Για δεκαετίες, η εικόνα ενός βιομηχανικού ρομπότ ήταν ένας τεράστιος, πορτοκαλί μηχανικός βραχίονας βιδωμένος στο πάτωμα, που κινούνταν με τρομακτική ακρίβεια πίσω από ένα κλουβί ασφαλείας. Αν ένας άνθρωπος έμπαινε σε αυτό το κλουβί, τα μηχανήματα σταματούσαν αμέσως για να αποφευχθεί μια τραγωδία. Όμως, μια πρόσφατη δοκιμή σε ένα εργοστάσιο ηλεκτρονικών της Siemens στο Erlangen της Γερμανίας, υποδηλώνει ότι το κλουβί επιτέλους πέφτει. Σε μια αθόρυβη αλλά θεμελιώδη αλλαγή για τον παγκόσμιο κατασκευαστικό τομέα, ο γερμανικός τεχνολογικός γίγαντας Siemens και ο κολοσσός της ΤΝ NVIDIA ενσωμάτωσαν με επιτυχία ένα ανθρωποειδές ρομπότ σε ένα ζωντανό περιβάλλον παραγωγής.
Οι αριθμοί που προκύπτουν από την εγκατάσταση του Erlangen είναι εντυπωσιακοί. Το ρομπότ, ένα μοντέλο γνωστό ως HMND 01 που αναπτύχθηκε από τη βρετανική εταιρεία Humanoid, λειτούργησε αυτόνομα για μια πλήρη οκτάωρη βάρδια. Κατά τη διάρκεια αυτού του χρόνου, ολοκλήρωσε με επιτυχία πάνω από το 90% των ανατεθειμένων εργασιών του, οι οποίες περιλάμβαναν τη ρουτίνα αλλά απαραίτητη εργασία της παραλαβής, μεταφοράς και τοποθέτησης εμπορευματοκιβωτίων για τους ανθρώπινους εργαζόμενους. Με άλλα λόγια, το μηχάνημα κατάφερε να μετακινεί περίπου 60 εμπορευματοκιβώτια ανά ώρα, συμβαδίζοντας με έναν ρυθμό που διατηρεί το κυκλοφορικό σύστημα του εργοστασίου σε ροή χωρίς ανθρώπινη παρέμβαση.
Κοιτάζοντας τη συνολική εικόνα, δεν πρόκειται μόνο για ένα ρομπότ που μεταφέρει κουτιά. Είναι μια απτή επίδειξη της «Φυσικής ΤΝ» (Physical AI) — της έννοιας όπου η τεχνητή νοημοσύνη παύει να είναι ένα chatbot στο τηλέφωνό σας και αρχίζει να αλληλεπιδρά με τον ακατάστατο, απρόβλεπτο φυσικό κόσμο. Για τον μέσο χρήστη, αυτή η δοκιμή σηματοδοτεί τη στιγμή που τα ανθρωποειδή ρομπότ μεταπήδησαν από τα viral βίντεο χορού στο YouTube σε μια ανθεκτική, βιομηχανική πραγματικότητα.
Πίσω από την ορολογία του «edge inference» και της «simulation-first training» κρύβεται ένα εκπληκτικά απλό τέχνασμα που επιτάχυνε την ανάπτυξη αυτών των μηχανών. Ιστορικά, η εκπαίδευση ενός ρομπότ στην εκτέλεση μιας νέας εργασίας απαιτούσε μήνες φυσικού προγραμματισμού και δοκιμών στο δάπεδο του εργοστασίου. Αν το ρομπότ έριχνε ένα εμπορευματοκιβώτιο, ένας μηχανικός έπρεπε να το επαναφέρει, να τροποποιήσει τον κώδικα και να προσπαθήσει ξανά.
