Humanoid Robot AI ແມ່ນຄວາມຄິດ ແລະການປະຕິບັດການເພີ່ມຄວາມສະຫລາດທີ່ສາມາດປັບຕົວເຂົ້າກັບເຄື່ອງຈັກທີ່ສະທ້ອນຮູບແບບພື້ນຖານຂອງພວກເຮົາ. ສອງແຂນ, ສອງຂາ, ເຊັນເຊີທີ່ໃບຫນ້າອາດຈະເປັນ, ແລະສະຫມອງທີ່ສາມາດເບິ່ງເຫັນ, ຕັດສິນໃຈ, ແລະປະຕິບັດ. ມັນບໍ່ແມ່ນ sci-fi chrome ສໍາລັບ sake ຂອງຕົນເອງ. ຮູບຮ່າງຂອງມະນຸດເປັນການ hack ຕົວຈິງ: ໂລກຖືກສ້າງຂຶ້ນສໍາລັບຄົນ, ດັ່ງນັ້ນຫຸ່ນຍົນທີ່ແບ່ງປັນຮອຍຕີນ, ມື, ladders, ເຄື່ອງມື, ແລະພື້ນທີ່ເຮັດວຽກຂອງພວກເຮົາ, ໃນທາງທິດສະດີ, ສາມາດເຮັດໄດ້ຫຼາຍກວ່າໃນມື້ຫນຶ່ງ. ທ່ານຍັງຕ້ອງການຮາດແວທີ່ດີເລີດແລະ stack AI ທີ່ຮ້າຍແຮງເພື່ອຫຼີກເວັ້ນການສ້າງຮູບປັ້ນທີ່ສະຫງ່າງາມ. ແຕ່ຊິ້ນສ່ວນຕ່າງໆແມ່ນກົດເຂົ້າກັນໄວກວ່າທີ່ຄາດໄວ້. 😉
ຖ້າທ່ານເຄີຍໄດ້ຍິນຄໍາສັບຕ່າງໆເຊັ່ນ AI embodied, ຮູບແບບການປະຕິບັດການເບິ່ງເຫັນ, ພາສາ, ຫຼືຄວາມປອດໄພຂອງຫຸ່ນຍົນຮ່ວມມືແລະຄວາມຄິດ ... ຄໍາເວົ້າທີ່ເຢັນ, ຕອນນີ້ຄໍາແນະນໍານີ້ແມ່ນຫຍັງ, ທໍາລາຍມັນດ້ວຍການສົນທະນາທໍາມະດາ, ໃບຮັບເງິນ, ແລະຕາຕະລາງທີ່ສັບສົນເລັກນ້ອຍສໍາລັບມາດຕະການທີ່ດີ.
ບົດຄວາມທີ່ທ່ານອາດຈະຢາກອ່ານຫຼັງຈາກບົດຄວາມນີ້:
🔗 ຫຸ່ນຍົນຂອງ Elon Musk ເຂົ້າມາເຮັດວຽກຂອງເຈົ້າໃນໄວໆນີ້
ສຳຫຼວດກຳນົດເວລາ, ຄວາມສາມາດ ແລະຄວາມສ່ຽງຂອງລະບົບອັດຕະໂນມັດໃນບ່ອນເຮັດວຽກຂອງມະນຸດ.
🔗 ອະຄະຕິ AI ແມ່ນຫຍັງ ອະທິບາຍພຽງແຕ່
ນິຍາມ, ແຫຼ່ງທົ່ວໄປ, ຕົວຢ່າງທີ່ແທ້ຈິງ, ແລະຍຸດທະສາດການຫຼຸດຜ່ອນ.
🔗 ຄູຝຶກ AI
ມີບົດບາດ, ທັກສະ, ຂັ້ນຕອນການເຮັດວຽກ, ແລະເສັ້ນທາງອາຊີບແນວໃດໃນການຝຶກອົບຮົມຕົວແບບ.
🔗 Predictive AI ອະທິບາຍສໍາລັບຜູ້ເລີ່ມຕົ້ນ
ວິທີການຄາດຄະເນແບບຈໍາລອງຄາດຄະເນຜົນໄດ້ຮັບ, ກໍລະນີການນໍາໃຊ້, ແລະຂອບເຂດຈໍາກັດ.
