زیمنس و هومانوید پیشرفت هوش مصنوعی فیزیکی در تولید را با آزمایش موفق لجستیک رباتیک رقم زدند

زیمنس و انسان‌نما پیشرفت قابل توجهی در به‌کارگیری هوش مصنوعی فیزیکی در تولید واقعی اعلام کرده‌اند. در یک آزمایش پایلوت اخیر در کارخانه الکترونیک زیمنس در ارلانگن، آلمان، ربات چرخ‌دار HMND 01 Alpha—که توسط انسان‌نما با استفاده از پشته هوش مصنوعی فیزیکی انویدیا توسعه یافته است—به‌صورت خودکار مجموعه‌ای از وظایف لجستیکی را انجام داد. این همکاری بر پایه شراکت زیمنس-انویدیا است که اوایل امسال در CES معرفی شد و هدف آن پیشبرد سیستم‌های تولید مبتنی بر هوش مصنوعی است.

هوش مصنوعی فیزیکی به سیستم‌هایی اشاره دارد که به ماشین‌ها امکان می‌دهد در محیط‌های فیزیکی پویا ادراک، استدلال و عمل کنند. پیاده‌سازی چنین فناوری در محیط‌های صنعتی نیازمند هماهنگی دقیق بین زیرساخت‌های محاسباتی، ابزارهای شبیه‌سازی، پلتفرم‌های رباتیک و سیستم‌های اتوماسیون موجود است.

در طول آزمایش‌ها، HMND 01 در عملیات لجستیکی زیمنس برای مدیریت جابجایی جعبه‌ها—شامل برداشتن، حمل و قرار دادن ظروف ذخیره‌سازی—به کار گرفته شد. بر اساس معیارهای گزارش شده، این ربات توانست ۶۰ جابجایی جعبه در ساعت انجام دهد، بیش از هشت ساعت بدون وقفه کار کند و نرخ موفقیت در برداشتن و قرار دادن بالای ۹۰٪ را نشان دهد.

برای اینکه ربات‌ها بتوانند به‌طور مؤثر در محیط‌های تولید فعال عمل کنند، باید به‌صورت یکپارچه با سیستم‌های کارخانه ارتباط برقرار کرده و با تجهیزات و پرسنل دیگر هماهنگ شوند. این شامل ارتباط با وسایل نقلیه هدایت‌شونده خودکار (AGV)، هماهنگی با جریان‌های کاری ماشین‌آلات و سازگاری با تغییرات عملیاتی در زمان واقعی است.

برای این منظور، زیمنس از پرتفولیوی Xcelerator خود بهره می‌برد که شبیه‌سازی‌های دیجیتال دوقلو، سیستم‌های ادراک مبتنی بر هوش مصنوعی، کنترل‌های صنعتی، رابط‌های PLC-ربات، مدیریت ناوگان و شبکه‌های ارتباطی امن را یکپارچه می‌کند. این ابزارها به‌منظور پشتیبانی از عملیات هماهنگ و کارآمد ربات‌ها در محیط‌های پیچیده کارخانه طراحی شده‌اند.

انسان‌نما چندین فناوری انویدیا را در پلتفرم HMND 01 به‌کار گرفته است، از جمله:

استفاده از ابزارهای شبیه‌سازی—به‌ویژه برای انتخاب عملگر و پیکربندی سیستم—گزارش شده که چرخه‌های توسعه را نسبت به روش‌های سنتی مهندسی رباتیک کوتاه‌تر کرده است.

این آزمایش پایلوت گامی به سوی اکوسیستم‌های تولید خودکارتر، انعطاف‌پذیرتر و یکپارچه با هوش مصنوعی است. با پیشرفت هوش مصنوعی فیزیکی، انتظار می‌رود چنین همکاری‌هایی بین شرکای صنعتی و فناوری، بهره‌وری، سازگاری و همکاری انسان و ربات را در کارخانه‌های هوشمند بیش از پیش بهبود بخشد.