شرکت Seeing Machines هوش مصنوعی انسان‌محور را به حوزهٔ رباتیک کارخانه‌ای گسترش می‌دهد

مسیر جدیدی برای اتوماسیون صنعتی

شرکت Seeing Machines یک قرارداد توسعه پیشرفته با یک شرکت جهانی فناوری صنعتی که در زمینه اتوماسیون کارخانه و تعامل انسان و ربات تخصص دارد، منعقد کرده است. برنامه اولیه بر توسعه یک نمونه اثبات مفهوم رباتیک برای محیط کارخانه تمرکز خواهد داشت و احتمال همکاری گسترده‌تر در حوزه اتوماسیون صنعتی و رباتیک نیز وجود دارد.

از دیدگاه اتوماسیون صنعتی، اهمیت این توافق فراتر از یک نمونه اثبات مفهوم واحد است. این توافق نشان‌دهنده تغییری قابل‌توجه از بینایی ماشین متداول به‌سوی اتوماسیون آگاه از انسان است؛ جایی که از ماشین‌ها انتظار می‌رود نه‌تنها اشیای فیزیکی را تشخیص دهند، بلکه رفتار انسان و زمینه عملیاتی را نیز درک کنند.

از پایش راننده تا ادراک در کارخانه

شرکت Seeing Machines اعتبار خود را عمدتاً از طریق فناوری‌های پایش مبتنی بر بینایی به دست آورده است؛ فناوری‌هایی که در خودروها، ناوگان‌های تجاری، کاربردهای خارج از جاده و هوانوردی استفاده می‌شوند. سامانه‌های این شرکت با استفاده از هوش مصنوعی، پردازش تعبیه‌شده و فناوری‌های نوری، میزان توجه انسان، جهت نگاه و شاخص‌های رفتاری مرتبط با ریسک عملیاتی را تحلیل می‌کنند.

فناوری Perception Map این شرکت بستری برای گسترش این قابلیت‌ها به حوزه رباتیک فراهم می‌کند. به‌جای آنکه سامانه تنها بپرسد یک شیء کجا قرار دارد، یک سامانه ادراک صنعتی می‌تواند بالقوه تعیین کند کارگر به کجا نگاه می‌کند، بدن او چگونه قرار گرفته است و آیا رفتارش نشان‌دهنده قصد تعامل با یک ماشین است یا خیر.

این موضوع گامی مفهومی و مهم برای اتوماسیون کارخانه به شمار می‌رود. بینایی ماشین سنتی معمولاً بر اشیا، موقعیت‌ها و فرایندها متمرکز است، درحالی‌که ادراک انسان‌محور متغیر دیگری را نیز وارد می‌کند: وضعیت و قصد اپراتور انسانی.

تعامل انسان و ربات به چالشی محوری در اتوماسیون تبدیل می‌شود

با رواج روزافزون ربات‌های مشارکتی، ربات‌های متحرک خودمختار و تجهیزات تولید نیمه‌خودمختار، انسان‌ها و ماشین‌ها بیشتر از گذشته در یک فضای عملیاتی مشترک فعالیت می‌کنند.

در این محیط‌ها، عملکردهای ایمنی متداول مانند موانع ثابت، اسکنرهای ایمنی، پرده‌های نوری و توقف اضطراری همچنان ضروری هستند. بااین‌حال، این تجهیزات لزوماً درک زمینه‌ای لازم برای تعاملات پیچیده‌تر انسان و ماشین را فراهم نمی‌کنند.

یک سامانه ادراک که بتواند موقعیت، میزان توجه و نشانه‌های رفتاری انسان را شناسایی کند، می‌تواند معماری سنتی ایمنی را تکمیل کند. برای مثال، یک ربات ممکن است بتواند بین کارگری که صرفاً از یک ناحیه عبور می‌کند و کارگری که فعالانه خود را برای تعامل با ربات آماده می‌کند، تمایز قائل شود.

