berita

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

Diproduksi |

Penulis |.Huang Siyu

Gambar tajuk |. Visual Cina

Di era transformasi industri saat ini dan masuknya produktivitas baru, kecerdasan yang diwujudkan membawa serangkaian teknologi mutakhir, seperti model besar, model besar multimodal, model kecil visual/taktil, dll., ke dalam pabrik dan memulai produksi. perjalanan praktis di bidang industri manufaktur. Namun, skenario industri yang kompleks dan beragam menimbulkan tantangan berat terhadap kecerdasan yang ada. Adegan mana yang harus Anda mulai? Bagaimana saya dapat beralih secara bebas antar adegan yang berbeda? Bagaimana cara mendapatkan data ekstensif dan berkualitas tinggi yang diperlukan untuk sistem cerdasnya?

Oleh karena itu, pada jam 7 malam tanggal 30 Juli 2024, rekan online Huxiu Think Tank 502 mengundangYin Zhi, kepala konsultan Asosiasi Teknologi Kecerdasan Buatan Shanghai, Fu Yihui, direktur Ekologi Teknologi Tashan, dan Dr. Zhao He, CTO dari Weiyi Intelligent Manufacturing, bersama-sama membahas penerapan inovatif model-model besar di bidang kecerdasan yang diwujudkan, dan berbagi kasus aplikasi praktis dari kecerdasan yang diwujudkan dan robot humanoid.

1. Integrasi kecerdasan yang terkandung dan model besar serta tantangan teknis

Pembawa kecerdasan terbaik adalah robot humanoid, yang pertumbuhannya bergantung pada model besar

Kombinasi model besar dan kecerdasan yang terkandung telah mencapai hasil tertentu dan memiliki prospek yang luas. Yin Zhi, kepala konsultan Asosiasi Teknologi Kecerdasan Buatan Shanghai, mengatakan bahwa model besar dapat digunakan sebagai otak robot, dengan kemampuan perencanaan dan penalaran, serta dapat menguraikan tujuan menjadi sub-tujuan dan memanggil fungsi terkait. arahnya mempunyai potensi yang besar.

Zhao He, CTO dari Weiyi Intelligent Manufacturing, percaya bahwa dalam skenario industri, karena sifat pekerjaannya, robot non-humanoid mungkin lebih cocok; dalam skenario kehidupan, ini mungkin merupakan bentuk yang lebih baik.

Model besar ini menumbangkan metode interaksi manusia-komputer, memungkinkan manusia dan mesin berkomunikasi dengan cara alami seperti teks, suara, dan gambar. Model besar memberikan interaksi yang efisien, memungkinkan robot mempelajari tugas baru dan memperoleh persyaratan spesifik serta spesifikasi pengoperasian.

Fu Yihui, direktur ekologi Tashan Technology, setuju bahwa model besar dapat memberdayakan kecerdasan yang diwujudkan. Dia mengatakan bahwa robot humanoid adalah pembawa kecerdasan terbaik, dan pertumbuhannya bergantung pada pengembangan model besar. Membangun robot humanoid yang berpikir dan bergerak seperti manusia tidak hanya mengandalkan model berukuran besar, tetapi juga melibatkan pembelajaran mendalam, algoritme kontrol gerak, dan persepsi keseluruhan, seperti persepsi sentuhan, persepsi visual, dan kemampuan memahami lingkungan kompleks serta penalaran logis.

Kecerdasan spasial yang baru-baru ini disebutkan didasarkan pada kemampuan robot untuk melihat dunia, memungkinkan robot untuk lebih memahami dunia, mempelajari pengetahuan, dan mengambil tindakan sambil mengamati dunia. Jadi berdasarkan premis umum ini, mencapai persepsi yang diwujudkan real2sim (proses penerapan model terlatih dalam lingkungan simulasi ke lingkungan nyata), yang memungkinkan robot untuk memahami dunia dengan lebih baik, merupakan prasyarat untuk menjadi robot yang lebih fleksibel.