Humanoid Robot AI ແມ່ນຫຍັງ, ແທ້?
ຢູ່ໃນຫຼັກຂອງມັນ, Humanoid Robot AI ປະສົມສາມຢ່າງ:
-
ຮູບແບບຂອງມະນຸດ - ແຜນການຂອງຮ່າງກາຍທີ່ສະທ້ອນເຖິງຕົວເຮົາເອງ, ດັ່ງນັ້ນມັນສາມາດນໍາທາງຂັ້ນໄດ, ເຂົ້າເຖິງຊັ້ນວາງ, ຍ້າຍກ່ອງ, ເປີດປະຕູ, ໃຊ້ເຄື່ອງມື.
-
Embodied intelligence - AI ບໍ່ໄດ້ລອຍຢູ່ໃນເມຄຢ່າງດຽວ; ມັນຢູ່ໃນຕົວແທນທາງດ້ານຮ່າງກາຍທີ່ຮັບຮູ້, ວາງແຜນ, ແລະການກະທໍາໃນໂລກ.
-
ການຄວບຄຸມທົ່ວໄປ - ຫຸ່ນຍົນທີ່ທັນສະໄຫມໄດ້ນໍາໃຊ້ຕົວແບບທີ່ເຊື່ອມຕໍ່ວິໄສທັດ, ພາສາ, ແລະການກະທໍາຫຼາຍຂຶ້ນເພື່ອໃຫ້ນະໂຍບາຍຫນຶ່ງສາມາດຂະຫຍາຍໄປທົ່ວຫນ້າວຽກ. RT-2 ຂອງ Google DeepMind ແມ່ນຕົວຢ່າງ canonical ຂອງ ການ vision-language-action (VLA) ທີ່ຮຽນຮູ້ຈາກຂໍ້ມູນເວັບ + ຫຸ່ນຍົນ ແລະປ່ຽນຄວາມຮູ້ນັ້ນໄປສູ່ການປະຕິບັດຫຸ່ນຍົນ [1].
ວິທີທີ່ງ່າຍກວ່າ: Humanoid Robot AI ແມ່ນຫຸ່ນຍົນທີ່ມີຮ່າງກາຍຂອງມະນຸດ ແລະສະໝອງທີ່ປະສົມປະສານກັບການເບິ່ງເຫັນ, ຄວາມເຂົ້າໃຈ ແລະການເຮັດຢ່າງເໝາະສົມໃນຫຼາຍໜ້າວຽກ, ບໍ່ພຽງແຕ່ອັນດຽວເທົ່ານັ້ນ.
ສິ່ງທີ່ເຮັດໃຫ້ຫຸ່ນຍົນມະນຸດມີປະໂຫຍດ🔧🧠
ຄໍາຕອບສັ້ນ: ບໍ່ແມ່ນໃບຫນ້າ, ຄວາມສາມາດ . ຄໍາຕອບທີ່ຍາວກວ່າ:
-
ການເຄື່ອນໄຫວຢູ່ໃນສະຖານທີ່ຂອງມະນຸດ - ບັນດາຂັ້ນໄດ, catwalks, aislesໃກ້ຊິດ, doorways, ແຈງຸ່ມງ່າມ. ຮອຍຕີນຂອງມະນຸດແມ່ນເລຂາຄະນິດເລີ່ມຕົ້ນຂອງບ່ອນເຮັດວຽກ.
-
ການຫມູນໃຊ້ທີ່ມີຄວາມຊໍານິຊໍານານ - ສອງມືທີ່ມີຄວາມສາມາດສາມາດ, ໃນໄລຍະເວລາ, ກວມເອົາວຽກງານຈໍານວນຫລາຍດ້ວຍເຄື່ອງໃຊ້ໃນທ້າຍດຽວກັນ (ຫນ້ອຍລົງ grippers ລູກຄ້າຕໍ່ວຽກ).
-
Multimodal Intelligence - ແບບຈໍາລອງ VLA ສ້າງແຜນທີ່ຮູບພາບ + ຄໍາແນະນໍາກັບຄໍາສັ່ງ motor ທີ່ສາມາດປະຕິບັດໄດ້ແລະປັບປຸງວຽກງານທົ່ວໄປ [1].
