uutiset

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

Tuotettu |. Huxiu Think Tank

Kirjoittaja |. Huang Siyu

Otsikkokuva |

Nykyisellä teollisen muutoksen ja uuden tuottavuuden tulvan aikakaudella ruumiillistuva äly tuo joukon huipputeknologioita, kuten suuria malleja, multimodaalisia suuria malleja, visuaalisia/tuntuvia pieniä malleja jne., tehtaille ja aloittaa käytännön matka teollisen valmistuksen alalla. Monimutkaiset ja monipuoliset teolliset skenaariot asettavat kuitenkin vakavia haasteita ruumiilliselle älylle. Mistä kohtauksesta kannattaa aloittaa? Kuinka voin vaihtaa vapaasti eri kohtausten välillä? Miten saada älykkäille järjestelmilleen tarvittava laaja ja laadukas tieto?

Siksi 30. heinäkuuta 2024 klo 19.00 Huxiu Think Tank 502 -verkkokollegat kutsuttiinYin Zhi, Shanghai Artificial Intelligence Technology Associationin pääkonsultti, Fu Yihui, Tashan Technology Ecologyn johtaja, ja tohtori Zhao He, Weiyi Intelligent Manufacturingin teknologiajohtaja, keskusteltiin yhdessä suurten mallien innovatiivisista sovelluksista ruumiillistuneen älykkyyden alalla ja jaettiin ruumiillistuneen älyn ja humanoidirobottien käytännön sovellustapauksia.

1. Kehittyneen älyn ja suurten mallien ja teknisten haasteiden integrointi

Paras ruumiillistuneen älyn kantaja on humanoidirobotit, joiden kasvu perustuu suuriin malleihin

Suurten mallien ja ruumiillistuneen älykkyyden yhdistelmä on saavuttanut tiettyjä tuloksia ja sillä on laajat näkymät. Yin Zhi, Shanghai Artificial Intelligence Technology Associationin pääkonsultti, sanoi, että suuria malleja voidaan käyttää robottiaivoina, joilla on suunnittelu- ja päättelykyky, ja ne voivat hajottaa tavoitteet osatavoitteiksi ja kutsua niihin liittyviä toimintoja. suunnassa on suuri potentiaali.

Dr. Zhao He, Weiyi Intelligent Manufacturingin teknologiajohtaja, uskoo, että teollisissa skenaarioissa työnsä luonteen vuoksi muut kuin humanoidirobotit voivat olla sopivampia elämäntilanteissa.

Suuri malli kumoaa ihmisen ja tietokoneen vuorovaikutusmenetelmän, jolloin ihmiset ja koneet voivat kommunikoida luonnollisilla tavoilla, kuten tekstillä, äänellä ja kuvilla. Tämä on suuri läpimurto. Suuret mallit tarjoavat tehokkaan vuorovaikutuksen, jolloin robotit voivat oppia uusia tehtäviä ja saavuttaa erityisiä vaatimuksia ja toimintaspesifikaatioita.

Tashan Technologyn ekologinen johtaja Fu Yihui on samaa mieltä siitä, että suuret mallit voivat vahvistaa ruumiillista älykkyyttä. Hän sanoi, että humanoidirobotit ovat parhaita ruumiillistuneen älyn kantajia ja niiden kasvu riippuu suurten mallien kehityksestä. Ihmisen tavoin ajattelevan ja liikkuvan humanoidirobotin rakentaminen ei perustu pelkästään suuriin malleihin, vaan siihen liittyy myös syväoppiminen, liikkeenohjausalgoritmeja ja yleinen havainto, kuten tuntoaisti, visuaalinen havainto ja kyky ymmärtää monimutkaisia ​​ympäristöjä ja loogista päättelyä.

Äskettäin mainittu tilaäly perustuu siihen, että robotit voivat nähdä maailmaa, jotta robotit voivat paremmin ymmärtää maailmaa, oppia tietoa ja toimia samalla kun he tarkkailevat maailmaa. Joten tämän yleisen lähtökohdan mukaan ruumiillistuneen havainnon saavuttaminen real2sim (prosessi, jossa harjoitettu malli sovelletaan simulaatioympäristössä todelliseen ympäristöön), jotta robotti voi havaita paremmin maailmaa, on edellytys joustavammaksi robotiksi.

