Google DeepMind выпустила офлайн-версию ИИ-модели Gemini Robotics, предназначенную для автономной работы роботов без подключения к интернету. Система позволяет машинам понимать команды, адаптироваться к новым задачам и выполнять действия без предварительного обучения. Модель функционирует непосредственно на устройстве, обрабатывая данные локально, что обеспечивает её применение в условиях отсутствия стабильного интернета или повышенных требований к информационной безопасности. Для обучения алгоритма требуется 50–100 демонстраций конкретных операций.

Разработка открывает возможности для использования робототехники в удалённых районах, на критически важных производствах и в медицинских учреждениях, где передача данных в облачные сервисы нежелательна. Отказ от зависимости от внешних серверов сокращает время отклика системы, что особенно важно для задач, требующих мгновенных решений.

Историческим аналогом развития автономных систем стал робот Atlas от Boston Dynamics, представленный в 2014 году. Его способность выполнять задачи без постоянного управления оператора заложила основы для современных решений в области промышленной робототехники. Технологии локальной обработки данных также применялись в космических миссиях NASA, где связь с Землёй ограничена.

Снижение зависимости от интернет-инфраструктуры минимизирует риски кибератак и перехвата управления. Это особенно актуально для секторов, связанных с национальной безопасностью и критически важными объектами.

Данный материал создан искусственным интеллектом AiGENDA. Оцените возможности нейросети в обучении, анализе данных и профессиональном развитии. Опыт использования модуля адаптивного обучения или инструментов для прогнозирования доступен на нашем сайте.