Mreža uzajamnih tehnologija u nastajanju – uključujući proširenu stvarnost (XR), umjetnu inteligenciju (AI) i senzore – trebala bi koristiti brojnim industrijama i aplikacijama, ne samo robotici.
Sinergijski učinci ovih tehnologija imaju potencijal unaprijediti robotiku i radikalno transformirati mogućnosti integriranja robotike u gospodarstva i društva. Potencijal za pokretanje novih tržišta, povećanje produktivnosti i omogućavanje novih uslužnih aplikacija je značajan.
Sadržaj objave
Dolazak utjelovljene AI
Pojava utjelovljene umjetne inteligencije označava korak prema tome da umjetna inteligencija postane dostupna u svim aplikacijama. Prema definiciji Nvidije, utjelovljena umjetna inteligencija predstavlja “integraciju umjetne inteligencije u fizičke sustave, omogućujući im interakciju s fizičkim svijetom”.
Nvidia, koja je u središtu razvoja umjetne inteligencije sa svojim čipovima za omogućavanje, napominje: “Fuzija strojnog učenja, senzora i računalnog vida omogućuje… sustavima da percipiraju, razmišljaju i djeluju u okruženjima stvarnog svijeta.”
Utjelovljena umjetna inteligencija nadilazi robotiku u strogom smislu te se primjenjuje na pametne sustave i infrastrukture općenito. Proširuje mogućnosti umjetne inteligencije na fizičke sustave – kao što su zgrade, roboti i autonomna vozila poput automobila, kamiona i robotaksija – a integracijom strojnog učenja i računalnog vida ovi sustavi mogu otključati potencijal generativnih aplikacija umjetne inteligencije u fizičkim industrijama.
AI modeli mogu iskoristiti podatke koje postojeći roboti prikupljaju za rad. Ovi modeli potom informiraju robotske aplikacije premošćivanjem jaza između simulacija i aplikacija u stvarnom svijetu. U tom će kontekstu digitalni blizanci igrati važnu ulogu. Oni će osigurati sintetičke podatke koji mogu nadopuniti podatke prikupljene na terenu. Ova vrsta podataka su umjetno stvoreni podaci “dizajnirani da oponašaju podatke iz stvarnog svijeta”, kaže IT div IBM.
Spajanje virtualnih i fizičkih aplikacija
Proizvođač industrijskih strojeva Siemens gleda na prednosti koje digitalni blizanci mogu ponuditi integratorima i korisnicima robota i industrijske opreme.
Brian McMinn, voditelj poslovnog segmenta alatnih strojeva u Siemensu, objašnjava kako to virtualna okruženja podržavaju strojeve s računalnim numeričkim upravljanjem (CNC). u sve digitaliziranijem svijetu: “Možemo se probiti u virtualnom svijetu prije nego što uopće počnu graditi stroj.”
Proizvođač industrijskih robota KUKA na sličan način koristi digitalne blizance za podršku svojoj ponudi proizvoda. Primjerice, proizvođač peći HASE Kaminofenbau u svom radu koristi digitalne blizance i KUKA robote za zavarivanje.
Florian Fischer, voditelj razvoja proizvodnje u HASE-u, ističe prednosti: „Željeli smo izgraditi ultramoderan, fleksibilan robotski sustav koji će također moći obraditi buduće modele koji još uopće ne postojebez postavljanja ograničenja našim dizajnerima ili zaustavljanja proizvodnje.”
Toppan nudi vlastito digitalno dvojno rješenje TransBots za rješavanje promjena koje će digitalizacija utjecati na sve sfere života. Globalna tvrtka za tisak i pakiranje primjenjuje vrlo širok pogled na buduću upotrebu digitalnih blizanaca, navodeći: “Kako će naše društvo u budućnosti biti sve više i više digitalizirano, morat ćemo implementirati sustav digitalnih blizanaca u kojem se informacije dijele između ljudi, robota i usluga u virtualnom prostoru, čime se omogućuje učinkovito obavljanje posla.”
Stanica Ai u Nagoyi, Japan, koristi digitalno dvojno rješenje za uspostavljanje “okruženja prilagođenog robotima” unutar svog pogona usmjerenog na otvorene inovacije s sudjelujućom mrežom od “više od 1000 startupa, partnerskih tvrtki, VC-ova i drugih organizacija za podršku te sveučilišta”, navodi tvrtka.
