மா 3: போன்கள், லேப்டாப்களுக்கான கூகிளின் இலகுரக AI

ஜெம்மா 3: திறந்த மற்றும் திறமையான AI-யின் புதிய சகாப்தம்

செயற்கை நுண்ணறிவுத் துறையில், செயல்திறன் மற்றும் அணுகல்தன்மைக்கான தேடல், இலகுரக மாடல்களின் வளர்ச்சியில் ஒரு எழுச்சியை ஏற்படுத்தியுள்ளது. குறைவான வளங்களைக் கொண்ட சாதனங்களில் கூட பிரமிக்க வைக்கும் செயல்திறனை வழங்கும் இந்த மாடல்கள், AI-ஐ ஜனநாயகப்படுத்தி, பரந்த அளவிலான பயனர்களுக்கும் பயன்பாடுகளுக்கும் கிடைக்கச் செய்கின்றன. சீனாவின் DeepSeek உருவாக்கிய சலசலப்பைத் தொடர்ந்து, கூகிள் தனது திறந்த AI மாடல் தொடரான ஜெம்மா 3-ன் சமீபத்திய பதிப்பை அறிமுகப்படுத்தி, இந்த வெளிக்கான தனது உறுதிப்பாட்டை மீண்டும் உறுதிப்படுத்தியுள்ளது.

ஒரு வருடத்திற்கு முன்பு, கூகிள் தனது AI உத்தியில் ஒரு குறிப்பிடத்தக்க மாற்றத்தை மேற்கொண்டது. ஜெம்மா தொடரை அறிமுகப்படுத்தியதன் மூலம், தனியுரிம அணுகுமுறையிலிருந்து விலகி, திறந்த மூல இயக்கத்தை (Open-source movement) ஏற்றுக்கொண்டது. இப்போது, ஜெம்மா 3 ஒரு பெரிய பாய்ச்சலைக் குறிக்கிறது. இது டெவலப்பர்களுக்கு சக்திவாய்ந்த, பல்துறை மற்றும் பொறுப்புடன் உருவாக்கப்பட்ட திறந்த மாடல்களை வழங்குவதற்கான கூகிளின் அர்ப்பணிப்பைக் காட்டுகிறது.

ஜெம்மா 3 நான்கு தனித்துவமான அளவுகளில் கிடைக்கிறது. இது பரந்த அளவிலான கணக்கீட்டு திறன்களை பூர்த்தி செய்கிறது. மொபைல் சாதனங்கள் போன்ற வளங்கள் குறைந்த சூழல்களுக்கு ஏற்றவாறு, வெறும் 1 பில்லியன் அளவுருக்களைக் (parameters) கொண்ட நம்பமுடியாத சிறிய மாடலில் தொடங்கி, 27 பில்லியன் அளவுரு மாடல் வரை வழங்குகிறது. செயல்திறன் மற்றும் செயல்திறன் ஆகியவற்றுக்கு இடையில் சமநிலையை ஏற்படுத்துகிறது. இந்த மாடல்கள் கூகிளின் “மிகவும் மேம்பட்ட” மற்றும் “எளிதில் எடுத்துச் செல்லக்கூடிய” திறந்த மாடல்கள் மட்டுமல்ல, பொறுப்பான வளர்ச்சிக்கான அவற்றின் உறுதிப்பாட்டையும் வலியுறுத்துகின்றன என்று கூகிள் கூறுகிறது.

போட்டியை மிஞ்சும் செயல்திறன்

இலகுரக AI மாடல்களின் போட்டி அரங்கில், செயல்திறன் மிக முக்கியமானது. DeepSeek-V3, Meta-வின் Llama-405B மற்றும் OpenAI-யின் o3-mini உள்ளிட்ட தனது போட்டியாளர்களை ஜெம்மா 3 மிஞ்சுவதாக கூகிள் கூறுகிறது. கூகிளின் கூற்றுப்படி, இந்த உயர்ந்த செயல்திறன், ஜெம்மா 3-ஐ ஒரு AI ஆக்சிலரேட்டர் சிப்பில் இயங்கக்கூடிய முன்னணி மாடலாக நிலைநிறுத்துகிறது. இது செயல்திறன் மற்றும் செலவு-செயல்திறன் ஆகியவற்றின் அடிப்படையில் ஒரு குறிப்பிடத்தக்க சாதனையாகும்.

