Альянс между Универсальные роботы и масштабируемый искусственный интеллект С запуском [название продукта] страна сделала значительный шаг в направлении сближения робототехники и передовых моделей искусственного интеллекта. UR AI TrainerЭта система специально разработана для обучения ИИ на реальных заводах с использованием имитационного обучения. Цель данного предложения — упростить и ускорить перенос результатов исследований в области ИИ из лаборатории на производственную линию, что до сих пор продвигалось гораздо медленнее, чем хотелось бы.
Новая платформа объединяет в себе промышленное оборудование уже развернуто На тысячах предприятий, оснащенных передовыми инструментами управления данными, компании могут обучать роботов выполнению задач, направляя их вручную, без необходимости сложного программирования. Для таких рынков, как Испания и остальная Европа, где модернизация промышленности и гибкая автоматизация являются явными приоритетами, подобное решение может стать ключевым элементом производственного процесса в ближайшие годы.
UR AI Trainer: система имитационного обучения для фабрики.
El UR AI Trainer Его представили как платформу для имитационное обучение Этот метод, разработанный для промышленных условий, предполагает, что оператор демонстрирует роботу задачу посредством прямых физических показов. Вместо пошагового программирования траекторий, рабочий управляет роботизированной рукой, а система записывает все соответствующие параметры, чтобы ИИ мог изучить желаемое поведение.
Данный подход основан на схеме. лидер-последовательРобот UR выступает в роли «ведущего» и управляется оператором, в то время как другой «ведомый» робот синхронно воспроизводит движения и приложенные силы. Такой подход позволяет собирать высокоточные данные в условиях, очень близких к реальной работе, что особенно полезно для автоматизации задач, где вариативность и точный физический контакт имеют решающее значение.
С помощью этой системы компании Universal Robots и Scale AI стремятся заполнить очень специфическую нишу: сложность получения богатые и надежные наборы данных Промышленная робототехника, отражающая сложности повседневного производства, часто препятствует внедрению передовых моделей искусственного интеллекта на предприятии.
Мультимодальный сбор данных: движение, сила, крутящий момент и изображение.
Одной из ключевых технических особенностей тренажера UR AI Trainer является его способность вести скоординированную запись. мультимодальные данные напрямую от коллаборативного оборудования Universal Robots. Во время демонстраций система собирает подробную информацию о траектории, контактные силы, крутящий момент в суставах и визуальные сигналы источниками излучения являются камеры или другие датчики, включая слияние датчиковВсё это синхронизировано во времени.
Такое сочетание источников позволяет создавать наборы данных, описывающие не только положение робота, но и его физическое взаимодействие с деталями, инструментами и изменяющейся окружающей средой. В сборочном цехе или при работе с хрупкими деталями разница между простым журналом положения и набором данных, включающим силу и крутящий момент, значительна, поскольку ИИ может научиться «чувствовать», когда установка выполняется правильно, а когда существует риск повреждения компонента.
Scale AI предоставляет свою платформу. Физический механизм обработки данных ИИотвечает за организацию, маркировку и структурирование всей этой информации таким образом, чтобы она могла быть непосредственно использована при обучении моделей. Видение-Язык-Действие (VLA)Цель этих моделей — объединить то, что видит робот, то, что от него требуется в инструкциях, и действия, которые он совершает в окружающей среде. Такой подход набирает популярность в новом поколении искусственного интеллекта, применяемого в робототехнике.
С точки зрения европейских заводов, имеющих данные, полученные в реальных производственных условиях И это не только в лабораториях или на симуляторах, но и является явным стимулом для изучения передовых проектов автоматизации, особенно в секторах, где границы возможностей более изменчивы, таких как автомобилестроение, электроника, логистика или пищевая промышленность.
От исследований к производству: разрыв между лабораторией и заводом.
В последние годы достигнут значительный прогресс в разработке фундаментальных моделей и алгоритмов Применение универсального искусственного интеллекта в робототехнике en научно-исследовательские центры и лабораторииОднако перенос этих возможностей на производственные площадки оказался сложнее, чем предполагалось. Одна из главных проблем заключается в том, что модели, как правило, обучаются на строго контролируемых данных, которые неточно отражают реальные колебания параметров: допуски деталей, изменения освещения, незначительные деформации материала или несоответствия в положении.