Suurten mallien sisällyttäminen ruumiillistuneeseen älykkyyteen edellyttää energiankulutuksen ja tulojen tasapainottamista

Jotkut katsojat kysyivät: "Jos suuri malli on upotettu älykkääseen robottiin, vaatiiko se lisälaitteistotukea? Onko suorituskyvyn ja energiankulutuksen tasapainottaminen tarpeen?"

Tri Zhao Hänen mielestään tämä on hyvä kysymys. Kun älykkäitä robotteja upotetaan suuriin malleihin, laitteistotuki sekä suorituskyvyn ja energiankulutuksen välinen tasapaino on otettava huomioon. Kehittyneen älykkyyden laajassa merkityksessä, myös ihmisen, on tasapainotettava energiankulutus saavutettujen hyötyjen kanssa. Esimerkiksi ihmisen aivot kuluttavat vähän virtaa, mutta ovat älykkäitä. Nykyisten suurten mallien laskentateho ja energiankulutus harjoittelun ja päättelyn aikana ei kuitenkaan pysty vastaamaan älykkäiden robottien tarpeita.

Tulevaisuuden kehityssuunta on: Ensinnäkin suurten mallien laskentatehon ja energian kulutuksen vähentäminen tekniikan avulla, toiseksi mallin arkkitehtuurin ja paradigman kehittäminen, kuten ASIC, älykkyyden lisääminen , eli sirun älykkyys pinta-alayksikköä kohden. Suuren mallin teknologiaa voidaan tietyssä määrin soveltaa tehokkaasti älykkäisiin robotteihin ohjelmistokarkaisulla ja käyttämällä kehitettyä omistettua sirua mallin päättelyyn.

Multimodaaliset suuret mallit ovat tärkeä moduuli ruumiillistuneelle älylle teknologisten läpimurtojen, kuten ohjauksen ja päätöksenteon, saavuttamiseksi.

Mitä tulee keskeisiin teknologioihin, kuten ohjaukseen, päätöksentekoon ja ruumiillistuneen älykkyyden navigointiin, Yin Zhi uskoo, että suurten kielimallien ohjaamien robottien nykyinen ongelma on se, että niiden on muutettava tiedot tekstiksi ja sitten käsiteltävä se väliaikainen siirtymä Tulevaisuudessa robottien pitäisi pystyä ymmärtämään syntyperäistä havaintoympäristöä. Hallintapäätösten ja navigoinnin tekemiseksi ei tarvitse käydä läpi kieltä, ja visiossa tulee olemaan paljon logiikkaa.

Tulevaisuudessa suuret mallit voivat käyttää multimodaalisia järjestelmiä älykkyyden parantamiseen, jolloin moduulit vastaavat eri toiminnoista kuten ihmisaivot. Tällä hetkellä voi olla useita pieniä malleja, jotka ohjaavat eri toimintoja. Suuret mallirobotit ovat siirtymämuoto, mutta se vie aikaa, kun yhdistämällä pieniä malleja suuriin malleihin , riippuen Suurten mallien kehittämisessä on tällä hetkellä pulaa multimodaalista natiivista suuresta mallidatasta.

Zhao Hän huomautti, että hallinnan, visuaalisen servooinnin käyttöönotto teollisuusroboteissa voi avata taustalla olevat ohjaus- ja ylemmän tason tehtävät, mikä vähentää merkittävästi sovelluskustannuksia navigoinnin kannalta, lähtökohtana on havainto, mukaan lukien multimodaaliset tiedot kuten kosketus ja lämpötila, mutta multimodaalisen tiedon tehokkuus Integraatiolla on suurempia teknisiä haasteita, mutta se on myönteinen kehityssuunta. Koneiden antaminen ymmärtää ihmisten aikomuksia ja tehtävien vaatimuksia multimodaalisen usean henkilön dialogin ja täydellisten joustavien tangenttien avulla on vallankumouksellinen edistysaskel. Se voi myös tarjota älykkäämpiä perusstandardeja älykkäämmille teollisuusroboteille ja saavuttaa standardoidun tuotannon ja joustavan mukauttamisen paikan päällä. .

Fu Yihui yhtyi tohtori Zhao Hein näkemykseen. Hän mainitsi, että kun humanoidiroboteille tarjotaan tuntoantureita, he kohtaavat tuntodatan ja visuaalisen datan yhdistämisen sekä ongelmia, kuten korkean tarkkuuden, monimutkaisen päätöksenteon. Niiden joukossa tuntodatan ja multimodaalisen havaintodatan fuusio on avain ruumiillistuneen havainnon läpimurtoon. Suuret multimodaaliset mallit, joissa on tuntotunnistustietoa, auttavat robotteja vuorovaikutuksessa monimutkaisissa kohtauksissa. Vaikka perinteiset algoritmit voidaan toteuttaa joissakin kohtauksissa pitkän harjoittelun jälkeen, on silti kohtauksia, joita ei ole harjoiteltu, ja niitä on vaikea kattaa. todennäköisyyskohtaukset.