மேம்படுத்தப்பட்ட சூழல் சாளரம் (Context Window): மேம்பட்ட திறன்களுக்காக அதிகம் நினைவில் கொள்கிறது

எந்தவொரு AI மாடலின் ஒரு முக்கியமான அம்சம் அதன் “சூழல் சாளரம்” ஆகும். இது ஒரு குறிப்பிட்ட நேரத்தில் மாடல் தக்கவைக்கக்கூடிய தகவலின் அளவை தீர்மானிக்கிறது. ஒரு பெரிய சூழல் சாளரம், மாடல் அதிக உள்ளீடுகளை செயலாக்க மற்றும் புரிந்துகொள்ள உதவுகிறது. சூழலைப் பற்றிய பரந்த புரிதல் தேவைப்படும் பணிகளில் மேம்பட்ட செயல்திறனுக்கு வழிவகுக்கிறது.

ஜெம்மா 3-ன் 128,000 டோக்கன்களின் சூழல் சாளரம் அதன் முன்னோடிகளை விட குறிப்பிடத்தக்க முன்னேற்றத்தைக் குறிக்கிறது. இது கூகிளின் திறந்த மாடல்களை Llama மற்றும் DeepSeek போன்ற போட்டியாளர்களுக்கு இணையாகக் கொண்டுவருகிறது. அவை ஏற்கனவே இதேபோன்ற சூழல் சாளர அளவுகளை அடைந்துள்ளன. ஆயினும்கூட, இந்த மேம்பாடு ஜெம்மா 3-ஐ மிகவும் சிக்கலான பணிகளைக் கையாளவும், பெரிய அளவிலான தகவல்களைத் திறம்பட செயலாக்கவும் உதவுகிறது.

ShieldGemma 2: படப் பாதுகாப்பிற்கு முன்னுரிமை

பாதுகாப்பு மற்றும் பொறுப்பான AI வளர்ச்சியின் முக்கியத்துவத்தை உணர்ந்து, கூகிள் ShieldGemma 2-ஐ அறிமுகப்படுத்தியுள்ளது. இது ஜெம்மா 3 அடித்தளத்தின் மீது கட்டமைக்கப்பட்ட ஒரு படப் பாதுகாப்பு சரிபார்ப்பு கருவியாகும். இந்தக் கருவி, டெவலப்பர்களுக்குப் படங்களில் உள்ள பாலியல் ரீதியான அல்லது வன்முறையான உள்ளடக்கம் போன்ற தீங்கு விளைவிக்கும் உள்ளடக்கத்தை அடையாளம் காண உதவுகிறது. ShieldGemma 2, AI-உருவாக்கிய உள்ளடக்கத்துடன் தொடர்புடைய அபாயங்களைக் குறைப்பதற்கும் பாதுகாப்பான டிஜிட்டல் சூழலை மேம்படுத்துவதற்கும் கூகிளின் அர்ப்பணிப்பை அடிக்கோடிட்டுக் காட்டுகிறது.

கூகிளின் ரோபாட்டிக்ஸ் மறுமலர்ச்சி: ஜெமினி மைய நிலை எடுக்கிறது

இலகுரக AI மாடல்களில் முன்னேற்றங்களுக்கு அப்பால், கூகிள் ரோபாட்டிக்ஸ் துறையில் ஒரு புதிய உந்துதலை மேற்கொண்டுள்ளது. கூகிளின் DeepMind பிரிவு, அதன் முதன்மை ஜெமினி 2.0 மாடலின் சக்தியைப் பயன்படுத்தி, ரோபாட்டிக்ஸ் பயன்பாடுகளுக்காக வடிவமைக்கப்பட்ட இரண்டு சிறப்பு மாடல்களை உருவாக்கியுள்ளது.