Στο εσωτερικό, η NVIDIA και η Siemens χρησιμοποιούν αυτό που είναι γνωστό ως «Ψηφιακό Δίδυμο» (Digital Twin). Σκεφτείτε το ως μια υπερ-ρεαλιστική έκδοση βιντεοπαιχνιδιού του εργοστασίου της Siemens. Επειδή αυτό το εικονικό περιβάλλον υπακούει στους νόμους της φυσικής —βαρύτητα, τριβή και βάρος— το ρομπότ HMND 01 μπορεί να «εξασκηθεί» στη δουλειά του εκατομμύρια φορές σε έναν προσομοιωμένο χώρο προτού αγγίξει ποτέ ένα πραγματικό κομμάτι υλικού. Αυτή η προσέγγιση είναι ουσιαστικά ένας ακούραστος ασκούμενος που μπορεί να εργάζεται 24/7 χωρίς να βαριέται ή να προκαλεί φυσική ακαταστασία.
Τα αποτελέσματα αυτής της μεθόδου είναι πρωτοφανή. Χρησιμοποιώντας τα εργαλεία προσομοίωσης της NVIDIA, το χρονοδιάγραμμα ανάπτυξης του ρομπότ μειώθηκε από τα προβλεπόμενα δύο χρόνια σε μόλις επτά μήνες. Για έναν καταναλωτή, αυτός ο επιταχυνόμενος κύκλος σημαίνει ότι η ανατρεπτική τεχνολογία για την οποία διαβάζουμε σήμερα πιθανότατα θα φτάσει στις εφοδιαστικές αλυσίδες των αγαπημένων μας συσκευών και αυτοκινήτων πολύ νωρίτερα από ό,τι περιμέναμε. Είναι μια βελτιστοποιημένη διαδρομή από το ερευνητικό εργαστήριο στα προϊόντα που βρίσκονται στο ράφι σας.
Κάποιος θα μπορούσε εύλογα να αναρωτηθεί: γιατί να ασχοληθούμε με ένα ρομπότ που μοιάζει με άνθρωπο; Έχουμε αυτόματα καθοδηγούμενα οχήματα (AGVs) και ιμάντες μεταφοράς εδώ και χρόνια. Η απάντηση βρίσκεται στην έννοια ενός διασυνδεδεμένου, προϋπάρχοντος περιβάλλοντος. Τα περισσότερα εργοστάσια στη Γη σχεδιάστηκαν από ανθρώπους, για ανθρώπους. Έχουν σκάλες, στενούς διαδρόμους και πάγκους εργασίας κατασκευασμένους στο ύψος της μέσης.
Αντί να δαπανηθούν δισεκατομμύρια για την κατεδάφιση και την ανοικοδόμηση ενός εργοστασίου ώστε να φιλοξενήσει τροχοφόρα ρομπότ, είναι πιο πρακτικό να κατασκευαστεί ένα ρομπότ που ταιριάζει στην υπάρχουσα υποδομή. Το HMND 01 έχει σχεδιαστεί για να αποτελεί άμεση αντικατάσταση για τους πιο επαναλαμβανόμενους, σωματικά εξαντλητικούς ρόλους που εκτελούν σήμερα οι άνθρωποι. Δεν πρόκειται για την αντικατάσταση του ανθρώπινου μυαλού· πρόκειται για την αντικατάσταση της ανθρώπινης μέσης σε ένα σύστημα που δεν προοριζόταν ποτέ να είναι πλήρως αυτοματοποιημένο.
Από την πλευρά του καταναλωτή, αυτή η αλλαγή είναι θεμελιώδης για τη σταθερότητα των τιμών. Καθώς οι ελλείψεις εργατικού δυναμικού στους κατασκευαστικούς κόμβους γίνονται πιο συστημικές, το κόστος παραγωγής των πάντων, από smartphone μέχρι πλυντήρια ρούχων, τείνει να αυξάνεται. Εάν ένας στόλος ανθρωποειδών ρομπότ μπορεί να χειριστεί τη συνηθισμένη εφοδιαστική εντός ενός εργοστασίου, το ανθρώπινο προσωπικό μπορεί να επικεντρωθεί στον ποιοτικό έλεγχο, την πολύπλοκη συναρμολόγηση και τη συντήρηση — εργασίες όπου η ανθρώπινη διαίσθηση εξακολουθεί να κυριαρχεί.