Программа UR AI Trainer пытается устранить именно этот недостаток, отдавая предпочтение сбору данных в реальные производственные линииИспользование того же оборудования, которое будет использоваться в дальнейшем для работы. Это позволяет обучать и совершенствовать модели на примерах, включающих мелкие дефекты и неожиданности, которые ежедневно возникают на заводе. Это помогает снизить количество непредвиденных сбоев при переходе из тестовой среды в производственную.
Компания Universal Robots отмечает, что благодаря использованию наглядных демонстраций становится возможным генерировать Получение достоверных данных до десяти раз быстрее чем при использовании традиционных методов программирования и сбора данных. Для европейских компаний с ограниченными ресурсами возможность сбора полезных данных за меньшее время и с помощью имеющегося персонала, без необходимости в больших инженерных командах, может стать определяющим фактором при запуске физических проектов в области искусственного интеллекта.
В контексте данного подхода также важна существующая инфраструктура компании Universal Robots, чьи коллаборативные роботы установлены в различных местах. десятки тысяч заводов в глобальном масштабеВ том числе, компания имеет значительное присутствие в таких странах, как Испания, Германия, Италия и Франция. Эта база установленных систем создает благоприятные условия для развертывания AI Trainer и начала генерации огромных объемов данных без необходимости начинать с нуля.
Техническая архитектура: ускоритель ИИ, управление крутящим моментом, экосистема NVIDIA.
Новая система основана на платформе. Акселератор искусственного интеллекта Universal RobotsЭто обеспечивает расширенные возможности прямого управления крутящим моментом и обратной связи по усилию. В результате достигается более плавное и точное взаимодействие робота с окружающей средой, что крайне важно, когда оператор управляет манипулятором во время демонстраций или когда робот выполняет задачи, требующие тесного контакта с деталями и инструментами.
Программный слой строится на основе этого аппаратного обеспечения. Масштаб AIкоторая действует как физический механизм обработки данных. Эта платформа предназначена для преобразования необработанных сигналов в хорошо структурированные наборы данных для обучения моделей ИИ, как собственных, так и разработанных сторонними разработчиками. Именно здесь начинается интеграция с экосистема NVIDIAВ частности, это касается таких инструментов, как Omniverse и Isaac Sim, которые позволяют дополнять данные о растениях синтетическими данными.
Сочетание реальных и синтетических данных призвано обеспечить то, что многие компании начинают называть... «маховик данных» для физического ИИЦикл непрерывного совершенствования, в котором каждое развертывание генерирует новые данные, используемые для обновления моделей, поддерживается вычисления в оперативной памятиА улучшенные версии позволяют решать более сложные задачи и собирать еще больше важной информации.
В европейском контексте, где быстро развивается внедрение технологий промышленного моделирования и цифровых двойников, возможность их интеграции становится актуальной. моделирование и данные из реального мира В рамках того же рабочего процесса он хорошо вписывается в планы цифровизации предприятий, продвигаемые государственными и частными программами.
Примеры применения в европейских промышленных условиях
Тренажер UR AI Trainer специально разработан для производственных процессов, где изменчивость и сложные физические контакты препятствуют традиционной автоматизации. На испанских и европейских заводах это включает в себя все, начиная от... сборка хрупких деталей даже в процессах логистики или инспекции, где по-прежнему преобладает человеческий контроль.
Среди наиболее распространенных примеров, приводимых сторонниками этого решения, — сборка электронных компонентов со строгими требованиями к точности, загрузка и разгрузка обрабатывающих центров, когда детали не всегда поступают в одном и том же положении, или... выбрать и разместить Предметы, разбросанные по коробкам и контейнерам. Также упоминается следующее: адаптивный визуальный осмотргде ИИ может научиться выявлять дефекты или аномалии на примерах, предоставленных специалистами по контролю качества.
Для производственных секторов с сильным присутствием в Испании, таких как поставщики автомобильных комплектующих, производители потребительских товаров, упакованных продуктов питания и логистические компании, возможность обучения коллаборативных роботов выполнению задач непосредственно посредством демонстраций открывает двери для автоматизации процессов, которые до сих пор не были экономически выгодны для программирования с использованием традиционных методов. Это особенно интересно для малых и средних предприятий, которые часто не располагают большими командами разработчиков программного обеспечения.