ரோபாட்டிக்ஸ் மீதான இந்த புதுப்பிக்கப்பட்ட கவனம், சில ஆண்டுகளுக்கு முன்பு Alphabet’s Everyday Robots moonshot நிறுத்தப்பட்டதைத் தொடர்ந்து, மறுமதிப்பீட்டுக் காலத்திற்குப் பிறகு வந்துள்ளது. இருப்பினும், டிசம்பரில், மனித உருவ ரோபாட்டிக்ஸில் நிபுணத்துவம் பெற்ற Apptronik நிறுவனத்துடன் ஒரு மூலோபாய கூட்டாண்மையை அறிவிப்பதன் மூலம் கூகிள் இந்த துறையில் தனது தொடர்ச்சியான ஆர்வத்தை வெளிப்படுத்தியது.

ஜெமினி ரோபாட்டிக்ஸ்: மொழிக்கும் செயலுக்கும் இடையிலான இடைவெளியைக் குறைத்தல்

புதிதாக வெளியிடப்பட்ட ரோபாட்டிக்ஸ் மாடல்களில் ஒன்றான ஜெமினி ரோபாட்டிக்ஸ், இயல்பான மொழி அறிவுறுத்தல்களை (natural-language instructions) இயற்பியல் செயல்களாக (physical actions) மொழிபெயர்க்கும் குறிப்பிடத்தக்க திறனைக் கொண்டுள்ளது. இந்த மாடல் எளிய கட்டளை செயலாக்கத்திற்கு அப்பாற்பட்டு, ரோபோவின் சூழலில் ஏற்படும் மாற்றங்களையும் கருத்தில் கொண்டு, அதற்கேற்ப அதன் செயல்களை மாற்றியமைக்கிறது.

ஜெமினி ரோபாட்டிக்ஸ், ஓரிகமியை மடிப்பது மற்றும் ஜிப்லாக் பைகளில் பொருட்களை அடைப்பது போன்ற சிக்கலான பணிகளைக் கையாளும் திறன் கொண்டது என்று கூகிள் பெருமை கொள்கிறது. இந்த அளவிலான சிறந்த மோட்டார் கட்டுப்பாடு மற்றும் தகவமைப்புத்திறன், உற்பத்தி முதல் தளவாடங்கள் வரை பல்வேறு தொழில்களில் புரட்சியை ஏற்படுத்தும் இந்த மாடலின் திறனை எடுத்துக்காட்டுகிறது.

ஜெமினி ரோபாட்டிக்ஸ்-ER: இடஞ்சார்ந்த பகுத்தறிவில் (Spatial Reasoning) தேர்ச்சி பெறுதல்

இரண்டாவது ரோபாட்டிக்ஸ் மாடலான ஜெமினி ரோபாட்டிக்ஸ்-ER, இடஞ்சார்ந்த பகுத்தறிவில் கவனம் செலுத்துகிறது. இது சிக்கலான மற்றும் மாறும் சூழல்களில் செயல்படும் ரோபோக்களுக்கு ஒரு முக்கியமான திறமையாகும். இந்த மாடல், ரோபோக்களுக்கு இடஞ்சார்ந்த உறவுகள் பற்றிய புரிதல் தேவைப்படும் பணிகளைச் செய்ய உதவுகிறது. உதாரணமாக, அதன் முன் வைக்கப்பட்டுள்ள ஒரு காபி குவளையை பிடித்து தூக்குவதற்கான உகந்த வழியை தீர்மானித்தல்.