Memasukkan model-model besar ke dalam kecerdasan yang diwujudkan memerlukan keseimbangan antara konsumsi energi dan pendapatan

Beberapa pemirsa bertanya, "Jika model besar ditanamkan ke dalam robot cerdas, apakah memerlukan dukungan perangkat keras tambahan? Apakah perlu menyeimbangkan kembali kinerja dan konsumsi energi?"

Dr Zhao Dia pikir ini adalah pertanyaan yang bagus. Saat menanamkan robot cerdas ke dalam model besar, dukungan perangkat keras dan keseimbangan antara kinerja dan konsumsi energi perlu dipertimbangkan. Kecerdasan yang diwujudkan dalam arti luas, termasuk manusia, perlu menyeimbangkan konsumsi energi dengan manfaat yang didapat. Misalnya, otak manusia mengonsumsi sedikit daya tetapi cerdas. Namun, daya komputasi dan konsumsi energi model besar saat ini selama pelatihan dan inferensi tidak dapat memenuhi kebutuhan robot cerdas.

Arah pengembangan di masa depan adalah: pertama, mengurangi konsumsi daya dan energi komputasi secara signifikan oleh model-model besar melalui teknologi; kedua, meningkatkan arsitektur model dan paradigma ketiga, mengembangkan chip khusus, seperti ASIC, untuk meningkatkan kepadatan intelijen; , yaitu kecerdasan pada chip per satuan luas. Sampai batas tertentu, teknologi model besar dapat diterapkan secara efektif pada robot cerdas melalui pengerasan perangkat lunak dan menggunakan chip khusus yang dikembangkan untuk penalaran model.

Model multimodal besar akan menjadi modul penting untuk mewujudkan kecerdasan guna mencapai terobosan teknologi seperti kontrol dan pengambilan keputusan.

Dalam hal teknologi utama seperti kontrol, pengambilan keputusan, dan navigasi kecerdasan yang terkandung, Yin Zhi percaya bahwa masalah robot yang digerakkan oleh model bahasa besar saat ini adalah mereka perlu mengubah informasi menjadi teks dan kemudian memprosesnya transisi sementara. Di masa depan, robot harus mampu memahami lingkungan persepsi asli. Tidak perlu melalui bahasa untuk membuat keputusan kontrol dan navigasi, dan akan ada banyak logika dalam visinya.

Di masa depan, model besar mungkin menggunakan sistem multimodal untuk meningkatkan kemampuan kecerdasan, dengan modul yang bertanggung jawab atas berbagai fungsi seperti otak manusia. Saat ini, mungkin terdapat beberapa model kecil yang masing-masing mengendalikan fungsi yang berbeda. Robot perintah model besar adalah bentuk transisi. Model besar multimodal sedang menjadi tren, namun kemampuan cerdasnya dapat ditingkatkan terlebih dahulu dengan menggabungkan model kecil dengan model besar , tergantung pada Dalam pengembangan model besar, saat ini terdapat kekurangan data model besar asli multi-modal.

Zhao He menunjukkan bahwa dalam hal kontrol, pengenalan servo visual pada robot industri dapat membuka kontrol mendasar dan tugas-tugas tingkat atas, secara signifikan mengurangi biaya aplikasi; dalam hal navigasi, premisnya adalah persepsi, termasuk informasi multi-modal seperti sentuhan dan suhu, namun efektivitas Integrasi informasi multi-modal memiliki tantangan teknis yang lebih besar, namun ini merupakan arah pengembangan yang positif. Memungkinkan mesin untuk memahami niat manusia dan kebutuhan tugas melalui dialog multi-modal multi-orang dan garis singgung fleksibel yang lengkap akan menjadi kemajuan revolusioner. Hal ini juga dapat memberikan standar kecerdasan dasar untuk robot industri yang lebih cerdas dan mencapai produksi standar dan adaptasi fleksibel di lokasi. .

