🤖 შვეიცარიული Flexion Robotics-ი ჰუმანოიდ რობოტებს ოფისის საქმეების დ

შვეიცარიულმა სტარტაპმა Flexion Robotics-მა, რომელიც კომპანია NVIDIA-ს 2-მა ყოფილმა წამყვანმა მკვლევარმა დააფუძნეს, ჰუმანოიდი რობოტების სწავლების ახალი მეთოდი წარადგინა. შემუშავებული ტექნოლოგია რობოტებს საშუალებას აძლევს დამოუკიდებლად შეასრულონ ისეთი 3 ყოველდღიური სამუშაო, როგორიცაა კარების გაღება, კიბეებზე ასვლა და მძიმე ყუთების გადატანა. პროექტი მიზნად ისახავს ოფისებში რუტინული დავალებების სრულ ავტომატიზაციას.

კომპანიის თანადამფუძნებელმა და აღმასრულებელმა დირექტორმა, ნიკიტა რუდინმა განმარტა, რომ მათი მიდგომა მნიშვნელოვნად განსხვავდება ბაზარზე არსებული ტრადიციული მეთოდებისგან. ჩვეულებრივ, რობოტების დემონსტრაციები წინასწარ გაწერილ მოქმედებებზე ან დისტანციურ მართვაზეა დაფუძნებული. ეს მიდგომა არ მუშაობს ეფექტიანად, როდესაც რობოტი უცხო გარემოში ხვდება, სადაც წინასწარ უცნობი დაბრკოლებები ეღობება.

სტარტაპის მიერ გამოქვეყნებულ ვიდეოში ნაჩვენებია მოდიფიცირებული Unitree ჰუმანოიდი რობოტი, რომელიც დამოუკიდებლად მოქმედებს რთული დავალების მიღების შემდეგ. რობოტს დაევალა ოფისის 1-ელ სართულზე მიტანილი ამანათის ატანა კიბეებისა და ლიფტის გამოყენებით, მისი გახსნა და პროდუქტების სამზარეულოს თაროზე განთავსება. ხელოვნურმა ინტელექტმა ყველა ეს მოქმედება ადამიანის ჩარევის გარეშე, ავტონომიურად შეასრულა.

სისტემის მუშაობის პრინციპი რამდენიმე ხელოვნური ინტელექტის მოდელის გაერთიანებას ეფუძნება. მთავარი ალგორითმი სწავლობს მოქმედებებს ადამიანების მიერ შესრულებული სამუშაოს ამსახველი ვიდეოების გაანალიზებით. ამის შემდეგ რობოტი ვირტუალურ სიმულაციაში მიღებულ უნარებს უსადაგებს რეალურ სამყაროს. სისტემა ასევე დამოუკიდებლად მართავს რობოტის ძრავებს, რაც მას წონასწორობის შენარჩუნებასა და გადაადგილებაში ეხმარება.

ნიკიტა რუდინმა დასძინა, რომ მათი სისტემის მთავარი საიდუმლო განმტკიცებითი სწავლების ინტენსიური გამოყენებაა. ტექნოლოგია კომპიუტერს საშუალებას აძლევს დავალებები ცდისა და შეცდომის მეთოდით აითვისოს. ეს მიდგომა გამოიყენება პროგრამული უზრუნველყოფის ყველა დონეზე, დაწყებული ცენტრალური მართვის მოდელიდან, დამთავრებული სიმულაციებითა და მოტორული კონტროლის სისტემებით.

ტექნოლოგიური სექტორის ლიდერები, მათ შორის ილონ მასკი და ჯენსენ ხუანი აცხადებს, რომ ჰუმანოიდი რობოტები მომავალში უდიდეს გავლენას მოახდენს გლობალურ ეკონომიკაზე. მათი შეფასებით, ავტონომიური მოწყობილობები ეტაპობრივად ჩაანაცვლებს ადამიანის ფიზიკურ შრომას. თუმცა ამ მიზნის მისაღწევად საჭიროა ფუნდამენტური პროგრესი ხელოვნური ინტელექტის მოდელების განვითარების კუთხით.