இடஞ்சார்ந்த பகுத்தறிவில் தேர்ச்சி பெறுவதன் மூலம், ஜெமினி ரோபாட்டிக்ஸ்-ER ரோபோக்கள் தங்கள் சுற்றுப்புறங்களை மிகவும் திறம்பட வழிநடத்தவும் தொடர்பு கொள்ளவும் வாய்ப்புகளைத் திறக்கிறது. உதவி பராமரிப்பு, தேடல் மற்றும் மீட்பு மற்றும் ஆய்வு போன்ற பகுதிகளில் பயன்பாடுகளுக்கு வழி வகுக்கிறது.

பாதுகாப்பே முதன்மையானது: AI மற்றும் ரோபாட்டிக்ஸில் ஒரு முக்கிய கொள்கை

ஜெம்மா 3 மற்றும் ரோபாட்டிக்ஸ் அறிவிப்புகள் இரண்டும் பாதுகாப்பு பற்றிய விவாதங்களால் பெரிதும் நிரம்பியுள்ளன. திறந்த மாடல்கள், அவற்றின் இயல்பிலேயே, உள்ளார்ந்த பாதுகாப்பு சவால்களை முன்வைக்கின்றன. ஏனெனில் அவை வெளியிடும் நிறுவனத்தின் நேரடிக் கட்டுப்பாட்டில் இல்லை. ஜெம்மா 3 கடுமையான சோதனைக்கு உட்படுத்தப்பட்டதாக கூகிள் வலியுறுத்துகிறது. குறிப்பாக தீங்கு விளைவிக்கும் பொருட்களை உருவாக்கும் திறனில் கவனம் செலுத்தப்பட்டது. ஏனெனில் இந்த மாடல்கள் வலுவான STEM திறன்களைக் கொண்டுள்ளன.

ரோபாட்டிக்ஸ் துறையில், உடல் ரீதியான தீங்கு விளைவிக்கும் சாத்தியக்கூறு பாதுகாப்பிற்கு அதிக முக்கியத்துவம் கொடுக்க வேண்டிய அவசியத்தை ஏற்படுத்துகிறது. ஜெமினி ரோபாட்டிக்ஸ்-ER குறிப்பாக அதன் செயல்களின் பாதுகாப்பை மதிப்பிடுவதற்கும் “பொருத்தமான பதில்களை உருவாக்குவதற்கும்” வடிவமைக்கப்பட்டுள்ளது. விபத்துகளின் அபாயத்தைக் குறைக்கிறது மற்றும் பொறுப்பான செயல்பாட்டை உறுதி செய்கிறது.

ஜெம்மா 3-ன் கட்டமைப்பு மற்றும் திறன்களைப் பற்றி ஆழமாக ஆராய்தல்

ஜெம்மா 3-ன் முக்கியத்துவத்தை முழுமையாகப் பாராட்ட, அதன் கட்டடக்கலை வடிவமைப்பு மற்றும் அது வழங்கும் திறன்களைப் பற்றி ஆழமாக ஆராய்வது அவசியம். கூகிள் முழுமையான தொழில்நுட்ப விவரங்களை வெளியிடவில்லை என்றாலும், வழங்கப்பட்ட தகவல்களிலிருந்து சில முக்கிய அம்சங்களை ஊகிக்க முடியும்.

“அளவுருக்கள்” என்ற சொல் ஒரு AI மாடல் எவ்வாறு செயல்படுகிறது என்பதைக் கட்டுப்படுத்தும் உள் மாறிகளைக் குறிக்கிறது. இந்த அளவுருக்கள் பயிற்சி செயல்பாட்டின் போது கற்றுக்கொள்ளப்படுகின்றன. அங்கு மாடல் பரந்த அளவிலான தரவுகளுக்கு வெளிப்படுத்தப்படுகிறது மற்றும் குறிப்பிட்ட பணிகளில் அதன் செயல்திறனை மேம்படுத்த அதன் அளவுருக்களை சரிசெய்கிறது.