Использование моделей «Видение-Язык-Действие» выходит за рамки простого выполнения задач и позволяет нам создавать интерфейсы, в которых персонал предприятия может взаимодействовать друг с другом. простые словесные подсказки, физические демонстрации и визуальные корректировки адаптировать поведение робота к новым продуктам или изменениям в производственной линии, не прибегая при этом к услугам внешних консультантов или длительным проектам разработки.
Эталонный промышленный набор данных и его влияние на экосистему.
В рамках совместной стратегии Universal Robots и Scale AI планируется создание большой промышленный справочный набор данных На основе данных, полученных с помощью коллаборативных роботов UR в различных производственных средах, планируется предоставить сообществу репрезентативный набор данных о реальных задачах, который может послужить основой для исследования и обучения моделей роботизированного искусственного интеллекта.
Возможность получения набора данных такого типа представляет особый интерес для европейских исследовательских групп и стартапов, работающих в этой области. передовые робототехнические решения, интеллектуальное управление и автоматизация на основе искусственного интеллекта.До настоящего времени многие проекты сталкивались с ограничениями из-за отсутствия достаточно полных общедоступных данных, отражающих сложность работы завода, выходящих за рамки сугубо академических или смоделированных сценариев использования.
Подобный общий ресурс мог бы играть роль, аналогичную роли наборов данных, таких как ImageNet, в компьютерном зрении, в гонках, перекрестной проверке и разработке новых моделей, которые затем можно было бы тестировать и адаптировать к конкретным промышленным условиям в таких странах, как Испания, Германия или страны Северной Европы.
Кроме того, тот факт, что набор данных основан на широко используемое коммерческое оборудование Это облегчает более быструю передачу результатов исследований и испытаний, проводимых в университетах и технологических центрах, на производственные предприятия промышленных партнеров.
Последствия для стартапов и производителей в Испании и Европе.
Для европейских стартапов, разрабатывающих решения автоматизация, прикладная робототехника или промышленное программное обеспечениеТренажер UR AI Trainer предлагает несколько способов его использования. Во-первых, он снижает порог входа для экспериментов с физическим ИИ, поскольку позволяет относительно быстро генерировать обучающие данные, полагаясь на операторов, которые уже знают этот процесс, и без необходимости с нуля проектировать сложную инфраструктуру сбора данных.
Во-вторых, это дает компаниям пространство для развития. модели, адаптированные к собственным процессамЭто обеспечивает конкурентное преимущество, зависящее не только от оборудования, но и от качества и специфичности внутренних данных. Это особенно привлекательно для интеграторов, инженерных компаний и поставщиков комплексных решений, работающих с многочисленными промышленными клиентами.
Для производителей, работающих в Испании и других странах ЕС, возможность объединения уже используемых коллаборативных роботов с возможностями искусственного интеллекта следующего поколения соответствует их стратегиям. прогрессивная модернизация заводовгде цель состоит в том, чтобы использовать существующие инвестиции за счет добавления новых уровней интеллекта, а не за счет полной замены существующих линий связи.
Наконец, сотрудничество Universal Robots и Scale AI с экосистемой NVIDIA и другими технологическими партнерами создает основу, в рамках которой европейские компании могут подключать свои промышленные проекты в области искусственного интеллекта к высокоуровневым вычислительным, имитационным и синтетическим инфраструктурам, не разрабатывая весь комплекс решений самостоятельно.
Запуск системы UR AI Trainer обучается методом имитации Это ставит Universal Robots и Scale AI в лидирующие позиции в гонке за внедрение физического ИИ в основу промышленности. Сочетая демонстрации с участием людей, многомодальный сбор данных, инструменты управления данными и тесную интеграцию с существующими экосистемами, это предложение открывает реальные возможности для заводов в Испании и остальной Европе для изучения более гибкой и адаптивной автоматизации, сокращая разрыв между тем, что исследуется в лабораториях, и тем, что происходит ежедневно на производственной линии.
