DeepMind vill att robotar ska prata med sig själva – bokstavligen

När DeepMind, Googles AI-jätte, riktar in sig på något är det sällan lösa spekulationer. Nu siktar de på "inre monolog" – en självriktad tankeström som ska få robotar att resonera som människor. Föreställ dig varje metallskal med en liten Hamlet inuti, tyst berättandes vad den ser och avgör vad den ska göra härnäst. Det låter som science fiction, men är faktiskt ett patentärende.

I sin senaste ansökan beskriver DeepMind ett system där robotar kan skapa inre tal på naturligt språk utifrån vad de ser på en bild eller i en video. Visar du roboten någon som lyfter en kopp, ekar dess tankar: "en person lyfter en kopp". Genialiskt? Kanske. Eller bara en gammal idé i ny förpackning för dagens AI-hajp.

Trots att denna inre dialog låter drömsk är syftet högst konkret: snabbare inlärning, mindre minneskrav och bättre prestation i okända situationer. Den inre rösten blir en outtröttlig kommentator som hjälper maskinen att inte bara uppfatta, utan även tolka sin omgivning.

Enligt DeepMind gör denna självnarration att AI-robotar kan anpassa sig mer effektivt och agera mindre oförutsägbart i okontrollerade miljöer – en avgörande utmaning för att få intelligenta robotar att fungera i verkligheten. DeepMind är förstås inte ensamma om detta. Även Nvidia, Intel och flera andra försöker ge sina maskiner en tyst inre berättare.

För att hålla denna utveckling privat utvecklar DeepMind även Gemini Robotics On-Device: en smidig vision-language-modell som fungerar helt utan molntjänster eller internet. För om en robot för monologer i ditt kök vill du nog att de funderingarna stannar lokalt, inte laddas upp till Google.

Om robotar verkligen börjar tänka för sig själva står vi kanske inför en ny era. Frågan är bara om det "tänkandet" är verklig förståelse – eller bara en skickligt dold imitation. Framtiden får utvisa det. Eller så berättar roboten, när den väl har format en åsikt.