ஜெம்மா 3 நான்கு வெவ்வேறு அளவுகளில் வழங்கப்படுகிறது - 1B, 2B, 7B மற்றும் 27B அளவுருக்கள் - இது ஒரு மட்டு வடிவமைப்பைக் (modular design) குறிக்கிறது. இது டெவலப்பர்கள் தங்கள் தேவைகள் மற்றும் கணக்கீட்டு வளங்களுக்கு ஏற்ற மாடல் அளவைத் தேர்வுசெய்ய அனுமதிக்கிறது. சிறிய மாடல்கள் ஸ்மார்ட்போன்கள் மற்றும் உட்பொதிக்கப்பட்ட அமைப்புகள் (embedded systems) போன்ற குறைந்த செயலாக்க சக்தி மற்றும் நினைவகம் கொண்ட சாதனங்களில் பயன்படுத்த ஏற்றவை. அதே நேரத்தில் பெரிய மாடல்கள் அதிக சக்திவாய்ந்த வன்பொருளில் அதிக தேவைப்படும் பயன்பாடுகளுக்குப் பயன்படுத்தப்படலாம்.

DeepSeek-V3, Meta-வின் Llama-405B மற்றும் OpenAI-யின் o3-mini போன்ற போட்டியாளர்களை ஜெம்மா 3 மிஞ்சுகிறது என்ற கூற்று ஒரு துணிச்சலான கூற்றாகும். கூகிள் மாடல் தேர்வுமுறை மற்றும் பயிற்சி நுட்பங்களில் குறிப்பிடத்தக்க முன்னேற்றங்களைச் செய்துள்ளது என்பதை இது குறிக்கிறது. இருப்பினும், சுதந்திரமான தரப்படுத்தல்கள் மற்றும் ஒப்பீடுகள் இல்லாமல், இந்த கூற்றுக்களை திட்டவட்டமாக சரிபார்க்க முடியாது.

128,000 டோக்கன்களின் சூழல் சாளரம், ஒரு திருப்புமுனையாக இல்லாவிட்டாலும், சிக்கலான பணிகளைக் கையாள்வதற்கான ஒரு முக்கியமான அம்சமாகும். ஒரு பெரிய சூழல் சாளரம், உள்ளீட்டிலிருந்து அதிக தகவல்களை “நினைவில் கொள்ள” மாடலை அனுமதிக்கிறது. இது நீண்ட ஆவணங்கள், உரையாடல்கள் அல்லது குறியீடு வரிசைகளை சிறப்பாகப் புரிந்துகொள்ள உதவுகிறது. சுருக்கம், கேள்வி பதில் மற்றும் குறியீடு உருவாக்கம் போன்ற பணிகளுக்கு இது மிகவும் முக்கியமானது.

ShieldGemma 2: படப் பாதுகாப்பைப் பற்றிய ஒரு நெருக்கமான பார்வை

ShieldGemma 2-ன் அறிமுகம், AI-உருவாக்கிய படங்களின் சாத்தியமான தவறான பயன்பாடு குறித்த வளர்ந்து வரும் கவலையை எடுத்துக்காட்டுகிறது. எடுத்துக்காட்டாக, டீப்ஃபேக்குகள் (Deepfakes), யதார்த்தமான ஆனால் புனையப்பட்ட வீடியோக்கள் அல்லது படங்களை உருவாக்கப் பயன்படுத்தப்படலாம். இது தனிநபர்களுக்கு தீங்கு விளைவிக்கலாம் அல்லது தவறான தகவல்களைப் பரப்பலாம்.

