AI-képességekkel felvértezett robotokat vezet be a Meta adatközpontjaiba

A fizikai AI új alkalmazásokat talál a hagyományos robotikán túl, ahogy a vállalatok AI-vezérelt robotrendszereket tesztelnek és használnak adatközpontokban, gyártóüzemekben és raktárakban. Ezek a rendszerek a robotikát olyan AI-képességekkel ötvözik, mint a számítógépes látás, a döntéshozatal és a világmodellek — olyan AI-modellek, amelyek a fizikai környezeteket reprezentálják, és előre jelezik, hogyan változhatnak a különböző cselekvések hatására. (AI Business)

Meta és más iparágak robotikai bevezetései

A Nissan autógyártó AI-vezérelt autonóm mobil robotokat telepít alkatrészek szállítására, a DHL Supply Chain pedig robotokat használ a raktári dolgozók irányítására. A Meta több adatközpontjában tesztel robotokat olyan feladatokra, amelyeket hagyományosan technikusok végeztek, például hálózati kábelek cseréje és hardverelemek újrahelyezése. Az Altoona-i campusán kétkarú robotok gyakorolnak kábelcseréket, míg a Prometheus létesítményben hardverelemek újrahelyezését tesztelik, és azt is vizsgálják, hogy egy robotkar képes-e szervereket újraindítani.

A fizikai AI és a hagyományos robotika különbsége

A robotok évtizedek óta dolgoznak a vállalatoknál. A hagyományos ipari robotok általában előre definiált utasításokat hajtanak végre kontrollált környezetben. A fizikai AI azonban észlelési és döntéshozatali képességeket ad hozzá, lehetővé téve a robotok számára, hogy olyan körülményekre reagáljanak, amelyekre nem programozták őket explicit módon. Gartner elemzője, Bill Ray szerint ez a váltás arról szól, hogy a robotnak nem azt mondjuk, hogyan végezzen el egy feladatot, hanem célt adunk neki, és hagyjuk, hogy eldöntse, hogyan érje el azt.

Ray óvatosságra intett, hogy ez a megközelítés még csak a kezdeti szakaszban van. A világmodellek támogathatják ezt az alkalmazkodóképességet azáltal, hogy segítenek a robotoknak előre jelezni, hogyan változhat a fizikai környezet a különböző cselekvésekre reagálva, mielőtt cselekednének. Azonban a robotok képessége arra, hogy meghatározzák, hogyan érjenek el egy célt, és alkalmazkodjanak a változó körülményekhez, még csak demonstrációkban és néhány bevezetésben jelenik meg, de még nem elég megbízható ahhoz, hogy a valós körülmények teljes skáláját kezelni tudja.

Az AI-vezérelt látás az egyik olyan technológia, amely segíti a robotok alkalmazkodóképességét. Craig McDonnell, az ABB Robotics üzletágvezetője szerint az AI a „statikus, előre programozott állomásokról az autonóm, alkalmazkodó és sokoldalú robotok felé” tolja az ipari automatizálást. A robotok a látás segítségével felismerhetik a termékeket, észlelhetik a hibákat, és megtalálhatják az alkatrészeket, majd cselekedhetnek a látottak alapján. A Meta például az ABB Robotics robotjait teszteli a Prometheus adatközpontban.

Ez azonban nem jelenti azt, hogy minden AI-vezérelt robot autonóm. Az emberi felügyelet továbbra is gyakori, különösen drága berendezések körül, de a nagyobb észlelés és alkalmazkodóképesség kibővítheti a robotok által kezelhető feladatok körét. A fizikai AI nem feltétlenül jelenti a humanoid robotokat sem. Ray a „polifunkcionális robotok” kifejezést használta a több általános célú gépekre, amelyek funkciói szoftverrel változtathatók.

Szerinte a kerekek gyakran értelmesebbek, mint a lábak a vállalati környezetben, ahol a robotok anyagokat szállítanak viszonylag strukturált terekben. A lábas robotoknak folyamatosan egyensúlyozniuk kell, ami energiaigényes. A Meta a Prometheus létesítményben teszteli a szerverek újraindítására képes robotkart.