-
ຄວາມພ້ອມຂອງການຮ່ວມມື - ແນວຄວາມຄິດດ້ານຄວາມປອດໄພເຊັ່ນ: ການຢຸດການຕິດຕາມ, ການຕິດຕາມຄວາມໄວແລະການແຍກ, ແລະການຈໍາກັດພະລັງງານແລະກໍາລັງແມ່ນມາຈາກມາດຕະຖານຫຸ່ນຍົນຮ່ວມມື (ISO/TS 15066) ແລະຄວາມຕ້ອງການຄວາມປອດໄພ ISO ທີ່ກ່ຽວຂ້ອງ [2].
-
ການຍົກລະດັບຊອບແວ - ຮາດແວດຽວກັນສາມາດໄດ້ຮັບທັກສະໃຫມ່ໂດຍຜ່ານຂໍ້ມູນ, ການຈໍາລອງ, ແລະນະໂຍບາຍການປັບປຸງ (ບໍ່ມີການຍົກລະດັບ forklift ພຽງແຕ່ສອນການເລືອກເອົາສະຖານທີ່ໃຫມ່) [1].
ບໍ່ມີອັນໃດອັນນີ້ແມ່ນ “ປຸ່ມງ່າຍ” ເທົ່ານັ້ນ. ແຕ່ combo ແມ່ນວ່າເປັນຫຍັງດອກເບ້ຍສືບຕໍ່ປະສົມ.
ຄໍານິຍາມໄວທີ່ທ່ານສາມາດລັກສໍາລັບສະໄລ້ 📌
Humanoid Robot AI ເປັນອັດສະລິຍະທີ່ຄວບຄຸມຫຸ່ນຍົນຮູບຊົງມະນຸດເພື່ອຮັບຮູ້, ເຫດຜົນ, ແລະປະຕິບັດວຽກງານຕ່າງໆໃນສະພາບແວດລ້ອມຂອງມະນຸດ - ຂັບເຄື່ອນໂດຍແບບຈໍາລອງທີ່ເຊື່ອມຕໍ່ວິໄສທັດ, ພາສາ, ແລະການປະຕິບັດ, ແລະການປະຕິບັດຄວາມປອດໄພທີ່ອະນຸຍາດໃຫ້ຮ່ວມມືກັບຄົນ [1][2].
stack: ຮ່າງກາຍ, ສະຫມອງ, ພຶດຕິກໍາ
ຖ້າທ່ານແຍກມະນຸດທາງຈິດອອກເປັນສາມຊັ້ນ, ລະບົບຈະມີຄວາມຮູ້ສຶກລຶກລັບຫນ້ອຍລົງ:
-
ຮ່າງກາຍ - actuators, ຂໍ້ຕໍ່, ຫມໍ້ໄຟ, sensors. ການຄວບຄຸມຮ່າງກາຍທັງຫມົດສໍາລັບການດຸ່ນດ່ຽງ + ການຫມູນໃຊ້, ມັກຈະມີຂໍ້ຕໍ່ທີ່ສອດຄ່ອງຫຼືຄວບຄຸມແຮງບິດ.
-
ສະໝອງ - ການຮັບຮູ້ + ການວາງແຜນ + ການຄວບຄຸມ. ຄື້ນທີ່ໃໝ່ກວ່າແມ່ນ VLA : ຂອບກ້ອງ + ເປົ້າໝາຍພາສາທຳມະຊາດ → ການປະຕິບັດ ຫຼືແຜນການຍ່ອຍ (RT-2 ແມ່ນແມ່ແບບ) [1].
-
ພຶດຕິກຳ - ຂະບວນການເຮັດວຽກຕົວຈິງທີ່ປະກອບມາຈາກທັກສະເຊັ່ນ: ການຈັດຮຽງ, ການຈັດສົ່ງທາງແຖວ, ການຈັດການ tote, ແລະ handoffs ຂອງມະນຸດ-ຫຸ່ນຍົນ. ແພລະຕະຟອມເພີ່ມເຕີມຫໍ່ສິ່ງເຫຼົ່ານີ້ຢູ່ໃນຊັ້ນ orchestration ທີ່ສຽບເຂົ້າໄປໃນ WMS/MES ເພື່ອໃຫ້ຫຸ່ນຍົນເຫມາະສົມກັບວຽກ, ບໍ່ແມ່ນວິທີອື່ນ [5].