ShieldGemma 2 தீங்கு விளைவிக்கும் உள்ளடக்கத்தை அடையாளம் காண பல நுட்பங்களின் கலவையைப் பயன்படுத்துகிறது. இதில் பின்வருவன அடங்கும்:

• பட வகைப்பாடு (Image classification): நிர்வாணம், வன்முறை அல்லது வெறுப்புக் குறியீடுகள் போன்ற தீங்கு விளைவிக்கும் உள்ளடக்கத்தின் குறிப்பிட்ட வகைகளை அடையாளம் காண ஒரு மாடலைப் பயிற்றுவித்தல்.
• பொருள் கண்டறிதல் (Object detection): ஆயுதங்கள் அல்லது போதைப்பொருள் சாதனங்கள் போன்ற தீங்கு விளைவிக்கும் உள்ளடக்கத்தைக் குறிக்கக்கூடிய குறிப்பிட்ட பொருட்களை ஒரு படத்திற்குள் அடையாளம் காணுதல்.
• முக அங்கீகாரம் (Facial recognition): சாத்தியமான டீப்ஃபேக்குகள் அல்லது ஆள்மாறாட்ட நிகழ்வுகளை அடையாளம் காண முகங்களைக் கண்டறிந்து பகுப்பாய்வு செய்தல்.
• முரண்பாடு கண்டறிதல் (Anomaly detection): வழக்கமான வடிவங்களிலிருந்து கணிசமாக விலகும் படங்களை அடையாளம் காணுதல், இது கையாளப்பட்ட அல்லது செயற்கையான உள்ளடக்கத்தைக் குறிக்கலாம்.

ShieldGemma 2 போன்ற ஒரு கருவியை டெவலப்பர்களுக்கு வழங்குவதன் மூலம், படங்களைப் பயன்படுத்தும் பாதுகாப்பான மற்றும் பொறுப்பான AI பயன்பாடுகளை உருவாக்க கூகிள் அவர்களுக்கு அதிகாரம் அளிக்கிறது.

ஜெமினி ரோபாட்டிக்ஸ் மற்றும் ஜெமினி ரோபாட்டிக்ஸ்-ER: ரோபாட்டிக்ஸின் எதிர்காலத்தை ஆராய்தல்

ஜெமினி 2.0 மாடலால் இயக்கப்படும் கூகிளின் ரோபாட்டிக்ஸ் மீதான புதுப்பிக்கப்பட்ட கவனம், அதிக அறிவார்ந்த மற்றும் திறன் கொண்ட ரோபோக்களை உருவாக்குவதற்கான ஒரு குறிப்பிடத்தக்க படியாகும். இயல்பான மொழி அறிவுறுத்தல்களை செயல்களாக மொழிபெயர்க்கும் திறன் (ஜெமினி ரோபாட்டிக்ஸ்) மற்றும் இடஞ்சார்ந்த பகுத்தறிவைச் செய்யும் திறன் (ஜெமினி ரோபாட்டிக்ஸ்-ER) ஆகியவை முக்கிய முன்னேற்றங்களாகும்.

ஜெமினி ரோபாட்டிக்ஸின் இயல்பான மொழி செயலாக்க திறன்கள் பின்வருவனவற்றின் கலவையை உள்ளடக்கியிருக்கலாம்:

• பேச்சு அங்கீகாரம் (Speech recognition): பேசும் மொழியை உரையாக மாற்றுதல்.
• இயற்கை மொழி புரிதல் (Natural language understanding - NLU): விரும்பிய செயல், சம்பந்தப்பட்ட பொருள்கள் மற்றும் தொடர்புடைய தடைகள் உட்பட உரையின் பொருளை விளக்குதல்.
• இயக்கத் திட்டமிடல் (Motion planning): ரோபோ விரும்பிய செயலைச் செயல்படுத்த இயக்கங்களின் வரிசையை உருவாக்குதல்.
• கட்டுப்பாட்டு அமைப்புகள் (Control systems): ரோபோவின் உடல் வரம்புகள் மற்றும் சூழலைக் கருத்தில் கொண்டு, திட்டமிடப்பட்ட இயக்கங்களைச் செயல்படுத்துதல்.

