गुगल बोस्टन डायनॅमिक्स रोबोट्ससह जेमिनीला कारखान्यांमध्ये आणत आहे

आतापर्यंत, बरेच ह्युमनॉइड रोबोट हे तंत्रज्ञानाचे प्रदर्शन होते: ते व्हिडिओंमध्ये युक्त्या करताना, धावताना किंवा अगदी नाचताना दिसले, परंतु वास्तविक जगातील कामाच्या वातावरणात त्यांचे योगदान मर्यादित होते. ते नेमके हेच बदलू इच्छितात. जेमिनी आर्टिफिशियल इंटेलिजेंस मॉडेल थेट कारखान्यांमध्ये आणून गुगल, या नेत्रदीपक प्रोटोटाइपना उपयुक्त औद्योगिक साधनांमध्ये रूपांतरित करण्याच्या प्रयत्नात.

लास वेगासमधील सीईएस दरम्यान, गुगल डीपमाइंड आणि बोस्टन डायनॅमिक्स यांनी जेमिनी रोबोटिक्सला ह्युमनॉइड आणि चतुष्पाद रोबोटमध्ये एकत्रित करण्यासाठी भागीदारीची घोषणा केली., ऑटोमोटिव्ह उद्योगापासून सुरुवात करून, त्यांना त्यांचे वातावरण समजून घेता यावे, भाग ओळखता यावेत आणि वास्तविक उत्पादन रेषांवर त्यांच्या हातांनी ते हाताळता यावेत या उद्देशाने.

नेत्रदीपक प्रात्यक्षिकांपासून ते प्रत्यक्ष औद्योगिक कामापर्यंत

बोस्टन डायनॅमिक्सचा सर्वात प्रसिद्ध ह्युमनॉइड, अॅटलसने आधीच दाखवून दिले आहे की ते करू शकते आश्चर्यकारक चपळतेने धावा, उडी मारा आणि कलाबाजी करापण तेवढे त्याला कारखान्यातील कामगार बनवण्यासाठी पुरेसे नाही. आतापर्यंत, हे रोबोट अगदी विशिष्ट क्रमांनुसार काम करत होते, त्यांच्यासमोर काय आहे किंवा त्यांच्या वातावरणात काहीतरी बदल झाल्यावर त्यांनी कशी प्रतिक्रिया द्यावी हे त्यांना खरोखर समजत नव्हते.

जेमिनीच्या एकत्रीकरणाचा उद्देश ती कमतरता भरून काढणे आहे. हे एक एआय मॉडेल आहे. सुरुवातीपासूनच मल्टीमोडल म्हणून डिझाइन केलेले, भौतिक जगातून दृश्य, अवकाशीय आणि संदर्भित माहिती प्रक्रिया करण्यास सक्षम.फक्त वेगळे मजकूर किंवा प्रतिमाच नाही. जेमिनी रोबोटिक्स "मेंदू" असल्याने, रोबोटला त्याच्या सेन्सर्समधील डेटाचे अर्थ लावता यावे, वस्तू ओळखता याव्यात आणि त्या कशा हाताळायच्या हे ठरवता यावे हे ध्येय आहे.

पहिल्या चाचण्या बंद प्रयोगशाळांमध्ये केल्या जाणार नाहीत, परंतु ह्युंदाई कारखान्यांमध्ये, बोस्टन डायनॅमिक्स नियंत्रित करणारा गटया झेपसाठी ऑटोमोटिव्ह प्लांट्स एक आदर्श वातावरण मानले जातात: ते तुलनेने नियंत्रित जागा आहेत, पुनरावृत्ती प्रक्रियांसह परंतु रोबोट्सच्या अनुकूलतेची चाचणी घेण्यासाठी पुरेसे फरक आहेत.

अ‍ॅटलस किंवा स्पॉटने त्याच प्रोग्राम केलेल्या हालचाली पुन्हा पुन्हा करणे हे ध्येय नाही, तर त्याऐवजी नवीन तुकडा पाहू शकेल, त्याच्या आकाराचे विश्लेषण करू शकेल, तो कसा धरायचा आणि त्याचे काय करायचे हे ठरवू शकेल. उत्पादन लाइनमध्ये बदल करताना प्रत्येक वेळी सिस्टम पुन्हा प्रोग्राम करण्याची आवश्यकता न पडता.