Fu Yihui setuju dengan sudut pandang Dr. Zhao He. Dia menyebutkan bahwa ketika menyediakan sensor taktil untuk robot humanoid, mereka menghadapi masalah penggabungan data taktil dan data visual, serta masalah seperti persepsi presisi tinggi, pengambilan keputusan yang kompleks. pembuatan, dan ketahanan. Diantaranya, penggabungan data taktil dan persepsi multimodal adalah kunci untuk menembus persepsi yang terkandung. Model multi-modal besar dengan data penginderaan taktil membantu robot berinteraksi dalam adegan yang kompleks. Meskipun algoritme tradisional dapat diterapkan di beberapa adegan setelah banyak pelatihan, masih ada adegan yang belum dilatih, dan sulit untuk mencakup adegan rendah. adegan probabilitas. Masalah dengan kemampuan generalisasi rendah.

2. Skenario implementasi dan ekspresi nilai kecerdasan yang terkandung dalam bidang industri

Skenario aplikasi manufaktur industri dimulai dengan penyelesaian garis singgung fleksibel

Robot industri telah digunakan sejak lama, tetapi sebagian besar bersifat otomatis. Terdapat masalah seperti debugging yang rumit, biaya tinggi, dan efisiensi rendah. Zhao He berbagi sejumlah kasus aplikasi industri tertentu, seperti di jalur perakitan, membantu pelanggan memecahkan masalah pemotongan biaya jalur yang tinggi dan kesulitan dalam menyesuaikan jalur produksi. Awalnya, dibutuhkan tiga insinyur hampir seminggu untuk menyesuaikan jalur produksi agar seluruh lini produksi beroperasi pada kapasitas penuh. Penggunaan teknologi robot industri cerdas diharapkan dapat memperbaiki situasi ini.

Dalam proses pemeriksaan kualitas, kami menyediakan mesin pemeriksaan kualitas penampilan berbasis teknologi AI ke pabrik besar dengan lebih dari 3.000 orang, berhasil menggantikan lebih dari 2.000 pekerja pemeriksaan kualitas. Tidak hanya mengurangi biaya tenaga kerja, tetapi juga kinerja mesin tidak kalah dengan tenaga kerja manual, dan dapat beroperasi 24 jam sehari.

Dalam proses pasca-pemrosesan setelah deteksi cacat, untuk mengatasi masalah efisiensi dan kualitas yang disebabkan oleh pengetikan buta pekerja dalam proses perbaikan suku cadang die-casting, teknologi robot industri cerdas digunakan untuk menggabungkan beberapa robot untuk membentuk serangkaian operasi seperti deteksi cacat, perencanaan lintasan, dan pemolesan. Stasiun kerja cerdas memecahkan keterbatasan operasi manual dan memiliki dampak positif pada aliran proses pengecoran cetakan besar.

Kecerdasan yang terkandung dan kemampuan tangen fleksibel yang kuat akan meningkatkan efisiensi produksi manufaktur industri

Peningkatan efisiensi perusahaan tercermin dalam dua aspek: biaya tenaga kerja serta efisiensi produksi dan operasi. Fu Yihui menunjukkan bahwa dari sudut pandang biaya tenaga kerja, ketika harga robot dapat menutupi biaya tenaga kerja dengan lebih baik, maka industri robot humanoid mungkin akan lebih besar daripada pasar industri otomotif. Dalam hal efisiensi produksi, robot dapat bekerja 24 jam sehari, dan efisiensi pembelajarannya jauh lebih tinggi dibandingkan manusia. Melalui pengambilan keputusan yang optimal dan pengendalian yang tepat, mereka dapat meningkatkan efisiensi operasi pabrik atau komersial.

Zhao He percaya bahwa permasalahan umum pertama dalam industri manufaktur adalah masalah manusia, seperti kesulitan dalam merekrut dan mempertahankan pekerja terampil. Perusahaan berharap dapat mengurangi ketergantungan mereka pada tenaga kerja dan mengurangi biaya. Weiyi Intelligent Manufacturing menampilkan mesin inspeksi kualitas berdasarkan teknologi AI untuk pabrik besar dengan lebih dari 3.000 orang, menggantikan 2.000 pekerja inspeksi kualitas, mengurangi biaya tenaga kerja, dan kinerja mesin tidak lebih buruk dari manusia, dan dapat beroperasi 24 jam sehari.