2. Toteutusskenaariot ja ruumiillistuneen älyn arvonilmaisu teollisella alalla

Teollisen valmistuksen sovellusskenaariot alkavat joustavien tangenttien ratkaisemisesta

Teollisuusrobotteja on käytetty pitkään, mutta suurin osa niistä on automatisoituja Ongelmia, kuten monimutkainen virheenkorjaus, korkea hinta ja alhainen tehokkuus Älykkyyden ydin on ratkaista joustavien tangenttien ongelma. Zhao Hän jakoi useita erityisiä teollisia sovelluksia, kuten kokoonpanolinjalla, auttamalla asiakkaita ratkaisemaan korkeiden linjaleikkauskustannusten ja tuotantolinjojen säätövaikeuksien aiheuttamia ongelmia. Alun perin kolme insinööriä kesti lähes viikon säätää tuotantolinja saamaan koko tuotantolinjan toimimaan täydellä teholla. Älykkään teollisuusrobotin käytön odotetaan parantavan tilannetta.

Laaduntarkastusprosessissa toimitimme tekoälytekniikkaan perustuvan ulkonäön laaduntarkastuskoneen suurelle tehtaalle, jossa on yli 3 000 ihmistä, ja se korvasi onnistuneesti yli 2 000 laaduntarkastustyöntekijää. Se ei ainoastaan ​​vähentänyt työvoimakustannuksia, vaan myös koneen suorituskykyä ei ollut huonompi kuin manuaalinen työ, ja se voi toimia 24 tuntia vuorokaudessa.

Vian havaitsemisen jälkeisessä jälkikäsittelyprosessissa, jotta voidaan ratkaista painevaluosien korjausprosessissa työntekijöiden sokeasta kirjoittamisesta aiheutuvat tehokkuus- ja laatuongelmat, älykästä teollisuusrobottitekniikkaa käytetään yhdistämään useita robotteja sarjaksi toiminnot, kuten vikojen havaitseminen, liikeradan suunnittelu ja kiillotus. Älykäs työasema ratkaisee manuaalisen käytön rajoitukset ja vaikuttaa positiivisesti suurten painevalujen prosessiin.

Kehollinen älykkyys ja tehokkaat joustavat tangenttiominaisuudet parantavat teollisen valmistuksen tuotannon tehokkuutta

Yritysten tehokkuuden paraneminen näkyy kahdessa suhteessa: työvoimakustannukset sekä tuotannon ja toiminnan tehokkuus. Fu Yihui huomautti, että työvoimakustannusten näkökulmasta, kun robottien hinta pystyy kattamaan paremmin työvoimakustannukset, se on kaupallistamisen solmu Humanoidirobottiteollisuus voi olla suurempi kuin autoteollisuuden markkinat. Tuotannon tehokkuuden kannalta robotit voivat työskennellä 24 tuntia vuorokaudessa, ja niiden oppimistehokkuus on paljon korkeampi kuin ihmisten.

Zhao Hän uskoo, että ensimmäinen yhteinen kipukohta valmistavassa teollisuudessa on inhimilliset ongelmat, kuten vaikeudet rekrytoida ja säilyttää ammattitaitoisia työntekijöitä Yritykset toivovat vähentävänsä riippuvuuttaan työvoimasta ja vähentävänsä kustannuksia. Weiyi Intelligent Manufacturing teki tekoälyteknologiaan perustuvan ulkonäön laaduntarkastuskoneen suurelle tehtaalle, jossa on yli 3 000 ihmistä, ja se korvasi 2 000 laadunvalvontatyöntekijää, mikä pienensi työvoimakustannuksia, ja koneen suorituskyky ei ole huonompi kuin ihmisten, ja se voi toimia 24 tuntia päivässä.

Toiseksi joustavan linjaleikkauksen kustannukset ovat korkeat, tuotanto- ja toimitus- ja markkinointimallit ovat muuttuneet, ja pien- ja usean erän tilaukset ovat lisääntyneet. Perinteinen tuotantomalli ei pysty vastaamaan markkinoiden kysyntään vaaditaan nopeita, edullisia joustavia linjaleikkausvalmiuksia selviytyäkseen tilanteesta Uusia kipupisteitä tehdasteollisuudessa, mikä antaa yrityksille mahdollisuuden parantaa tuotannon tehokkuutta.