या सुरुवातीच्या टप्प्यात, अ‍ॅटलास ह्युंदाईच्या प्लांटमध्ये विविध उत्पादन कामे करण्यावर लक्ष केंद्रित करेल.दरम्यान, स्पॉट, चतुष्पाद रोबोट, कठीण किंवा पुनरावृत्ती होणाऱ्या क्षेत्रांमध्ये तपासणी आणि देखरेखीची कामे करू शकतो, वास्तविक जगातील परिस्थितींमध्ये जेमिनी मॉडेलला प्रशिक्षण देणे सुरू ठेवण्यासाठी मौल्यवान डेटा गोळा करू शकतो.

रोबोट्सच्या संपूर्ण पिढीसाठी एक एआय प्लॅटफॉर्म

गुगल डीपमाइंडचा "गुगलचा रोबोट" लाँच करण्याचा हेतू नाही, तर काहीतरी अधिक महत्त्वाकांक्षी आहे: वेगवेगळ्या उत्पादकांच्या रोबोट्ससाठी जेमिनीला मानक बुद्धिमत्ता प्लॅटफॉर्म बनवा.हे मोबाईल फोन मार्केटमध्ये अँड्रॉइडने मिळवलेल्या यशासारखेच आहे. कोणतीही रोबोटिक्स कंपनी हे मॉडेल तिच्या हार्डवेअरमध्ये समाकलित करू शकते अशी कल्पना आहे.

डीपमाइंडचे सीईओ डेमिस हसाबिस यांनी स्पष्ट केले आहे की या व्हिजनमध्ये सामान्य उद्देशाच्या रोबोट्सना एकाच एआय मेंदूने खाद्य देणे समाविष्ट आहे.यामुळे अगदी वेगवेगळ्या यंत्रांना - ह्युमनॉइड्स, रोबोटिक आर्म्स, क्वाड्रुपेड किंवा मोबाईल सिस्टीम - भौतिक बुद्धिमत्तेतील समान प्रगतीचा फायदा घेता येतो. जेमिनी वापरणारे रोबोट जितके जास्त असतील तितका मॉडेल जास्त डेटा गोळा करेल आणि भौतिक जगाला ते चांगले समजेल.

बोस्टन डायनॅमिक्ससाठी, ही युती त्यांच्या सध्याच्या धोरणाशी पूर्णपणे जुळते. प्रगत रोबोटिक्समध्ये अग्रणी आणि चतुष्पाद रोबोट्स आणि ह्युमनॉइड्ससह प्रयोगांसाठी ओळखली जाणारी ही कंपनी, ते वर्षानुवर्षे लष्करी आणि संशोधन प्रकल्पांपासून ते अधिक व्यावसायिक अनुप्रयोगांपर्यंत विकसित होत आहे., जसे की जटिल वातावरणात औद्योगिक तपासणी किंवा लॉजिस्टिक्स.

बोस्टन डायनॅमिक्सचे सीईओ रॉबर्ट प्लेटर यांनी यावर भर दिला की खरी प्रगती आता रोबोट्सनी त्यांचे संतुलन राखणे किंवा आश्चर्यकारकपणे हालचाल करणे यात नाही, तर त्यांच्यात आहे. संदर्भाची जाणीव ठेवा आणि कारखान्यातील जवळजवळ कोणतीही वस्तू हाताळण्यासाठी तुमचे हात वापरा.एक्झिक्युटिव्हच्या मते, ह्युंदाईचे उत्पादन वातावरण हे नवीन पिढीच्या सिस्टीम दैनंदिन कामासाठी तयार आहे की नाही हे पडताळण्यासाठी आदर्श चाचणी मैदान प्रदान करते.

या करारात एक संयुक्त संशोधन प्रयत्न समाविष्ट आहे जो विकसित केला जाईल बोस्टन डायनॅमिक्स टीम्स आणि गुगल डीपमाइंड टीम्समध्येअभियंते, एआय तज्ञ आणि रोबोटिक वर्तन तज्ञ उत्पादन उद्योगाच्या मागण्यांनुसार दृश्य, भाषिक आणि कृती मॉडेल समायोजित करण्यासाठी सहयोग करतील.

