Od digitalne inteligencije do fizičkog delovanja
Fizička veštačka inteligencija izlazi izvan laboratorijskih demonstracija i ulazi u okruženja u kojima roboti moraju direktno da komuniciraju sa mašinama, komponentama, alatima i ljudima. Kompanije Agile Robots i Franka Robotics nedavno su demonstrirale ovaj prelaz na dva evropska događaja, pokazujući kako robotska inteligencija može da poveže industrijsku automatizaciju sa podacima za učenje robota.
Demonstracije u Cirihu i Bremenu ukazuju na širu promenu u inženjerstvu automatizacije: vrednost veštačke inteligencije više se ne određuje samo prema tome koliko dobro sistem razume podatke. Sve više zavisi od toga da li ta inteligencija može da registruje fizičke uslove, donosi odluke i izvršava precizne radnje u stvarnom svetu.
Kontrola sile čini sklapanje pomoću robota prilagodljivijim
Na sajmu all about automation u Cirihu, Agile Robots je demonstrirao robota Diana 7 kako umeće glavu motora uz merenje obrtnog momenta u svih sedam zglobova. Umesto da robota posmatra kao jednostavan mehanizam kojim se upravlja položajem, sistem prati sile u interakciji tokom procesa sklapanja.
Ova razlika je važna u primenama u kojima mehaničke tolerancije, varijacije komponenti ili mala odstupanja u pozicioniranju mogu uticati na rezultat. Povratna informacija o sili omogućava robotu da reaguje na stvarno mehaničko stanje sklopa, umesto da se u potpunosti oslanja na unapred definisanu putanju.
Iz perspektive industrijske automatizacije, ovo predstavlja važan pravac razvoja robotskih sistema. Senzori postaju deo upravljačke petlje, omogućavajući robotima da tumače uslove kontakta i u skladu s tim prilagođavaju svoje ponašanje.
Thor 12 je namenjen fleksibilnim operacijama zavarivanja
Agile Robots je takođe predstavio Thor 12 za primene robotskog zavarivanja. Njegov pristup podučavanju prevlačenjem i otpuštanjem, uz upravljanje sa malo koda, namenjen je pojednostavljivanju kreiranja i izmene putanja zavarivanja.
Mogućnost prilagođavanja putanja za ugaone, vertikalne i nagnute varove naročito je relevantna za proizvodna okruženja sa čestim promenama proizvoda. Prijavljena mogućnost rada sa zazorima širine svega 1 mm takođe pokazuje kako upravljanje putanjom i prilagođavanje procesa mogu uticati na kvalitet zavarivanja.
Po mom mišljenju, praktičan značaj sistema kao što je Thor 12 ne ogleda se samo u tome što olakšavaju programiranje robota. Veća inženjerska korist jeste smanjenje napora potrebnog za programiranje kada se proizvodni zahtevi promene. To robotsku automatizaciju može učiniti primenljivijom na manje serije i promenljivije proizvodne procese.
Podaci za obuku robota postaju deo automatizacione platforme
Demonstracija u Bremenu prikazala je drugi deo jednačine fizičke veštačke inteligencije. Franka Robotics je koristio Franka GELLO Duo za teleupravljanje robotom FR3 Duo, dok je LABS beležio demonstracije kao strukturirane podatke za obuku dvoručnog rukovanja.
Ovaj pristup menja odnos između ljudskih operatera i programiranja robota. Umesto ručnog definisanja svakog pokreta robota pomoću konvencionalnih metoda programiranja, ljudske demonstracije mogu poslužiti kao primeri na osnovu kojih se razvijaju inteligentna ponašanja robota.
Za programere veštačke inteligencije najvažniji element jeste proces generisanja podataka. Teleupravljanje omogućava beleženje ljudskog ponašanja pri rukovanju, dok robotska platforma obezbeđuje fizičko okruženje za izvršavanje i povezane podatke.
Dvoručno rukovanje zahteva više od planiranja kretanja
Dvoručna robotika uvodi dodatne zahteve za upravljanje, jer dve robotske ruke moraju da usklade svoje pokrete, sile i interakciju sa predmetom kojim rukuju.
Zato podaci za obuku moraju da predstavljaju više od položaja pojedinačnih zglobova. Demonstracije mogu sadržati informacije o usklađenom kretanju i fizičkoj interakciji koje bi bilo teško reprodukovati pomoću jednostavnih programiranih sekvenci.