ຄິດວ່າມັນເປັນຄືກັບຄົນທີ່ຮຽນຮູ້ວຽກງານໃຫມ່: ເບິ່ງ, ເຂົ້າໃຈ, ວາງແຜນ, ເຮັດ - ຫຼັງຈາກນັ້ນເຮັດໃຫ້ມັນດີກວ່າໃນມື້ອື່ນ.
ບ່ອນທີ່ Humanoid Robot AI ສະແດງໃຫ້ເຫັນໃນມື້ນີ້ 🏭📦
ການນຳໃຊ້ຍັງຖືກເປົ້າໝາຍຢູ່, ແຕ່ພວກມັນບໍ່ແມ່ນພຽງແຕ່ການສາທິດຫ້ອງທົດລອງເທົ່ານັ້ນ:
-
Warehousing & logistics - ການເຄື່ອນໄຫວ tote, ການໂອນ pallet-to-conveyor, buffer ວຽກທີ່ຊໍ້າຊາກແຕ່ປ່ຽນແປງໄດ້; ຜູ້ຂາຍວາງການຈັດວາງ cloud orchestration ເປັນເສັ້ນທາງໄວຂອງນັກບິນແລະການເຊື່ອມໂຍງກັບ WMS [5].
-
ການຜະລິດຍານຍົນ - ນັກບິນກັບ Apollo ຂອງ Apptronik ຢູ່ການກວດກາການປົກຫຸ້ມຂອງ Mercedes-Benz ແລະການຈັດການວັດສະດຸ; ວຽກງານຕົ້ນແມ່ນ bootstrapped ໂດຍ teleoperation ແລະຫຼັງຈາກນັ້ນດໍາເນີນການເປັນເອກະລາດທີ່ເຂັ້ມແຂງ [4].
-
R&D ຂັ້ນສູງ - ການເຄື່ອນທີ່ / ການຫມູນໃຊ້ທີ່ມີເລືອດອອກຕາມແຄມຂອງຍັງສືບຕໍ່ສ້າງວິທີການທີ່ຫຼອກລວງເຂົ້າໄປໃນຜະລິດຕະພັນ (ແລະກໍລະນີຄວາມປອດໄພ) ໃນໄລຍະເວລາ.
ຮູບແບບ mini-case (ຈາກນັກບິນທີ່ແທ້ຈິງ): ເລີ່ມຕົ້ນດ້ວຍການຈັດສົ່ງເສັ້ນແຄບຫຼື shuttle ອົງປະກອບ; ໃຊ້ teleop/assisted demos ເພື່ອເກັບກໍາຂໍ້ມູນ; ຢືນຢັນກໍາລັງ / ຄວາມໄວຕໍ່ກັບຊອງຄວາມປອດໄພຮ່ວມມື; ຫຼັງຈາກນັ້ນ, generalize ພຶດຕິກໍາກັບສະຖານີໃກ້ຄຽງ. ມັນບໍ່ດີ, ແຕ່ມັນເຮັດວຽກ [2][4].
ວິທີການທີ່ມະນຸດຫຸ່ນຍົນ AI ຮຽນຮູ້, ໃນການປະຕິບັດ 🧩
ການຮຽນຮູ້ບໍ່ແມ່ນສິ່ງດຽວ:
-
ການປອມຕົວ & ການດໍາເນີນງານທາງໂທລະສັບ - ມະນຸດສະແດງໃຫ້ເຫັນວຽກງານ (VR/kinesthetic/teleop), ການສ້າງຊຸດຂໍ້ມູນແກ່ນພັນສໍາລັບການປົກຄອງຕົນເອງ. ນັກບິນຫຼາຍຄົນຍອມຮັບຢ່າງເປີດເຜີຍກ່ຽວກັບການຝຶກອົບຮົມການຊ່ວຍເຫຼືອທາງໂທລະໂຄ່ງ ເພາະວ່າມັນເລັ່ງພຶດຕິກຳທີ່ແຂງແຮງ [4].