از نظر من، ارزش صنعتی فناوری‌هایی مانند پلتفرم Seeing Machines دقیقاً در همین نقطه می‌تواند بسیار جالب‌توجه شود. نسل بعدی اتوماسیون کارخانه صرفاً با دقت ماشین‌ها در تشخیص اشیا تعریف نخواهد شد، بلکه به میزان هوشمندی آن‌ها در تفسیر رفتار انسان‌ها نیز بستگی خواهد داشت.

نمونه اثبات مفهوم، نخستین گام حیاتی است

قرارداد فعلی یک برنامه توسعه اولیه است، نه استقرار تولیدی بزرگ‌مقیاس و قطعی. شرکت Seeing Machines هویت شرکت فناوری صنعتی یا مفاد مالی این توافق را اعلام نکرده است.

از نظر فنی، همین موضوع مرحله نمونه اثبات مفهوم را به‌ویژه مهم می‌کند. چالش واقعی، نشان دادن این خواهد بود که فناوری توسعه‌یافته برای محیط‌های حمل‌ونقل می‌تواند در شرایط کارخانه نیز به‌صورت قابل‌اعتماد عمل کند.

کارخانه‌ها متغیرهای متفاوتی دارند؛ از جمله نور متغیر،遮شدگی، چندین کارگر، تجهیزات حفاظتی، حرکات سریعاً در حال تغییر و تعاملات پیچیده میان اپراتورها و ماشین‌آلات. سامانه‌های صنعتی همچنین باید الزامات سخت‌گیرانه‌ای در زمینه دسترس‌پذیری، رفتار قطعی و ادغام با معماری‌های کنترل و ایمنی موجود برآورده کنند.

بنابراین، تجاری‌سازی موفق تنها به دقت تشخیص بستگی ندارد، بلکه به میزان اثربخشی ادغام فناوری ادراک در یک سامانه کامل اتوماسیون نیز وابسته است.

فراتر از بینایی ماشین: درک قصد انسان

جالب‌ترین جنبه این تحول، احتمال گذار از تشخیص انسان به درک انسان است.

سامانه‌های بینایی صنعتی متداول اکنون نیز می‌توانند کارگران، قطعات و حرکات را با دقت چشمگیری شناسایی کنند. چالش بعدی، تعیین معنای این مشاهدات در زمینه یک فرایند تولیدی است.

برای مثال، تشخیص ورود یک کارگر به محوطه ربات مفید است. اما درک اینکه کارگر به یک ماشین مشخص نزدیک می‌شود، به بخش عملیاتی خاصی نگاه می‌کند و خود را برای انجام یک مداخله دستی آماده می‌کند، می‌تواند اطلاعات بسیار غنی‌تری در اختیار یک سامانه کنترل هوشمند قرار دهد.

این قابلیت در نهایت می‌تواند از راهبردهای تطبیقی‌تر در اتوماسیون پشتیبانی کند؛ مانند تنظیم پویای رفتار ربات، تغییر سرعت کار یا ارائه کمک زمینه‌ای به اپراتورها.

بااین‌حال، این قابلیت‌ها باید مکمل عملکردهای ایمنی صنعتی تأییدشده باشند، نه جایگزین آن‌ها. ادراک مبتنی بر هوش مصنوعی باید به‌عنوان یک لایه هوشمند اضافی در نظر گرفته شود، درحالی‌که سامانه‌های ایمنی قطعی همچنان در موارد لازم مسئول اقدامات حفاظتی مرتبط با ایمنی باقی می‌مانند.

تأثیر بالقوه بر معماری کارخانه هوشمند

این توافق همچنین تحول گسترده‌تری را در معماری اتوماسیون صنعتی برجسته می‌کند. در گذشته، سامانه‌های اتوماسیون حول PLCها، کنترل‌کننده‌های حرکت، ربات‌ها، حسگرها و شبکه‌های صنعتی ساخته می‌شدند. امروزه ادراک مبتنی بر هوش مصنوعی نیز به‌تدریج به لایه‌ای دیگر در این معماری تبدیل می‌شود.