U tome se fizička veštačka inteligencija razlikuje od konvencionalnog programiranja industrijskih robota. Tradicionalna automatizacija uglavnom počinje definisanim zadatkom i eksplicitno projektovanom logikom. Pristupi zasnovani na učenju robota mogu, nasuprot tome, koristiti demonstracije kao deo procesa razvoja ponašanja specifičnog za zadatak.
Veza između veštačke inteligencije i industrijske automatizacije
Demonstracije u Cirihu i Bremenu bave se različitim fazama istog tehničkog lanca. Diana 7 i Thor 12 usmereni su na fizičko izvršavanje u industrijskim primenama, dok se Frankin proces teleupravljanja i prikupljanja podataka bavi načinom na koji se robotska inteligencija može obučavati.
Veza između ovih oblasti je značajna. Robot koji može da opaža svoje okruženje i dalje zahteva odgovarajuće strategije upravljanja, dok je model veštačke inteligencije obučen na demonstracijama na kraju potreban fizičkoj platformi sposobnoj da izvršava njegove odluke.
Za inženjere industrijske automatizacije to ukazuje na to da će buduće robotske arhitekture sve više objedinjavati senzore, upravljanje kretanjem, zaključivanje pomoću veštačke inteligencije, prikupljanje podataka i konvencionalne tehnologije automatizacije, umesto da ih tretiraju kao izolovane sisteme.
Zašto je fizička veštačka inteligencija važna proizvođačima
Proizvođači se suočavaju sa sve promenljivijim proizvodnim zahtevima, kraćim životnim ciklusima proizvoda i pritiskom da automatizuju zadatke koje je ranije bilo teško standardizovati. Fiksni programi robota i dalje su veoma efikasni za ponavljajuće procese, ali njihova ograničenja postaju vidljivija kada se okruženje ili proizvod često menjaju.
Fizička veštačka inteligencija nudi drugačiji pristup, omogućavajući robotima da u svoj rad uključe povratne informacije senzora, demonstracije i naučena ponašanja.
Međutim, veštačku inteligenciju ne treba posmatrati kao zamenu za postojeće inženjerstvo automatizacije. Bezbednosne funkcije, determinističko upravljanje, električna arhitektura, ograničenja kretanja, industrijske mreže i validacija procesa i dalje su od suštinskog značaja. Najpraktičniji sistemi će verovatno kombinovati donošenje odluka zasnovano na veštačkoj inteligenciji sa uspostavljenim slojevima upravljanja i bezbednosti.
Od demonstracija do sistema spremnih za primenu
Najzanimljiviji aspekt nedavnih demonstracija kompanije Agile Robots jeste veza između razvoja i primene. Podaci za obuku robota, inteligentno upravljanje, merenje sile, pojednostavljeno programiranje i fizičko izvršavanje sve više postaju komponente jedne šire automatizacione arhitekture.
Sledeći inženjerski izazov jeste skalabilnost. Uspešna demonstracija samo je početak. Industrijska primena zahteva ponovljive performanse, predvidiva vremena ciklusa, integraciju sa postojećim PLC i proizvodnim sistemima, validaciju bezbednosti, lako održavanje i merljive proizvodne koristi.
Zato će fizička veštačka inteligencija morati da se dokaže ne samo kao tehnologija veštačke inteligencije već i kao tehnologija industrijskog upravljanja.
Promena načina projektovanja robota
Demonstracije u Švajcarskoj i Nemačkoj ukazuju na to da industrijska robotika prelazi na prilagodljiviji model. Od robota se sve više očekuje da opažaju fizičke uslove, uče iz demonstracija i menjaju svoje radnje, umesto da samo ponavljaju unapred definisane putanje.
Po mom mišljenju, najveća prilika leži u kombinovanju ovih mogućnosti sa konvencionalnom industrijskom automatizacijom, a ne u njenoj zameni. PLC-ovi, kontroleri kretanja, bezbednosni sistemi, senzori, industrijske mreže i robotske platforme mogu obezbediti determinističku osnovu, dok fizička veštačka inteligencija može dodati viši nivo prilagodljivog donošenja odluka.
Rezultat bi mogla biti nova generacija automatizacionih sistema u kojima roboti nisu samo programirane mašine već fizički računarski sistemi sposobni da opažaju, uče i deluju u stvarnim proizvodnim okruženjima.