ஓரிகமியை மடிப்பது மற்றும் ஜிப்லாக் பைகளில் பொருட்களை அடைப்பது போன்ற பணிகளைக் கையாளும் திறன், அதிக அளவு திறமை மற்றும் சிறந்த மோட்டார் கட்டுப்பாட்டைக் குறிக்கிறது. இது மேம்பட்ட சென்சார்கள், ஆக்சுவேட்டர்கள் மற்றும் கட்டுப்பாட்டு வழிமுறைகளை உள்ளடக்கியிருக்கலாம்.

ஜெமினி ரோபாட்டிக்ஸ்-ER-ன் இடஞ்சார்ந்த பகுத்தறிவு திறன்கள், முப்பரிமாண உலகத்தைப் பற்றிய புரிதல் தேவைப்படும் பணிகளுக்கு முக்கியமானவை. இதில் பின்வருவன அடங்கும்:

• கணினி பார்வை (Computer vision): பொருள்கள், அவற்றின் நிலைகள் மற்றும் அவற்றின் நோக்குநிலைகள் உட்பட சூழலைப் புரிந்துகொள்ள கேமராக்களிலிருந்து படங்களை செயலாக்குதல்.
• 3D காட்சி புரிதல் (3D scene understanding): பொருள்களுக்கு இடையிலான இடஞ்சார்ந்த உறவுகள் உட்பட, சூழலின் பிரதிநிதித்துவத்தை உருவாக்குதல்.
• பாதை திட்டமிடல் (Path planning): தடைகளைத் தவிர்த்து, அதன் இலக்கை அடைந்து, ரோபோ சுற்றுச்சூழலில் நகர்த்துவதற்கான உகந்த பாதையை தீர்மானித்தல்.
• பிடித்தல் மற்றும் கையாளுதல் (Grasping and manipulation): பொருள்களின் வடிவம், எடை மற்றும் பலவீனத்தை கருத்தில் கொண்டு, பொருள்களைப் பிடித்து கையாளுவதற்கான இயக்கங்களைத் திட்டமிடுதல் மற்றும் செயல்படுத்துதல்.
• பாதுகாப்பு பற்றிய பகுத்தறிவு (Reasoning about Safety): நடவடிக்கை எடுப்பதற்கு முன், அதைச் செயல்படுத்துவது பாதுகாப்பானதா என்பதைப் பகுத்தறிதல்.

இரண்டு மாடல்களிலும் பாதுகாப்பிற்கு முக்கியத்துவம் கொடுப்பது மிக முக்கியமானது. உண்மையான உலகில் செயல்படும் ரோபோக்கள் செயலிழந்தால் அல்லது தவறான முடிவுகளை எடுத்தால் தீங்கு விளைவிக்கும். பாதுகாப்பு வழிமுறைகளில் பின்வருவன அடங்கும்:

• மோதல் கண்டறிதல் (Collision detection): சாத்தியமான மோதல்களைக் கண்டறிந்து அவசர நிறுத்தங்களைத் தூண்டும் சென்சார்கள்.
• விசை உணர்தல் (Force sensing): ரோபோவால் செலுத்தப்படும் விசையை அளவிடும் சென்சார்கள், பொருள்கள் அல்லது நபர்களுக்கு அதிகப்படியான விசையைப் பயன்படுத்துவதைத் தடுக்கிறது.
• பாதுகாப்பு தடைகள் (Safety constraints): பாதுகாப்பற்றதாகக் கருதப்படும் சில செயல்கள் அல்லது பகுதிகளைத் தவிர்க்க ரோபோவை நிரலாக்குதல்.
• மனிதன்-கட்டுப்பாட்டில்-லூப் (Human-in-the-loop control): தேவைப்பட்டால் ஒரு மனித ஆபரேட்டர் தலையிட்டு ரோபோவின் கட்டுப்பாட்டை எடுக்க அனுமதித்தல்.