Priorisoi vaarallisten skenaarioiden toteuttaminen ja syötä monimutkaisempia skenaarioita yleistyskyvyn kasvaessa.

On erilaisia ​​mielipiteitä skenaarioista, joissa ruumiillistuneita älykkäitä robotteja tulisi toteuttaa ensin. Yin Zhi uskoo, että teollisuus on laajalti käyttänyt ruumiillistuneita älykkäitä laitteita, kuten robottiaseita, logistiikkarobotteja jne., ja niitä käytetään jatkossa teollisuuden kokoonpano-, logistiikka- ja varastointiyhteyksissä myös yhä yleisempiä, mukaan lukien kodit, ostoskeskukset, yhteisöt jne. Skenaariot, itseajavat autot ovat myös luokka. Hän katsoi, että meidän pitäisi aloittaa töistä, joita ihmiset eivät halua tehdä, jotka eivät sovellu tekemiseen tai ovat vaarallisia ja tylsiä.

Fu Yihui uskoo, että sitä ei voida ymmärtää vain teollisuuden, kaupan ja perheen järjestyksessä. Ensimmäisenä tulee ottaa käyttöön ne, joilla on suhteellisen yksittäiset skenaariot ja kykyvaatimukset, esimerkiksi autojen tuotantolinjalla, asennuksessa ja johdotuksessa autojen johtosarjat ovat edelleen riippuvaisia ​​käsityöstä, ja humanoidirobottien on oltava koskettavia ja monikäyttöisiä liiketoiminnassa, kuten apteekeissa, jotka korvaavat virkailijoita lääkkeiden hankkimiseksi, supermarketin vaihto- ja täydennyksissä, huoltoasemien tankkauksessa. ja lataaminen jne., on olemassa myös vaarallisia tai erityisiä sovellusskenaarioita, jotka voivat korvata vaaralliseen työhön osallistuvia ihmisiä ja lopulta seurata humanoidia Parannettujen yleistysominaisuuksien ansiosta robotit pääsevät monimutkaisempiin kodin yhteistyö- ja vuorovaikutusskenaarioihin.

Nopean hankintaoppimisen ja parannettujen yleistysominaisuuksien ansiosta se pystyy ratkaisemaan monia monimutkaisia ​​kohtausongelmia.

Mitä tulee erilaisten taitojen yleistämisen ja yleisen soveltamiskyvyn parantamiseen eri skenaarioissa, Fu Yihui aloitti tuntohavainnon näkökulmasta, keräsi kosketukseen liittyvää dataa todellisten kohtausten kautta ja edisti simulaatioharjoituksia robotin näppärän toiminnan ja yleistyskyvyn parantamiseksi. Teollisissa skenaarioissa, kun kohdataan monimutkaisia ​​ja erilaisia ​​tarttuvia esineitä, on tarpeen parantaa kosketus- tai tarttumiskykyjen yleistämistä ongelman ratkaisemiseksi.

Zhao Hän uskoo, että tällä hetkellä robotit eivät pysty tekemään kaikkea ilman oppimista. Teollisissa skenaarioissa yleistäminen ja yleiset kyvyt heijastuvat perusälykkyyteen, eli suurten mallien kaltaisten teknologioiden avulla robotit voivat oppia nopeasti uusia tehtävätaitoja Tämä ominaisuus voidaan toteuttaa, se on vallankumouksellinen edistysaskel älykkäiden teollisuusrobottien soveltamisessa teollisuudessa.

Fu Yihui uskoo, että humanoidirobotit tarvitsevat kykyä ajatella ajatusketjussa ja tietynasteista yleistystä vastatakseen robottien tarpeisiin erilaisissa skenaarioissa. Esimerkiksi Google RT2 integroi LLM:n ja Visual Transformerin tunnistamaan ja ohjaamaan ympäristöä ja tarkoitusta arvioiden, ja se voi tehdä optimaalisia toimintastrategioita robotin suorituskyvyn parantamiseksi.

3. Kehittyneen älyn tiedonkeruu- ja koulutusmenetelmien tutkiminen

Eräs yleisön jäsen kysyi kuinka saada suuria tietomääriä. Onko olemassa innovatiivisia tapoja saada se? Zhao Hän uskoo, että teollisen Internetin kehittäminen on objektiivisesti kerännyt tietoja suurten teollisten mallien syntymistä varten.