जेमिनी रोबोटिक्स: भौतिक जगासाठी बहुआयामी बुद्धिमत्ता

जेमिनी रोबोटिक्स हे जेमिनी मॉडेलचे रोबोटिक्सच्या क्षेत्रात रूपांतर आहे. ते सिस्टमच्या मल्टीमोडल क्षमतांचा वापर करते—मजकूर, प्रतिमा, व्हिडिओ आणि इतर डेटा प्रकार— रोबोट केवळ ऑर्डरवर प्रतिक्रिया देत नाहीत तर त्यांच्या आजूबाजूला काय घडत आहे याबद्दल तर्क देखील करतात.यामध्ये कॅमेरे, डेप्थ सेन्सर्स, जॉइंट फोर्सेस किंवा वातावरणातील बदलांमधून मिळालेल्या डेटाचा अर्थ लावणे, जसे की हार्डवेअरवर अवलंबून राहणे समाविष्ट आहे. भौतिकशास्त्र एआय साठी कॉम्पॅक्ट ब्रेन.

गुगल डीपमाइंड येथील रोबोटिक्सच्या वरिष्ठ संचालक कॅरोलिना पराडा स्पष्ट करतात की जेमिनीच्या वास्तुकलेची सुरुवातीपासूनच भौतिक जगापासून शिकण्यासाठी कल्पना करण्यात आली होतीयामुळे ते सामान्य-उद्देशीय रोबोट नियंत्रित करण्यासाठी विशेषतः योग्य बनते. त्यांच्या शब्दांत, ऑटोमोटिव्ह उद्योग हा एक चांगला प्रारंभ बिंदू आहे, परंतु कालांतराने हे तंत्रज्ञान इतर क्षेत्रांमध्ये विस्तारित करण्याचा हेतू आहे.

क्लासिक औद्योगिक प्रणालींच्या विपरीत, जिथे रोबोट डिझाइन केलेले असतात जवळजवळ न बदलणाऱ्या वातावरणात एक अतिशय विशिष्ट कामजेमिनीचे उद्दिष्ट लवचिकता प्रदान करणे आहे. जर एखाद्या भागाची स्थिती बदलली, नवीन घटक सादर केला गेला किंवा रेषेत थोडेसे फरक आढळले, तर अभियंत्यांच्या टीमला बेस प्रोग्रामिंग पुन्हा डिझाइन न करता रोबोटला अनुकूलता प्राप्त करता यावी हे उद्दिष्ट आहे.

हा दृष्टिकोन देखील दार उघडतो युरोपियन आणि स्पॅनिश वनस्पतींमध्ये अधिक बहुमुखी रोबोटया संदर्भात, कमी उत्पादन कालावधी, मॉडेल बदल आणि उत्पादन कस्टमायझेशनशी जुळवून घेणे हे अधिकाधिक सामान्य होत चालले आहे. उत्पादन सेल पूर्णपणे पुन्हा कॉन्फिगर करण्याऐवजी, मॉडेल अपडेट करणे किंवा पुढील शिक्षणाद्वारे रोबोटचे वर्तन समायोजित करणे पुरेसे असू शकते.

पराडाच्या मते, गुगल डीपमाइंडचे रोबोटिक्स तयार करण्यावर लक्ष केंद्रित करते सामान्य वापराच्या रोबोटना शक्ती देऊ शकणारे प्रगत एआयकेवळ ऑटोमॅटन्स नव्हे. मध्यम-मुदतीची महत्त्वाकांक्षा अशी आहे की या प्रकारची प्रणाली लॉजिस्टिक्सपासून पायाभूत सुविधांच्या देखभालीपर्यंत इतर क्षेत्रांमध्ये हस्तांतरित केली जाऊ शकते, ज्यामध्ये ऑटोमोटिव्ह, इलेक्ट्रॉनिक्स आणि औषध उद्योग यासारख्या युरोपमधील प्रमुख क्षेत्रांचा समावेश आहे.