Obuka robota u digitalnim blizancima
Digitalni blizanci ne samo da mogu istraživati rasporede i tijekove rada koji se prilagođavaju robotskim sustavima, već mogu pružiti terene za obuku robotskih sustava kako bi se ubrzala njihova upotreba u različitim područjima primjene i smanjili troškovi povezani s robotskim aplikacijama. Digitalni blizanci mogu prevladati prepreke koje trenutačno sprječavaju korištenje umjetne inteligencije u nekim aplikacijama.
U proizvodnji, tvrtke mogu prikupljati i analizirati podatke iz tvornice za obuku robotskih sustava s AI-om. Ali mnogi proizvođači nemaju takve sposobnosti prikupljanja podataka. Slično tome, u prilično nestrukturiranim operacijama kao što je rudarstvo, ali i mnogim proizvodnim okruženjima (uključujući građevinarstvo), složenost ljudskih operacija može brzo nadmašiti prednosti integriranja strojeva pokretanih umjetnom inteligencijom ili “kobota”, suradničkih robota.
U većini proizvodnih pogona digitalni blizanci mogu stvoriti sintetičke podatke za treniranje robotske opreme poboljšane umjetnom inteligencijom. U složenijem okruženju koje se brzo mijenja, digitalni blizanci nude put za olakšavanje upotrebe AI sustava u budućnosti, osobito ako se ti blizanci mogu hraniti podacima senzora u stvarnom vremenu koji odražavaju tekuće promjene.
Prethodno uvježbavanje AI modela sa stvarnim podacima iz postojećih robotskih sustava može stvoriti pouzdane i robusne modele za uvježbavanje modela koji poboljšavaju operacije. Digitalni blizanci temeljeni na senzorima koji odražavaju ponašanje sustava i radne snage u stvarnom svijetu mogu ponuditi održivu alternativu. Ali digitalni blizanci mogu ići dalje i pružiti poligone za obuku u okruženjima s niskom dostupnošću podataka. Simulacije unutar virtualnih prikaza daju opciju prijenosa dinamike stvarnog svijeta u virtualna okruženja kako bi se zatim obučila umjetna inteligencija, robotika i oprema za aplikacije u stvarnom svijetu.
„Sintetički podaci, generirani iz digitalnih simulacija blizanaca, mogu se koristiti uz podatke iz stvarnog svijeta za obuku multimodalnih fizičkih AI modela“, kaže Nvidia. “Sintetičko generiranje podataka je stvaranje teksta, 2D ili 3D slika i videa u vizualnom i nevizualnom spektru korištenjem računalnih simulacija, generativnih AI modela ili kombinacije to dvoje.”
Na primjer, robotičari sada mogu iskoristiti digitalne blizance za brzo stvaranje skalabilnih okruženja koja podržavaju obuku i optimizaciju modela umjetne inteligencije koji se zatim mogu koristiti za obuku robotskih navigacijskih ili vizualnih sustava, da spomenemo samo nekoliko slučajeva upotrebe. Takve simulacije ne samo da ubrzavaju obuku robotskih i automatiziranih sustava, već također omogućuju programerima da razmotre scenarije koji mogu biti teški ili pretjerano skupi za stvaranje u stvarnom okruženju.
Štoviše, takva simulirana okruženja mogu informirati AI i robotske sustave o učincima potencijalnih poremećaja koje je inače nemoguće stvoriti. Na primjer, učinci događaja kao što je pandemija Covida – koja je preokrenula obrasce potražnje naglavačke, stavila ogroman stres na opskrbne lance i promijenila protok ljudi i robe na globalnoj i regionalnoj razini – mogu se samo simulirati u virtualnom okruženju za testiranje AI modela.
Slično tome, stratezi i modelari sada mogu razmotriti promjene koje prirodne katastrofe, izbijanja sukoba ili velike konkurentske akcije mogu imati na komercijalno okruženje na razinama koje se ne mogu razumno ponoviti ni na koji drugi način. Simulacije u digitalnim blizancima mogu voditi razmišljanje na globalnoj i geopolitičkoj razini.