-
ການຮຽນຮູ້ເສີມ & sim-to-real - ນະໂຍບາຍທີ່ໄດ້ຮັບການຝຶກອົບຮົມໃນການໂອນການຈໍາລອງທີ່ມີການສຸ່ມໂດເມນແລະການປັບຕົວ; ຍັງຄົງເປັນທົ່ວໄປສໍາລັບການ locomotion ແລະການຫມູນໃຊ້.
-
Vision-Language-Action model - ນະໂຍບາຍແບບ RT-2 ແຜນທີ່ກອບກ້ອງ + ເປົ້າໝາຍຂໍ້ຄວາມຕໍ່ກັບການກະທຳ, ໃຫ້ຄວາມຮູ້ໃນເວັບແຈ້ງການຕັດສິນໃຈທາງກາຍ [1].
ໃນພາສາອັງກິດທໍາມະດາ: ສະແດງມັນ, ຈໍາລອງມັນ, ເວົ້າກັບມັນ - ຫຼັງຈາກນັ້ນເຮັດຊ້ໍາ.
ຄວາມປອດໄພແລະຄວາມໄວ້ວາງໃຈ: ສິ່ງທີ່ບໍ່ມີຄວາມຈໍາເປັນທີ່ບໍ່ມີຢູ່
ຫຸ່ນຍົນທີ່ເຮັດວຽກຢູ່ໃກ້ຄົນໄດ້ຮັບມໍລະດົກຄວາມຄາດຫວັງດ້ານຄວາມປອດໄພທີ່ລ້າສະໄຫມ hype ໃນມື້ນີ້. ສອງສະມໍທີ່ຄວນຮູ້:
-
ISO/TS 15066 - ຄໍາແນະນໍາສໍາລັບຄໍາຮ້ອງສະຫມັກຮ່ວມມື, ລວມທັງປະເພດການໂຕ້ຕອບ (ການຕິດຕາມຄວາມໄວແລະການແຍກ, ການຈໍາກັດພະລັງງານແລະກໍາລັງ) ແລະຂອບເຂດຈໍາກັດການຕິດຕໍ່ກັບຮ່າງກາຍຂອງມະນຸດ [2].
-
NIST AI Risk Management Framework - ປື້ມຄູ່ມືການຄຸ້ມຄອງ (GOVERN, MAP, MEASURE, MANAGE) ທ່ານສາມາດນໍາໃຊ້ກັບຂໍ້ມູນ, ການປັບປຸງແບບຈໍາລອງ, ແລະພຶດຕິກໍາພາກສະຫນາມໃນເວລາທີ່ການຕັດສິນໃຈຂອງຫຸ່ນຍົນມາຈາກຕົວແບບທີ່ໄດ້ຮຽນຮູ້ [3].
TL;DR - ການສາທິດທີ່ດີແມ່ນເຢັນ; ກໍລະນີຄວາມປອດໄພທີ່ໄດ້ຮັບການຢັ້ງຢືນແລະການຄຸ້ມຄອງແມ່ນ cooler.
ຕາຕະລາງປຽບທຽບ: ໃຜສ້າງເພື່ອໃຜ 🧾
(ຕັ້ງໃຈຫ່າງກັນບໍ່ສະເໝີກັນ. ເປັນມະນຸດເລັກນ້ອຍ, ສັບສົນເລັກນ້ອຍ.)