بنابراین، یک کارخانه هوشمند آینده ممکن است ترکیبی از موارد زیر باشد:

• سامانه‌های کنترل سنتی PLC و DCS

• PLCهای ایمنی و تجهیزات حفاظتی تأییدشده

• ربات‌های صنعتی و ربات‌های مشارکتی

• بینایی ماشین دوبعدی و سه‌بعدی

• ادراک انسانی مبتنی بر هوش مصنوعی

• رایانش لبه‌ای و هوش مصنوعی تعبیه‌شده

• اترنت صنعتی و ارتباطات بلادرنگ

• پلتفرم‌های سطح بالاتر تولید و تحلیل

چالش کلیدی مهندسی، ادغام این فناوری‌ها بدون به خطر انداختن قطعی‌بودن، امنیت سایبری، ایمنی کارکردی یا قابلیت نگهداشت سامانه خواهد بود.

یک فرصت راهبردی برای Seeing Machines

برای Seeing Machines، برنامه رباتیک کارخانه مسیری بالقوه به بازاری فراهم می‌کند که از نظر ساختاری با کسب‌وکار تثبیت‌شده این شرکت در حوزه حمل‌ونقل متفاوت است.

بیش از ۲۵ سال تجربه این شرکت در عوامل انسانی، پایش توجه و ارزیابی ریسک، پایه‌ای فنی برای این گسترش فراهم می‌کند. بااین‌حال، اتوماسیون صنعتی الزامات خاص خود را در زمینه تأییدیه‌ها، یکپارچه‌سازی و چرخه عمر دارد؛ بنابراین موفقیت در حوزه حمل‌ونقل به‌طور خودکار موفقیت در محیط کارخانه را تضمین نمی‌کند.

ازاین‌رو، نمونه اثبات مفهوم اولیه باید به‌عنوان تمرینی برای اعتبارسنجی فناوری و بازار دیده شود. اگر این پروژه به برنامه‌های مهندسی تکرارشونده، استقرارهای تولیدی یا ادغام در پلتفرم‌های تجاری رباتیک منجر شود، این فرصت می‌تواند اهمیت بسیار بیشتری پیدا کند.

دیدگاه من: اتوماسیون انسان‌محور گام منطقی بعدی است

به باور من، مهم‌ترین پیام این قرارداد نه خود کاربرد رباتیک، بلکه جهت‌گیری اتوماسیون صنعتی است.

کارخانه‌ها روزبه‌روز خودمختارتر می‌شوند، اما انسان‌ها همچنان در نگهداری، کنترل کیفیت، جابه‌جایی مواد، عیب‌یابی و تصمیم‌گیری تولیدی نقشی محوری دارند. جدا کردن کامل انسان‌ها از تجهیزات خودکار همیشه عملی یا از نظر اقتصادی جذاب نیست.

مسیر واقع‌بینانه‌تر این است که ماشین‌ها در درک بهتر افرادی که در اطرافشان کار می‌کنند توانمندتر شوند.

این امر به ترکیبی از بینایی ماشین، هوش مصنوعی، پردازش بلادرنگ، کنترل‌های صنعتی و مهندسی ایمنی نیاز دارد. بنابراین، ورود Seeing Machines به رباتیک کارخانه ارزش پیگیری دارد—نه به این دلیل که یک نمونه اثبات مفهوم واحد فوراً بازار اتوماسیون را تغییر می‌دهد، بلکه چون نشان می‌دهد ادراک انسانی چگونه می‌تواند به یکی از اجزای مهم‌تر سامانه‌های کنترل صنعتی آینده تبدیل شود.

جمع‌بندی

قرارداد توسعه رباتیک جدید Seeing Machines گسترشی معنادار برای راهبرد هوش مصنوعی انسان‌محور این شرکت در حوزه اتوماسیون صنعتی است. پروژه اولیه همچنان در مرحله نمونه اثبات مفهوم قرار دارد و نتیجه تجاری آن هنوز مشخص نیست.

بااین‌حال، مسیر فناوری بسیار امیدوارکننده است. با مشارکتی‌تر و خودمختارتر شدن کارخانه‌ها، توانایی ماشین‌ها در ادراک، تفسیر و واکنش مناسب به رفتار انسان می‌تواند به یکی از عوامل تمایز مهم در سامانه‌های اتوماسیون نسل بعد تبدیل شود.