ბაზრის ანალიტიკოსები მიუთითებს, რომ რობოტების ტექნიკური აღჭურვილობა არ არის ერთადერთი განმსაზღვრელი ფაქტორი. ABI Research-ის სპეციალისტი, ჯორჯ ჩოუდჰური აცხადებს: „თავად ჰუმანოიდი რობოტი არ არის მთავარი მიღწევა. ყველაზე მნიშვნელოვანი ხელოვნური ინტელექტის ის მოდელებია, რომლებიც მათ მუშაობას მართავს“. ეს მიუთითებს პროგრამული უზრუნველყოფის უპირატესობაზე ფიზიკურ კორპუსთან შედარებით.

კვლევითი ორგანიზაციის პროგნოზით, რობოტების საბაზისო მოდელების გლობალური ბაზარი 2036 წლისთვის შესაძლოა $150 მილიარდამდე გაიზარდოს. ეს აჩვენებს პროგრამული პლატფორმების შექმნის უზარმაზარ კომერციულ პოტენციალს. Flexion Robotics-ის წარმომადგენლები ადასტურებს, რომ მათი ტექნოლოგია მრავალფეროვანია და მისი მორგება სხვადასხვა მწარმოებლის რობოტებზეა შესაძლებელი.

კომპანიის ხელმძღვანელი წერს, რომ ამჟამად აქტიურად თანამშრომლობენ რობოტექნიკის 5 წამყვან მწარმოებელთან. სხვადასხვა ფორმისა და კონსტრუქციის ჰუმანოიდებთან თავსებადობა მათ პროგრამულ უზრუნველყოფას კომერციულად გაცილებით ძვირფასს ხდის. Flexion Robotics-ის მიზანია შექმნას უნივერსალური მართვის სისტემა, რომელიც ნებისმიერ თანამედროვე რობოტს მისცემს რთულ პირობებში მუშაობის საშუალებას.

ჯორჯ ჩოუდჰური განმარტავს, რომ ახალგაზრდა კომპანიას სერიოზული კონკურენცია ელის ბაზარზე, სადაც უამრავი გიგანტი ცდილობს საკუთარი პოზიციების განმტკიცებას. წარმატების მისაღწევად მათ დასჭირდებათ აპარატურის მწარმოებლებთან მჭიდრო თანამშრომლობა. სპეციალისტების შეფასებით, მსგავსი პროგრამული გადაწყვეტების გარეშე, თანამედროვე ჰუმანოიდების კომერციული ბაზარი უბრალოდ ვერ იარსებებს.

სტარტაპის მიერ შემოთავაზებული მიდგომა ამცირებს ადამიანის მხრიდან რობოტის პირდაპირი მართვის საჭიროებას. ტრადიციული ტელეოპერირების ნაცვლად, სადაც ოპერატორი თითოეულ მოძრაობას აკონტროლებს, ხელოვნური ინტელექტი სწავლობს დამოუკიდებელ ქცევას. ეს მნიშვნელოვნად აჩქარებს ახალი უნარების ათვისებას და რობოტებს რეალურ სამუშაო გარემოში ინტეგრაციისთვის გაცილებით მოქნილს ხდის.

მკვლევართა ცნობით, ახალი მეთოდოლოგია უზრუნველყოფს რობოტების სტაბილურ მუშაობას ისეთ რთულ ლოკაციებზეც კი, სადაც გარემო პირობები მუდმივად იცვლება. სიმულაციაში ნასწავლი მოტორული უნარების რეალურ სამყაროსთან სწრაფი ადაპტაცია უმნიშვნელოვანესი ნაბიჯია უნივერსალური ციფრული დამხმარეების შესაქმნელად. სტარტაპი გეგმავს განაგრძოს ტექნოლოგიური კვლევები და გააფართოოს პარტნიორული ქსელი.