| ເຄື່ອງມື / ຫຸ່ນຍົນ | ຜູ້ຊົມ | ລາຄາ / ການເຂົ້າເຖິງ | ເປັນຫຍັງມັນຈຶ່ງເຮັດວຽກໃນການປະຕິບັດ |
|---|---|---|---|
| ຕົວເລກວ່ອງໄວ | ops ສາງ, 3PLs; tote/box ຍ້າຍ | ການນຳໃຊ້ວິສາຫະກິດ/ນັກບິນ | ຂັ້ນຕອນການເຮັດວຽກທີ່ມີຈຸດປະສົງບວກກັບຊັ້ນການ orchestration cloud ສໍາລັບການເຊື່ອມໂຍງກັບ WMS/MES ຢ່າງໄວວາແລະເວລາໄວເພື່ອທົດລອງ [5]. |
| ແອັບໂທຣນິກ ອາໂປໂລ | ທີມງານການຜະລິດ ແລະການຂົນສົ່ງ | ນັກບິນທີ່ມີ OEMs ຂະຫນາດໃຫຍ່ | ການອອກແບບທີ່ປອດໄພຂອງມະນຸດ, ການປະຕິບັດ swappable ຫມໍ້ໄຟ; ນັກບິນກວມເອົາວຽກງານການຈັດສົ່ງແລະການກວດກາທາງເສັ້ນ [4]. |
| Tesla Optimus | R&D ຕໍ່ກັບວຽກງານທົ່ວໄປ | ບໍ່ມີທາງການຄ້າ | ສຸມໃສ່ການດຸ່ນດ່ຽງ, ຄວາມຮັບຮູ້, ແລະການຫມູນໃຊ້ສໍາລັບວຽກງານທີ່ຊໍ້າຊ້ອນ / ບໍ່ປອດໄພ (ໄລຍະຕົ້ນ, ການພັດທະນາພາຍໃນ). |
| BD Atlas | R&D ຂັ້ນສູງ: ການເຄື່ອນຍ້າຍ & ການຫມູນໃຊ້ຊາຍແດນ | ບໍ່ແມ່ນການຄ້າ | ຊຸກຍູ້ການຄວບຄຸມທັງຮ່າງກາຍແລະວ່ອງໄວ; ແຈ້ງການອອກແບບ / ວິທີການຄວບຄຸມທີ່ສົ່ງຕໍ່ກັບຜະລິດຕະພັນ. |
(ແມ່ນແລ້ວ, ລາຄາບໍ່ຈະແຈ້ງ. ຍິນດີຕ້ອນຮັບສູ່ຕະຫຼາດຕົ້ນໆ.)
ສິ່ງທີ່ຕ້ອງຊອກຫາເມື່ອທ່ານປະເມີນ Humanoid Robot AI 🧭
-
ພໍດີກັບໜ້າວຽກມື້ນີ້ທຽບກັບແຜນທີ່ເສັ້ນທາງ - ມັນສາມາດເຮັດ 2 ວຽກອັນດັບຕົ້ນຂອງເຈົ້າໃນໄຕມາດນີ້, ບໍ່ແມ່ນແຕ່ວຽກຕົວຢ່າງທີ່ເຢັນໆ.
-
ກໍລະນີຄວາມປອດໄພ - ຖາມວ່າແນວຄວາມຄິດການຮ່ວມມື ISO (ການແຍກຄວາມໄວ ແລະ ແຍກ, ຂີດຈຳກັດພະລັງງານ ແລະກຳລັງ) ຢູ່ໃນ ຂອງທ່ານ [2].
-
ພາລະການເຊື່ອມໂຍງ - ມັນເວົ້າ WMS / MES ຂອງເຈົ້າບໍ, ແລະຜູ້ທີ່ເປັນເຈົ້າຂອງເວລາເຮັດວຽກແລະການອອກແບບເຊນ; ຊອກຫາເຄື່ອງມື orchestration ສີມັງແລະການເຊື່ອມໂຍງຄູ່ຮ່ວມງານ [5].
-
ການຮຽນຮູ້ຮອບວຽນ - ວິທີການທີ່ທັກສະໃຫມ່ຖືກຈັບ, ກວດສອບ, ແລະມ້ວນອອກໃນທົ່ວເຮືອຂອງທ່ານ.
-
ຮູບແບບການບໍລິການ - ເງື່ອນໄຂການທົດລອງ, MTBF, spares, ແລະການວິນິດໄສໄລຍະໄກ.
-
ການຄຸ້ມຄອງຂໍ້ມູນ - ຜູ້ທີ່ເປັນເຈົ້າຂອງການບັນທຶກ, ຜູ້ທີ່ທົບທວນກໍລະນີຂອບ, ແລະວິທີການຄວບຄຸມ RMF-aligned ຖືກນໍາໃຊ້ [3].