कार्यात्मक मानवासाठी जागतिक शर्यत

गुगल आणि बोस्टन डायनॅमिक्सचे हे पाऊल एका खरोखर उपयुक्त ह्युमनॉइड रोबोट विकसित करण्यासाठी वाढत्या प्रमाणात तीव्र आंतरराष्ट्रीय स्पर्धाअमेरिकेत, टेस्ला, फिगर एआय, अ‍ॅजिलिटी रोबोटिक्स, अ‍ॅप्ट्रोनिक, १एक्स आणि इतर स्टार्टअप्स सारख्या कंपन्या अशा प्रोटोटाइपवर काम करत आहेत जे कारखाने, गोदामांमध्ये आणि भविष्यात घरांमध्ये देखील काम करू शकतील.

चीनमध्ये, परिस्थिती आणखी सक्रिय आहे: असा अंदाज आहे की सुमारे २०० कंपन्या ह्युमनॉइड सिस्टीमवर काम करत आहेत.लॉजिस्टिक्स, मॅन्युफॅक्चरिंग आणि सेवांमध्ये या तंत्रज्ञानाचा अवलंब जलद करण्यासाठी उद्योग संघटना आणि सार्वजनिक कार्यक्रमांच्या पाठिंब्यामुळे, हा स्पर्धात्मक दबाव प्रमुख जागतिक खेळाडूंना जलद गतीने पुढे जाण्यास भाग पाडत आहे.

गुगल डीपमाइंडच्या बाबतीत फरक दृष्टिकोनात आहे. काही उत्पादक त्यांचे प्रयत्न "पूर्ण रोबोट" - हार्डवेअर, सॉफ्टवेअर आणि सेवा - तयार करण्यावर केंद्रित करतात, जेमिनीचे ध्येय म्हणजे बुद्धिमत्तेचा थर बनणे जे इतर त्यांच्या स्वतःच्या यंत्रांमध्ये समाविष्ट करू शकतील.जर ही रणनीती प्रभावी ठरली तर ती अशी परिसंस्था तयार करू शकते जिथे अनेक ब्रँड एकाच एआय ब्रेनचा वापर करतील.

युरोपसाठी, जिथे ऑटोमोटिव्ह उद्योग आणि प्रगत उत्पादन क्षेत्राला खूप महत्त्व आहे, तिथे कार्यशील ह्युमनॉइड रोबोटची ही शर्यत महत्त्वाची आहे. हे स्पेन, जर्मनी, फ्रान्स किंवा पूर्व युरोपमधील वनस्पतींच्या स्पर्धात्मकतेवर परिणाम करू शकते.इतर प्रदेशांच्या तुलनेत या खंडात उत्पादन टिकवून ठेवण्यासाठी हुशार आणि अधिक लवचिक रोबोटचा अवलंब हा एक महत्त्वाचा घटक असू शकतो.

तथापि, युरोपियन कारखान्यांमध्ये ह्युमनॉइड्सचा मोठ्या प्रमाणात वापर केवळ तंत्रज्ञानावरच अवलंबून नाही तर नियामक, कामगार आणि सुरक्षितता समस्यायुरोपियन कमिशनने एआय आणि औद्योगिक सुरक्षिततेबाबत प्रोत्साहन दिलेल्या नियामक चौकटींमध्ये या नवीन मशीन्स बसवणे आवश्यक असेल.

सिद्धांतापासून कार्यशाळेपर्यंत: ह्युंदाई कारखान्यांमधील चाचण्या

भौतिक जगात मिथुनची पहिली तैनाती होईल विविध हुंडई ऑटोमोटिव्ह प्लांटमध्येजिथे बोस्टन डायनॅमिक्स रोबोट्सना वास्तविक जगातील उत्पादन कार्ये हाताळावी लागतील. हे एक-वेळचे प्रात्यक्षिक नाहीत, तर मागणी असलेल्या उत्पादन वातावरणात या मशीन्स मूल्य जोडू शकतात का हे पाहण्यासाठी चाचण्या आहेत.

या संदर्भात, अॅटलस अशा ऑपरेशन्स अंमलात आणण्याचा प्रयत्न करेल जे हालचालींच्या साध्या पुनरावृत्तीच्या पलीकडे जातात. लवचिक हाताळणीमध्ये आव्हान आहे: विविध आकारांचे तुकडे उचलणे, वेगवेगळ्या साधनांसह काम करणे आणि कार्यप्रणालीतील बदलांशी जुळवून घेणे.प्रत्येक प्रकार जेमिनी मॉडेलची आणि त्याने शिकलेल्या गोष्टींचे सामान्यीकरण करण्याच्या क्षमतेची चाचणी असेल.