தாக்கங்கள் மற்றும் எதிர்கால திசைகள்

ஜெம்மா 3 மற்றும் புதிய ஜெமினி ரோபாட்டிக்ஸ் மாடல்களின் அறிவிப்புகள் AI மற்றும் ரோபாட்டிக்ஸின் எதிர்காலத்திற்கு குறிப்பிடத்தக்க தாக்கங்களைக் கொண்டுள்ளன.

ஜெம்மா 3-ன் திறந்த மற்றும் இலகுரக தன்மை, சக்திவாய்ந்த AI மாடல்களுக்கான அணுகலை ஜனநாயகப்படுத்துகிறது. டெவலப்பர்கள் பரந்த அளவிலான சாதனங்களுக்கான புதுமையான பயன்பாடுகளை உருவாக்க உதவுகிறது. இது பின்வருவனவற்றிற்கு வழிவகுக்கும்:

• மேலும் AI-இயங்கும் மொபைல் பயன்பாடுகள்: ஸ்மார்ட்போன்கள் மற்றும் டேப்லெட்டுகளில் மேம்படுத்தப்பட்ட இயற்கை மொழி செயலாக்கம், பட அங்கீகாரம் மற்றும் பிற AI திறன்கள்.
• ஸ்மார்ட் உட்பொதிக்கப்பட்ட அமைப்புகள்: ஸ்மார்ட் ஹோம் சாதனங்கள், அணியக்கூடிய சாதனங்கள் மற்றும் தொழில்துறை சென்சார்கள் போன்ற சாதனங்களில் மேம்படுத்தப்பட்ட நுண்ணறிவு.
• வளங்கள் குறைந்த சூழல்களில் AI-யின் அதிகரித்த பயன்பாடு: இணைய இணைப்பு குறைவாக உள்ள வளரும் நாடுகள் அல்லது தொலைதூரப் பகுதிகளில் AI பயன்பாடுகளை இயக்குதல்.
• மேலும் திறந்த மூல AI மாடல்கள்

ஜெமினியால் இயக்கப்படும் ரோபாட்டிக்ஸில் முன்னேற்றங்கள் பின்வருவனவற்றிற்கு வழிவகுக்கும்:

• மேலும் திறன் கொண்ட தொழில்துறை ரோபோக்கள்: உற்பத்தி, தளவாடங்கள் மற்றும் பிற தொழில்களில் அதிகரித்த ஆட்டோமேஷன்.
• சுகாதாரம் மற்றும் முதியோர் பராமரிப்புக்கான உதவி ரோபோக்கள்: மருந்து வழங்குதல், இயக்கம் உதவி மற்றும் தோழமை போன்ற பணிகளுக்கு உதவும் ரோபோக்கள்.
• தேடல் மற்றும் மீட்புக்கான ரோபோக்கள்: அபாயகரமான சூழல்களில் செல்லவும் பாதிக்கப்பட்டவர்களைக் கண்டறியவும் கூடிய ரோபோக்கள்.
• ஆய்வு ரோபோக்கள்: பிற கிரகங்கள் அல்லது ஆழ்கடல் சூழல்கள் போன்ற தொலைதூர அல்லது ஆபத்தான இடங்களை ஆராயக்கூடிய ரோபோக்கள்.

இந்த முன்னேற்றங்கள் பொறுப்புடன் பயன்படுத்தப்படுவதையும், ஒட்டுமொத்த சமுதாயத்திற்கும் பயனளிப்பதையும் உறுதி செய்வதற்கு பாதுகாப்பிற்கு முக்கியத்துவம் கொடுப்பது அவசியமாகும். AI மற்றும் ரோபாட்டிக்ஸ் தொடர்ந்து வளர்ச்சியடைந்து வருவதால், நெறிமுறை கவலைகளை நிவர்த்தி செய்வது, சாத்தியமான அபாயங்களைக் குறைப்பது மற்றும் இந்த தொழில்நுட்பங்கள் நன்மைக்காகப் பயன்படுத்தப்படுவதை உறுதி செய்வது அவசியம்.