Tällä hetkellä ei ole olemassa kypsää ja laajalti hyväksyttyä koulutusmenetelmää ruumiillistuneelle älylle. Älykkäitä teollisuusrobotteja esimerkkinä otettaessa oletetaan, että suuret mallit ymmärtävät tehtäviä ja tuottavat ohjausohjeita esimerkiksi keinotekoisen videonäön avulla.

Mitä tulee ruumiillistuneen älyn koulutusmenetelmiin, kyse on enemmän ruumiillistuneen älyn harjoittamisesta simulaatioympäristössä tai simulaation ja generoidun datan käyttämisestä koulutukseen. Koska todellisen tiedon käyttäminen ruumiillistuneiden älykkäiden mallien tai älykkäiden robottien kouluttamiseen aiheuttaa tiedonkeruun vaikeuksia ja riittämättömän datamäärän.

Yin Zhi ehdotti, että on olemassa kolmannen osapuolen ammattimaisia ​​datapalveluntarjoajia, kuten datamerkintäyrityksiä, joista voi kehittyä tekoälykouluttajia tai palveluntarjoajia tulevaisuudessa. Kiinassa työvoimakustannusten edut ovat suhteellisen ilmeiset, ja sen odotetaan muodostavan toimialan multimodaalisen datan ja älykkäiden koulutuspalvelujen alalla.

Anna sanoja

Vaikka ruumiillistuneen älykkyyden ja suurten mallien yhdistäminen on tuottanut tiettyjä tuloksia, energiankulutuksen ja tulojen tasapainon optimointi edelleen ja multimodaalisten suurten mallien kypsän sovelluksen toteuttaminen vaatii edelleen tutkimusta. Keskeisten joustavien tangenttiongelmien ratkaisemisesta yleistyskyvyn parantamiseen sopeutuakseen monimutkaisiin ja monimuotoisiin teollisuusympäristöihin, kehittyneiden ja tehokkaiden koulutusmenetelmien luomiseen tai kolmannen osapuolen datapalvelujen etujen täysimääräiseen hyödyntämiseen, nämä ovat kaikki tekijöitä, jotka edistävät laajaa soveltamista. ruumiillisesta älykkyydestä teollisuuden alalla.

Koko tapahtuman ajan online-osallistujat osallistuivat aktiivisesti vuorovaikutteiseen vaihtoon, mukaan lukien ihmiset Audi Chinasta, NIO:sta, Idealista, Dongfengistä, Schneider Electricistä, Amazon Cloud Technologysta, Horizon Roboticsista, Huawei Terminalista, Baidusta, China Telecomista ja muista yrityksistä instituutiot, kuten CICC Capital, Dingjie Software Ventures, China Software Group, Yizhuang State Investment ja China Unicom Industrial Internet of Things. Yleisö ja vieraat keskustelivat syvällisesti, vaihtoivat käytännön kokemuksia ja keskustelivat yritysyhteistyöstä, mikä sai tämän 502-verkkoseminaarin onnistuneesti päätökseen.

Seuraa meitä, jos haluat seurata lisää digitaalisia ja tekoälyn innovaatiotoimintaa.Tiger Sniff Think TankSuorita rekisteröinti, niin saat sisältöpäivityksiämme ja tapahtumailmoituksia.

Tietoja Huxiu Think Tankista: Huxiu Think Tank on uusi tutkimuspalveluorganisaatio, joka keskittyy yritysten digitalisaatioon ja tekoälyn käytäntöihin. Se tarjoaa oivaltavia tutkimusraportteja, tapausvalintoja sekä online-kokouksia ja online-kokouksia teollisen älykkyyden prosessissa toimintoja ja vierailupalveluita tarjotaan yritysjohtajien viisaan päätöksenteon tukemiseksi älykkyyden ja digitalisoinnin alalla. Tarjoamamme perusarvot: ajankohtaiset ja laadukkaat näkemykset, teknologian, teollisuuden, vertaisten ja vastustajien ymmärtäminen, jotka tarjoavat tärkeän referenssin päättäjille teknologian ja tuotteiden strategisissa päätöksissä, teollisen suunnittelun ja markkinoiden täyden tukemisen alalla ymmärtää huipputeknologiaa ja vaikutusalaan kuuluvien toimialojen kehitystilannetta ja tulevaisuuden suuntauksia