Uspon fizičke umjetne inteligencije: Transformacija budućnosti robotike i industrijske automatizacije
Što je Physical AI?
Physical AI odnosi se na integraciju umjetne inteligencije (AI) s fizičkim sustavima, omogućujući strojevima da percipiraju, razmišljaju i prilagođavaju se svojoj okolini u stvarnom vremenu. Za razliku od tradicionalne automatizacije koja slijedi unaprijed definirane upute, physical AI sustavi opremljeni su senzorima i aktuatorima koji im omogućuju rukovanje promjenjivim i nepredvidivim zadacima. Ovaj napredak prenosi AI iz teorijskih modela u opipljiva, praktična rješenja koja rješavaju stvarne izazove u različitim industrijama.
Transformacija industrije kroz pametne strojeve
Jedan od najznačajnijih napredaka je način na koji roboti sada komuniciraju s okolinama izvan tvorničkih pogona. Strojevi s physical AI mogućnostima sada upravljaju autonomnim vozilima, upravljaju pametnim zgradama i rade zajedno s ljudima u poljoprivrednim primjenama. Ovi razvojni pomaci povećavaju učinkovitost, poboljšavaju sigurnost i omogućuju industrijama da budu prilagodljivije tržišnim promjenama.
Na primjer, Agility Robotics’ bipedalni roboti u Georgiji precizno premještaju robu, a u BMW-u roboti postižu 400% poboljšanja u brzini proizvodnje, osobito u ubacivanju limova. Ove primjene predstavljaju prijelaz s tradicionalne automatizacije na fleksibilnije, autonomne sustave koji uče, prilagođavaju se i optimiziraju u stvarnom vremenu.
Rast ulaganja u Physical AI
Usvajanje physical AI podržano je velikim ulaganjima, što označava ključnu prekretnicu. Prema nedavnoj analizi, samo u 2024. godini u physical AI tvrtke uloženo je više od 7,5 milijardi dolara. Velike tvrtke poput Physical Intelligence, koju podržava Jeff Bezos prikupile su 400 milijuna dolara, dok je Figure AI Inc. osigurala 675 milijuna dolara. Ovaj porast financiranja signalizira brzo sazrijevanje industrije, jer rani usvajači ostvaruju opipljive dobitke u učinkovitosti i prihodima u različitim sektorima.
Rizični kapitalisti preusmjeravaju resurse prema startupima vođenim AI-jem, pri čemu je 93% sveukupnog financiranja rizičnog kapitala sada usmjereno na AI tehnologije. Momentum se samo ubrzava, a tvrtke poput General Intuition PBC i Project Prometheus prikupljaju značajna sredstva za AI modele koji mogu djelovati u fizičkim okruženjima.
Uloga temeljnih modela u AI robotici
Ključni proboj u physical AI je razvoj Robotics Foundation Models (RFM). Ti AI modeli djeluju kao "mozak" za robote, omogućujući im analizu velikih količina podataka i izvršavanje radnji temeljenih na percepcijama iz stvarnog svijeta. Izgrađeni na modelima vida i jezika, RFM-ovi omogućuju robotima prepoznavanje objekata i razumijevanje zakona fizike.
Na primjer, Google DeepMindov Robotics Transformer 2 proširuje mogućnosti prethodnih AI modela kako bi stvorio prilagodljivije i inteligentnije robote. Uz modele vida-jezika-akcije (VLA), roboti se mogu trenirati za obavljanje zadataka bez specifične prethodne obuke. To im omogućuje izvršavanje naredbi poput "pokupi smeće i baci ga", čak i ako im taj zadatak nikada nije eksplicitno podučavan.
Virtualna obuka i digitalni blizanci: budućnost AI robotike
Razvoj World Foundation Models (WFM) dodatno je ubrzao napredak physical AI. WFM-ovi stvaraju digitalne blizance okolina, omogućujući robotima da se obučavaju u virtualnim svjetovima prije implementacije u stvarnim scenarijima. Preciznim simuliranjem okoline, roboti mogu učiti i prilagođavati se širokom rasponu uvjeta u djeliću vremena potrebnog za prikupljanje fizičkih podataka.