AI podržava XR, XR se prilagođava AI
S druge strane, potrošači će sve više usvajati kućnu robotiku u svojim kućanstvima. Izvršni direktor Meta Platforms Mark Zuckerberg također vidi AI kao pokretač virtualnih okruženja. Nakon što je Meta prije nekoliko godina usmjerila napore na stvaranje metaverse računalnih okruženja, AI je brzo prešao u središte pozornosti medija i investitora, istisnuvši interes za metaverse aplikacije.
Sada, Zuckerberg smatra umjetnu inteligenciju važnim dijelom ovih napora kao što je 17. rujna 2025. naglasio u uvodnoj riječi Meta Connecta 2025., u kojoj je predstavio Metina vizija za AI i metaverzum.
Kombinacija AI i XR elemenata će se koristiti za jednostavno stvaranje sadržaja i da izgleda autentičnije u stvarnom svijetu. Meta Horizon Studio je Metin paket za “izgradnju i ponavljanje [content] brzo s generativnom umjetnom inteligencijom i šaljite globalnoj publici na mobitelu i VR” u metaverzumu.
Zuckerberg je izjavio: “Uskoro će Meta Horizon Studio uključiti agentskog AI asistenta koji će spajati…različite alate i dodatno ubrzati proces stvaranja pomoću jednostavnih tekstualnih upita … Sada ćete moći jednostavno stvarati beskonačne povezane prostore koji izgledaju mnogo bolje s realističnom fizikom i interakcijom.”
Poznavanje takvih okruženja omogućit će potrošačima u budućnosti stvaranje vlastitih digitalnih blizanaca domova i dvorišta, na primjer. Takvi blizanci tada pružaju platformu za upravljanje kućnim robotima.
Četiri tehnologije omogućuju eksponencijalni napredak
Na početku internetske ekonomije 1990-ih, mnoge su tvrtke počele tako da su na web-mjestima objavljivale informacije nalik katalogu. S vremenom su uslijedili procesi naručivanja i kupnje. Do sada interni, eksterni i partnerski procesi koriste internetsku povezanost kao ljepilo koje povezuje komercijalne aktivnosti i omogućuje sve više i više slučajeva upotrebe – od upotrebe stolnih računala preko mobilnih aplikacija do automatskih operacija.
Slično tome, senzorski i sintetički podaci, umjetna inteligencija, robotika, digitalni blizanci i XR s vremenom će se širiti kroz područja primjene. S vremenom će digitalni blizanci i XR postati okruženja koja korisnici neće ni razlikovati od okruženja stvarnog svijeta, slično načinu na koji su internetske aplikacije sada utkane u gotovo svaki aspekt naših života.
Napredna robotika postat će sve autonomnija u industrijskim primjenama, a čak će ih i potrošači naučiti smatrati uređajima na način na koji vidimo hladnjake i uređaje za kuhanje povezane s internetom – robotski usisavači i kosilice već su izborili vrijedna tržišta.
S vremenom će se kombinacija svih ovih tehnologija stopiti u moćne aplikacije, slično kao što se internetske aplikacije, mobilni uređaji, automobili i uređaji sada besprijekorno kombiniraju.
Martin Schwirn je autor Mali podaci, veliki poremećaji: Kako uočiti signale promjene i upravljati neizvjesnošću (ISBN 9781632651921). On je također viši savjetnik za strateško predviđanje u Business Finland, pomažući startupima i postojećim tvrtkama da pronađu svoju poziciju na tržištu budućnosti.
Povezani sadržaji
Gemini za pristup kući samo 24 sata uz ovaj trik
Zašto je AI otvorenog koda postao američki nacionalni prioritet
Hacker ubacuje zlonamjerna naredba ‘brisanja’ u Amazonov q ai pomoćnik kodiranja – a devci su zabrinuti
T-Mobile Starlink dobiva besplatnu beta verziju za koju biste se trebali prijaviti
Otišao je u zatvor zbog uređivanja gena beba. Sada to planira ponoviti
Ovaj pročišćivač zraka za kućne ljubimce mi je učinkovito zamijenio lijek protiv alergije – evo kako radi