स्पॉट, स्वतःच्या बाजूने, काळजी घेऊ शकते पोहोचण्यास कठीण असलेल्या भागांची तपासणी करण्यासाठी, उपकरणांचे निरीक्षण करण्यासाठी किंवा विसंगती शोधण्यासाठी प्लांटला भेट द्या.व्हिज्युअल आणि इतर सेन्सर डेटा गोळा करणे. ही सर्व माहिती जेमिनी रोबोटिक्सची धारणा आणि निर्णय घेण्याच्या अल्गोरिदममध्ये आणखी सुधारणा करण्यासाठी वापरली जाईल.

या प्रकारच्या चाचणीमुळे मूल्यांकन करता येईल दीर्घ कामकाजाच्या वेळेत एआय विश्वसनीय वर्तन राखण्यास सक्षम आहे का?स्पेनमधील ऑटोमोटिव्ह क्षेत्रातील कारखान्यांसह युरोपियन कारखान्यांमध्ये व्यापक अंमलबजावणीचा विचार करण्यासाठी हे आवश्यक आहे, जिथे खर्च कमी करण्याचा आणि उत्पादन लवचिकता वाढवण्याचा दबाव वाढत आहे.

या सहकार्यामध्ये मशीन्समधून गुगल डीपमाइंडच्या टीम्सकडे डेटाचा सतत प्रवाह देखील समाविष्ट आहे, जेणेकरून रोबोटचा त्याच्या वातावरणाशी होणारा प्रत्येक संवाद मॉडेलला परिष्कृत करण्यासाठी काम करतो.प्रयोगशाळेतील प्रयोगापासून ते एका मजबूत औद्योगिक साधनाकडे जाण्यासाठी एआयसाठी हा सतत सुधारणा दृष्टिकोन हा एक महत्त्वाचा मुद्दा आहे.

सुरक्षितता आणि धोके: जेव्हा एआय फक्त पिक्सेलच नाही तर गोष्टी हलवते

भौतिक प्रणालींबद्दल निर्णय घेण्यास एआयला परवानगी देणे ही पूर्णपणे डिजिटल अनुप्रयोगांच्या तुलनेत एक गुणात्मक झेप आहे. एआय-जनरेटेड टेक्स्टमध्ये चूक त्रासदायक असू शकते; ऑपरेटर्ससोबत शेअरिंग स्पेसमध्ये रोबोटमधील बिघाड धोकादायक ठरू शकतो.म्हणूनच गुगल आणि बोस्टन डायनॅमिक्स आग्रही आहेत की सुरक्षितता हा प्रकल्पाचा एक मध्यवर्ती आधारस्तंभ आहे.

बोस्टन डायनॅमिक्स सिस्टीममध्ये आधीच समाविष्ट आहे अस्थिर वर्तन रोखण्यासाठी सुरक्षा आणि नियंत्रण यंत्रणात्या आधारावर, मिथुन तर्काचे अतिरिक्त स्तर जोडेल, जे संभाव्य धोकादायक वर्तनांचा अंदाज घेण्यासाठी आणि लोक किंवा सुविधांच्या अखंडतेशी तडजोड करू शकणाऱ्या कृती मर्यादित करण्यासाठी डिझाइन केलेले आहे.

कॅरोलिना पराडा यावर भर देतात की, भौतिक आणि प्रोग्रामिंग मर्यादांव्यतिरिक्त, मिथुन धोकादायक वर्तन शोधण्यासाठी आणि त्यांना आळा घालण्यासाठी एक प्रकारचा कृत्रिम तर्क वापरेल. ते घडण्यापूर्वी. कल्पना अशी आहे की एआय सतत संदर्भाचे मूल्यांकन करते आणि सुरक्षित ऑपरेटिंग मर्यादेत राहते.