Ενώ αυτή η δοκιμή πραγματοποιήθηκε στη Γερμανία, οι επιπτώσεις είναι παγκόσμιες. Συχνά σκεφτόμαστε τη βαριά βιομηχανία ως την αόρατη ραχοκοκαλιά της σύγχρονης ζωής, και όταν αυτή η ραχοκοκαλιά αναβαθμίζεται, ολόκληρο το σώμα το αισθάνεται. Δείτε τι σημαίνει αυτό για τον καθημερινό χρήστη:
Παρά την επιτυχημένη δοκιμή, είναι σημαντικό να παραμείνουμε προσγειωμένοι. Ένα ποσοστό επιτυχίας 90% είναι εντυπωσιακό για ένα πιλοτικό πρόγραμμα, αλλά στον κόσμο της κατασκευής υψηλής ακρίβειας, αυτό το υπόλοιπο 10% είναι εκεί όπου ζουν τα προβλήματα. Εάν ένα ρομπότ αποτυγχάνει σε μία από κάθε δέκα εργασίες, ένας άνθρωπος πρέπει ακόμα να βρίσκεται κοντά για να διορθώσει το λάθος.
Περιέργως, οι εμπλεκόμενες εταιρείες παραμένουν ασαφείς σχετικά με ένα συγκεκριμένο χρονοδιάγραμμα για μια ευρείας κλίμακας εφαρμογή. Η κατασκευή ενός μεμονωμένου ρομπότ για μια ελεγχόμενη δοκιμή είναι ένα πράγμα· η συντήρηση ενός στόλου χιλιάδων σε πολλές ηπείρους είναι μια ασταθής μηχανική πρόκληση. Αυτά τα μηχανήματα απαιτούν τεράστιες ποσότητες ενέργειας και συνεχείς ενημερώσεις λογισμικού, ενώ τα νομικά πλαίσια για τους ανθρώπους και τα ανθρωποειδή που μοιράζονται τον ίδιο χώρο εργασίας βρίσκονται ακόμη υπό διαμόρφωση.
Τελικά, η δοκιμή των Siemens και NVIDIA στο Erlangen αποδεικνύει ότι το φράγμα μεταξύ «ψηφιακής νοημοσύνης» και «φυσικής εργασίας» διαλύεται. Είμαστε μάρτυρες της γέννησης μιας πιο ισχυρής βιομηχανικής εποχής, όπου οι μηχανές που κινούνται με ΤΝ λειτουργούν ως μια ακούραστη επέκταση του ανθρώπινου εργατικού δυναμικού και όχι ως αντικατάστασή του.
Κοιτάζοντας μπροστά, θα πρέπει να σταματήσουμε να βλέπουμε την ΤΝ ως κάτι που ζει μόνο πίσω από μια οθόνη. Καθώς συνεχίζετε την ημέρα σας, παρατηρήστε την εφοδιαστική γύρω σας — τα φορτηγά παράδοσης, το απόθεμα στα ράφια των παντοπωλείων, τη συναρμολόγηση του οχήματός σας. Οι αόρατοι μηχανισμοί του κόσμου μας γίνονται πιο διαισθητικοί και προσαρμοστικοί. Την επόμενη φορά που θα παραγγείλετε μια ηλεκτρονική συσκευή, υπάρχει αυξανόμενη πιθανότητα ένα ανθρωποειδές ρομπότ να ήταν αυτό που τη μετέφερε στην παλέτα, δουλεύοντας δίπλα-δίπλα με έναν άνθρωπο σε ένα εργοστάσιο που δεν κοιμάται ποτέ.
Πηγές:



Η από άκρη σε άκρη κρυπτογραφημένη λύση ηλεκτρονικού ταχυδρομείου και αποθήκευσης στο cloud παρέχει τα πιο ισχυρά μέσα ασφαλούς ανταλλαγής δεδομένων, εξασφαλίζοντας την ασφάλεια και το απόρρητο των δεδομένων σας.
/ Εγγραφείτε δωρεάν