Nvidia Cosmos platforma je izvrstan primjer, pomažući u obuci robota i autonomnih vozila stvaranjem virtualnih okruženja koja oponašaju složenost stvarnog svijeta. Ovi napreci u digitalnim blizancima omogućuju robotima da razumiju i navigiraju svojom okolinom s neviđenom preciznošću. Zapravo, Waabi Innovation Inc. sa svojim Waabi World postigao je 99,7% realizma simulacije, dodatno dokazujući da se roboti mogu obučavati u virtualnim prostorima da se ponašaju gotovo identično kao u fizičkom svijetu.
Komercijalizacija i primjene Physical AI
Kako se physical AI nastavlja razvijati, komercijalne primjene brzo rastu. U 2024. humanoidni roboti poput Agility Robotics’ Digit počeli su se koristiti u logistici, što predstavlja značajnu prekretnicu u robotici pokretanoj AI-jem. Međutim, humanoidni roboti, iako revolucionarni, još uvijek čine mali dio ukupnog tržišta.
Prava transformacija događa se u suradničkim robotima (cobotima), robotskim rukama i autonomnim mobilnim robotima (AMR-ovima). Na primjer, Amazonovi robotski sustavi revolucioniraju logistiku skladišta, s robotima poput Vulcan, Cardinal i Proteus koji poboljšavaju operativnu učinkovitost. Amazonova flota robota, koja uključuje više od 750.000 jedinica, procjenjuje se da će tvrtki uštedjeti 10 milijardi dolara godišnje do 2030.
Izazovi i ograničenja u stvarnom svijetu
Unatoč brzom napretku, physical AI sustavi i dalje se suočavaju s nekim izazovima. Na primjer, humanoidni roboti, iako impresivni, često imaju poteškoća s zadacima koji zahtijevaju preciznu procjenu i nježne manipulacije. Stručnjaci poput Cedrica Vincenta iz Tria Technologies upozoravaju da, iako roboti mogu premještati predmete, još uvijek imaju poteškoća s kompleksnim zadacima koji uključuju donošenje odluka nalik ljudskim. Za sada su robotske ruke i drugi specijalizirani roboti učinkovitiji za zadatke u industrijskim okruženjima.
Dodatno, physical AI još je u ranoj fazi kada je riječ o sposobnosti generalizacije preko više zadataka. Kao što ističe Igor Pedan iz Amazon Robotics , iako roboti izvrsno obavljaju unaprijed programirane zadatke, još nisu sposobni za dosljednu procjenu i prilagodbu u širokom rasponu aktivnosti.
Budućnost autonomnih vozila i kamiona
Osim industrijskih robota, autonomna vozila također imaju koristi od napretka u physical AI. Startupi poput Waabi rade na uvođenju potpuno samostalnih kamiona na ceste, s AI modelima nove generacije koji mogu upravljati u raznolikim cestovnim uvjetima. Očekuje se da će se tržište autonomnog kamionskog prijevoza povećati s 68,09 milijardi dolara u 2024. na 214,32 milijarde dolara do 2030., potaknuto prednostima u operativnim troškovima koje ove tehnologije nude.
Nvidia Drive Thor platforma već stječe popularnost među velikim proizvođačima automobila, uključujući Mercedes-Benz, Volvo i Jaguar Land Rover, dodatno ubrzavajući komercijalizaciju autonomnih vozila. U kamionskom prijevozu, autonomna vozila mogla bi proizvođačima uštedjeti gotovo 30% ukupnih troškova prijevoza do 2040., prema procjenama McKinsey & Co. i PricewaterhouseCoopers.
Suradnja ljudi i robota u budućnosti
Unatoč zabrinutostima zbog gubitka radnih mjesta uzrokovanih AI-jem, budućnost physical AI je suradnja, a ne zamjena. Stručnjaci poput Mata Gilberta iz Capgemini Invent predviđaju da će u budućnosti AI i ljudi raditi zajedno, unapređujući ljudsku stručnost umjesto da je zamjenjuju. Physical AI sustavi pomoći će u zadacima koji su ponavljajući ili opasni, dok će se ljudi usredotočiti na nadzor, upravljanje i prilagodbu tim tehnologijama.
Kao što ističe Jensen Huang, izvršni direktor Nvidije , prava vrijednost physical AI leži u njegovoj sposobnosti da radi besprijekorno uz ljude, povećavajući operativnu učinkovitost bez potpunog uklanjanja ljudskih uloga. Zapravo, sustavi pokretani AI-jem mogli bi do 2030. godine stvoriti 170 milijuna novih radnih mjesta globalno, prema podacima Svjetskog ekonomskog foruma.