ນິທານທຳມະດາ, ບໍ່ເວົ້າຢ່າງສຸພາບ 🧵
-
"Humanoids ແມ່ນພຽງແຕ່ cosplay ສໍາລັບຫຸ່ນຍົນ." ບາງຄັ້ງ bot ລໍ້ຊະນະ. ແຕ່ເມື່ອມີຂັ້ນໄດ, ຂັ້ນໄດ, ຫຼືເຄື່ອງມືເຮັດດ້ວຍມື, ແຜນການຂອງຮ່າງກາຍຂອງມະນຸດເປັນລັກສະນະ, ບໍ່ແມ່ນຄວາມຄ່ອງແຄ້ວ.
-
"ມັນແມ່ນ AI ທັງຫມົດທີ່ສຸດ, ບໍ່ມີທິດສະດີການຄວບຄຸມ." ລະບົບທີ່ແທ້ຈິງຜະສົມການຄວບຄຸມແບບຄລາສສິກ, ການຄາດຄະເນຂອງລັດ, ການເພີ່ມປະສິດທິພາບ, ແລະນະໂຍບາຍການຮຽນຮູ້; ການໂຕ້ຕອບແມ່ນ magic [1].
-
"ຄວາມປອດໄພຈະແກ້ໄຂຕົວມັນເອງຫຼັງຈາກການສາທິດ." ກົງກັນຂ້າມ. ປະຕູຄວາມປອດໄພເປັນສິ່ງທີ່ເຈົ້າສາມາດພະຍາຍາມກັບຄົນອ້ອມຂ້າງໄດ້. ມາດຕະຖານມີຢູ່ສໍາລັບເຫດຜົນ [2].
ການທ່ອງທ່ຽວຂະໜາດນ້ອຍຂອງຊາຍແດນ 🚀
-
VLAs ໃນຮາດແວ - ຕົວແປໃນອຸປະກອນທີ່ຫນາແຫນ້ນກໍາລັງປະກົດຕົວອອກມາເພື່ອໃຫ້ຫຸ່ນຍົນສາມາດແລ່ນຢູ່ໃນທ້ອງຖິ່ນທີ່ມີເວລາ latency ຕ່ໍາ, ໃນຂະນະທີ່ຕົວແບບທີ່ຫນັກກວ່າຈະຢູ່ໃນແບບປະສົມ / ຄລາວຕາມຄວາມຕ້ອງການ [1].
-
ນັກບິນອຸດສາຫະກໍາ - ນອກເຫນືອຈາກຫ້ອງທົດລອງ, ຜູ້ຜະລິດລົດໃຫຍ່ກໍາລັງຄົ້ນຫາບ່ອນທີ່ humanoids ສ້າງ leverage ທໍາອິດ (ການຈັດການວັດສະດຸ, ການກວດສອບ) ດ້ວຍການຝຶກອົບຮົມການຊ່ວຍເຫຼືອທາງໂທລະຄົມເພື່ອເລັ່ງຜົນປະໂຫຍດໃນມື້ຫນຶ່ງ [4].
-
ມາດຕະຖານຕົວຕົນ - ຊຸດວຽກມາດຕະຖານໃນສະຖາບັນການສຶກສາ ແລະອຸດສາຫະກໍາຊ່ວຍແປຄວາມຄືບໜ້າໃນທົ່ວທີມ ແລະເວທີ [1].
ຖ້ານັ້ນຟັງຄືຄວາມລະມັດລະວັງໃນແງ່ດີ-ຄືກັນ. ຄວາມຄືບໜ້າເປັນກ້ອນ. ນັ້ນແມ່ນເລື່ອງປົກກະຕິ.