रॉबर्ट प्लेटर, त्यांच्या बाजूने, असे नमूद करतात की अगदी मध्यम आकाराचे रोबोट देखील योग्यरित्या व्यवस्थापित न केल्यास ते धोकादायक बनू शकतात.म्हणूनच, किमान सुरुवातीच्या टप्प्यात, या प्रणाली अतिशय परिभाषित वापर परिस्थिती आणि स्पष्ट बंद आणि आपत्कालीन प्रोटोकॉलसह, जवळच्या मानवी देखरेखीखाली कार्य करतील.

युरोपियन संदर्भात, जिथे कामाच्या ठिकाणी सुरक्षितता आणि दायित्वावरील कायदे विशेषतः कठोर आहेत, विवेक आणि नियंत्रणाचा हा दृष्टिकोन महत्त्वाचा असेल जर तुम्हाला मानवी कामगारांसह सामायिक केलेल्या असेंब्ली लाईन्समध्ये ह्युमनॉइड आणि चतुष्पाद रोबोट आणायचे असतील तर.

उद्योगात भौतिक बुद्धिमत्तेच्या दिशेने आणखी एक पाऊल

ज्या दशकांमध्ये औद्योगिक रोबोट्सनी लक्ष केंद्रित केले त्या नंतर अत्यंत नियंत्रित वातावरणात पुनरावृत्ती हालचालीजेमिनी सारख्या मॉडेल्सच्या आगमनाने एका नवीन युगाचे दार उघडले आहे. कृत्रिम बुद्धिमत्ता आता प्रश्नांची उत्तरे देणे किंवा डिजिटल सामग्री तयार करणे इतकेच मर्यादित राहिलेले नाही; ती आता कारखाने, कार्यशाळा आणि गोदामांमध्ये जागा घेत आहे.

गुगल डीपमाइंड आणि बोस्टन डायनॅमिक्स यांच्यातील युतीचा उद्देश आहे अ‍ॅटलस, स्पॉट आणि इतर रोबोट्सना विविध कार्ये करण्यास सक्षम असलेल्या प्रणालींमध्ये रूपांतरित करा.बदलत्या परिस्थितीशी जुळवून घेणे आणि उत्पादनाच्या दैनंदिन कामकाजात लोकांशी सहयोग करणे. युरोप आणि स्पेनमध्ये विकसित झालेल्या ऑटोमोटिव्ह उद्योगासह, हे सुरुवातीचे चाचणी केंद्र असेल, परंतु ते एकमेव नसावे.

जर तंत्रज्ञानाने त्याच्या आश्वासनांनुसार काम केले तर, कारखाने कठोर, अत्यंत विशेष रोबोट्सपासून अधिक बहुमुखी मशीन्सकडे जाऊ शकतात.महागड्या भौतिक बदलांऐवजी सॉफ्टवेअर आणि डेटा वापरून ते पुन्हा कॉन्फिगर केले जाऊ शकते. याचा थेट परिणाम खर्च, अनुकूलन वेळ आणि लहान किंवा सानुकूलित धावा तयार करण्याच्या क्षमतेवर होईल.

त्याच वेळी, प्रकल्प आपल्याला सामना करण्यास भाग पाडतो रोजगार, नियमन आणि जबाबदारी यावर चर्चा युरोपियन संदर्भात हे घटक विशेषतः संबंधित असतील. या प्रणाली कशा प्रकारे एकत्रित केल्या जातात आणि या संक्रमणात कामगारांची भूमिका या नवीन ऑटोमेशन लाटेबद्दलच्या सार्वजनिक धारणांना मोठ्या प्रमाणात आकार देईल.

बोस्टन डायनॅमिक्सच्या रोबोट्सद्वारे जेमिनी कारखान्यांमध्ये प्रवेश करत असल्याने, औद्योगिक रोबोटिक्स मानवी बुद्धिमत्तेच्या जवळच्या भौतिक बुद्धिमत्तेकडे वळत आहे: आजचे हे प्रोटोटाइप जगभरातील असेंब्ली लाईन्सवर किती प्रमाणात सामान्य होतील हे येणारी वर्षे सांगतील., वाढत्या स्वयंचलित बाजारपेठेत स्पर्धात्मक राहण्याचा प्रयत्न करणाऱ्या युरोपियन वनस्पतींचा समावेश आहे.