Интеллектуальные системы обещают преобразить производство, пишет на портале IoT World Today Тимо Кистнер, руководитель направления ИИ для производства и промышленности компании Nvidia в регионе EMEA.

До недавнего времени искусственный интеллект был в основном ограничен цифровым миром, работая в программных системах, ориентированных на анализ данных, создание текстов и кодов, реализацию чат-ботов и виртуальных помощников. Люди быстро приняли эти цифровые ИИ-инструменты и используют их для повышения производительности и продуктивности в бизнесе и повседневной жизни. Сегодня уже редко можно встретить компании и частных лиц, не использующих инструменты генеративного ИИ.

Такое быстрое развитие и принятие цифрового ИИ открывает путь для интеллектуальных систем, которые выходят за пределы цифровой сферы, взаимодействуют с окружающей средой и адаптируются к ней, что мы называем «физическим ИИ». В то время как ИИ-агент или помощник автоматизирует цифровую работу, физический ИИ автоматизирует задачи реального мира. С его помощью автономные машины могут напрямую взаимодействовать с окружающей средой, как, например, самоуправляемые автомобили, безопасно перемещающиеся по дорогам, манипуляторы, выполняющие сложные промышленные задачи, и человекоподобные роботы, работающие в сотрудничестве с людьми.

Воплощение физического ИИ и робототехники уже идет полным ходом в таких промышленных отраслях, как производство, автомобилестроение, логистика и транспорт, где компании используют робототехнику для повышения автоматизации, эффективности и безопасности. По прогнозам Goldman Sachs, мировой рынок человекоподобных роботов к 2035 г. достигнет 38 млрд. долл., что более чем в шесть раз превышает предыдущие прогнозы.

Три компьютерных решения, определяющие производительность роботов

За последние несколько лет способы, с помощью которых генеративный ИИ может понимать физический мир, взаимодействовать с ним и ориентироваться в нем, развивались экспоненциально. Теперь, благодаря ускоренным вычислениям, прорывам в области мультимодального физического ИИ и крупномасштабному физическому моделированию, мы наконец-то можем полностью реализовать потенциал физического ИИ с помощью роботов и интеллектуальных машин.

Модели генеративного ИИ обучаются на огромных объемах данных, в основном собранных в Интернете, и могут точно улавливать нюансы человеческого языка и абстрактные понятия.

Обучение моделей физического ИИ представляет значительные трудности по сравнению с генеративным ИИ, поскольку для обучения и адаптации к физической среде, которая по своей природе более сложна и динамична, чем цифровая, требуется взаимодействие с реальным миром и обработка данных в реальном времени. Именно здесь на помощь приходят три взаимосвязанные вычислительные системы: учебная, имитационная и бортовая. Сначала модели должны быть обучены на суперкомпьютере с помощью данных, которые научат их понимать естественный язык и имитировать движения, наблюдая за действиями человека. Затем они оттачивают свои навыки в цифровой среде, чтобы смоделировать взаимодействие с реальным миром. И наконец, бортовые вычислительные решения выступают в роли мозга робота, обрабатывая данные и адаптируясь к новой информации в режиме реального времени.

Определение возможностей физического ИИ

Производственная отрасль имеет все возможности для того, чтобы извлечь выгоду из разработок физического ИИ. Простои на заводах и в цепочках поставок обходятся дорого, и модели физического ИИ обещают новую эру предиктивного обслуживания. Физический ИИ может выявлять дефекты сборки компонентов более точно, чем это было возможно ранее, и проводить немедленный анализ первопричины, ускоряя решение проблемы.

Конечной целью является полная эволюция производства с использованием возможностей ИИ, где ИИ работает вместе с людьми для повышения эффективности, безопасности и производительности предприятия. Физический ИИ будет воплощать в себе все, что движется, — от транспортных средств в цепочке поставок до компонентов на заводах и складах.

В автомобильной промышленности физический ИИ улучшает робототехнику и автономные транспортные средства, позволяя им обучаться и адаптироваться к реальной обстановке с помощью передовых физических симуляторов. Благодаря точному моделированию физических взаимодействий ИИ улучшает процесс принятия решений, навигации и выполнения задач в сложных условиях. Это снижает зависимость от дорогостоящих испытаний в реальных условиях, ускоряя разработку и внедрение.

При переносе на фабрику и в производственную среду генеративный физический ИИ позволяет реализовать решения для виртуальных фабрик, создавая цифровые двойники производственных процессов. Платформа для трехмерного моделирования и совместной работы в режиме реального времени предоставляет предприятиям основные технологии, позволяющие моделировать и оптимизировать рабочие процессы до их внедрения в реальном мире, сокращая расходы и уменьшая количество ошибок. Моделирование на основе ИИ позволяет вносить коррективы в реальном времени, повышая эффективность и инновации, а также минимизируя риски.

Производственные организации уже преобразуют свои склады с помощью физического ИИ, превращая их в интеллектуальные складские экосистемы. Используя цифровые двойники на базе ИИ, они могут точно моделировать реальные складские операции. Эта технология позволяет производителям тестировать и оптимизировать планировку, рабочие процессы роботов и потребности в персонале в виртуальной среде, прежде чем вносить физические изменения. Физический ИИ еще больше повышает эффективность работы склада за счет внедрения роботов, способных в режиме реального времени реагировать на возникающие проблемы.

Системы на основе ИИ могут распределять задачи между роботизированными парками, оптимизировать схемы передвижения и предвидеть потенциальные сбои, такие как колебания запасов или узкие места. Интеграция передовых визуально-языковых моделей и интеллектуальных камер позволяет складам мгновенно обнаруживать проблемы и динамически корректировать работу. В результате мы получаем более устойчивую, самооптимизирующуюся цепочку поставок, в которой люди и «умные» машины работают слаженно.

Физический ИИ представляет собой следующий рубеж в технологии ИИ, позволяющий машинам напрямую взаимодействовать с людьми и физическим миром. По мере развития эта технология будет оказывать все более глубокое влияние на все отрасли, от производства до логистики. Будущее физического ИИ открывает огромные перспективы для преобразования нашей работы и жизни, и его потенциал только начинает реализовываться.