ເປັນຫຍັງຄໍາວ່າ “Humanoid Robot AI” ຈຶ່ງສະແດງຢູ່ໃນແຜນທີ່ເສັ້ນທາງ 🌍
ມັນເປັນປ້າຍທີ່ກະທັດຮັດສໍາລັບການບັນລຸໄດ້: ຫຸ່ນຍົນທີ່ມີຈຸດປະສົງທົ່ວໄປ, ໃນສະຖານທີ່ຂອງມະນຸດ, ຂັບເຄື່ອນໂດຍຕົວແບບທີ່ສາມາດເອົາຄໍາແນະນໍາເຊັ່ນ: "ເອົາຖັງສີຟ້າໃສ່ສະຖານີ 3, ຫຼັງຈາກນັ້ນເອົາ wrench torque" ແລະພຽງແຕ່ ... ເຮັດມັນ. ເມື່ອທ່ານລວມຮາດແວທີ່ເໝາະສົມກັບຄົນດ້ວຍການໃຫ້ເຫດຜົນແບບ VLA ແລະການປະຕິບັດດ້ານຄວາມປອດໄພຮ່ວມກັນ, ພື້ນທີ່ຂອງຜະລິດຕະພັນຈະຂະຫຍາຍ [1][2][5].
ຂໍ້ສັງເກດສຸດທ້າຍ - ຫຼືລົມດົນເກີນໄປ, ບໍ່ໄດ້ອ່ານ 😅
-
Humanoid Robot AI = ເຄື່ອງຈັກທີ່ມີຮູບຮ່າງຂອງມະນຸດ ທີ່ມີຄວາມສະຫຼາດ embodied ທີ່ສາມາດຮັບຮູ້, ວາງແຜນ, ແລະປະຕິບັດວຽກງານທີ່ແຕກຕ່າງກັນ.
-
ການຊຸກຍູ້ທີ່ທັນສະໄຫມແມ່ນມາຈາກ VLA ເຊັ່ນ RT-2 ທີ່ຊ່ວຍໃຫ້ຫຸ່ນຍົນທົ່ວໄປຈາກພາສາແລະຮູບພາບໄປສູ່ການປະຕິບັດທາງດ້ານຮ່າງກາຍ [1].
-
ການນຳໃຊ້ທີ່ມີປະໂຫຍດແມ່ນປະກົດຂຶ້ນໃນສາງ ແລະການຜະລິດ, ໂດຍມີກອບຄວາມປອດໄພ ແລະເຄື່ອງມືການລວມຕົວເຮັດໃຫ້ ຫຼືທໍາລາຍຄວາມສໍາເລັດ [2][4][5].
ມັນບໍ່ແມ່ນລູກປືນເງິນ. ແຕ່ຖ້າທ່ານເລືອກວຽກທໍາອິດທີ່ຖືກຕ້ອງ, ອອກແບບເຊນໃຫ້ດີ, ແລະຮັກສາການຮຽນຮູ້ທີ່ມີສຽງດັງ, ຜົນປະໂຫຍດຈະປາກົດຂຶ້ນໄວກວ່າທີ່ເຈົ້າຄິດ.
Humanoid Robot AI ບໍ່ແມ່ນ magic. ມັນເປັນການວາງທໍ່, ການວາງແຜນ, ແລະການຂັດເງົາ - ບວກກັບຊ່ວງເວລາຂອງຄວາມສຸກເລັກນ້ອຍເມື່ອຫຸ່ນຍົນຕະປູໃສ່ໜ້າວຽກທີ່ທ່ານບໍ່ໄດ້ຂຽນລະຫັດຢ່າງຈະແຈ້ງ. ແລະເປັນບາງໂອກາດການຊ່ວຍປະຢັດ clumsy ທີ່ເຮັດໃຫ້ທຸກຄົນ gasp, ແລ້ວຕົບມື. ນັ້ນຄືຄວາມຄືບໜ້າ. 🤝🤖
ເອກະສານອ້າງອີງ
-
Google DeepMind - RT-2 (ແບບ VLA) : ອ່ານເພີ່ມເຕີມ
-
ISO - ຄວາມປອດໄພຫຸ່ນຍົນຮ່ວມມື : ອ່ານເພີ່ມເຕີມ
-
NIST - AI Risk Management Framework : ອ່ານເພີ່ມເຕີມ
-
Reuters - ນັກບິນ Mercedes-Benz × Apptronik : ອ່ານເພີ່ມເຕີມ
-
Agility Robotics - Orchestration & integration : ອ່ານເພີ່ມເຕີມ