Kedua, biaya pemotongan jalur fleksibel tinggi, model produksi dan pasokan serta pemasaran telah berubah, dan pesanan dalam jumlah kecil dan multi-batch telah meningkat. Model produksi tradisional tidak dapat memenuhi permintaan pasar diharuskan memiliki kemampuan pemotongan jalur yang cepat dan berbiaya rendah untuk mengatasi situasi ini. Masalah baru dalam industri manufaktur, memberdayakan perusahaan untuk meningkatkan efisiensi produksi.

Prioritaskan penerapan skenario berbahaya, dan masukkan skenario yang lebih kompleks seiring dengan meningkatnya kemampuan generalisasi.

Ada perbedaan pendapat mengenai skenario di mana robot cerdas harus diimplementasikan terlebih dahulu. Yin Zhi percaya bahwa industri manufaktur telah banyak menggunakan peralatan cerdas yang diwujudkan, seperti lengan robot, robot logistik, dll., dan akan lebih banyak digunakan dalam perakitan, logistik, dan pergudangan dalam industri manufaktur di masa depan juga menjadi semakin umum, termasuk rumah, pusat perbelanjaan, komunitas, dll. Skenario, mobil tanpa pengemudi juga termasuk dalam sebuah kategori. Ia berpendapat bahwa kita harus memulai dengan pekerjaan yang manusia tidak ingin lakukan, tidak cocok untuk dilakukan, atau berbahaya dan membosankan.

Fu Yihui percaya bahwa hal itu tidak bisa hanya dipahami dalam urutan industri, perdagangan, dan keluarga. Yang pertama harus diterapkan adalah skenario dan persyaratan kemampuan yang relatif tunggal penggunaan kabel di dalam mobil masih bergantung pada tenaga kerja manual, dan robot humanoid harus bersifat taktil dan serbaguna. Solusi fusi persepsi modal dalam skenario bisnis, seperti apotek yang menggantikan petugas untuk mengambil obat, penggantian dan pengisian ulang supermarket, pengisian bahan bakar di pompa bensin; dan pengisian daya, dll., ada juga skenario aplikasi berbahaya atau khusus, yang dapat menggantikan orang yang terlibat dalam pekerjaan berbahaya, dan akhirnya mengikuti humanoid. Dengan kemampuan generalisasi yang ditingkatkan, robot akan memasuki skenario kolaborasi dan interaksi rumah yang lebih kompleks.

Dengan pembelajaran akuisisi yang cepat dan kemampuan generalisasi yang ditingkatkan, ini akan mampu memecahkan banyak masalah pemandangan yang kompleks.

Mengenai cara meningkatkan generalisasi dan kemampuan umum berbagai keterampilan untuk mencapai penerapan dalam skenario yang berbeda, Fu Yihui memulai dari perspektif persepsi sentuhan, mengumpulkan data terkait sentuhan melalui adegan nyata dan mempromosikan pelatihan simulasi untuk meningkatkan pengoperasian robot yang cekatan dan Kemampuan generalisasi Dalam skenario industri, ketika dihadapkan pada objek genggaman yang kompleks dan beragam, perlu untuk meningkatkan generalisasi kemampuan sentuhan atau genggaman untuk menyelesaikan masalah.

Zhao He percaya bahwa saat ini tidak ada cara bagi robot untuk melakukan segala sesuatu tanpa belajar. Dalam skenario industri, generalisasi dan kemampuan umum tercermin dalam kecerdasan dasar, yaitu melalui teknologi seperti model besar, robot dapat dengan cepat mempelajari keterampilan tugas baru Jika kemampuan ini dapat diwujudkan, ini akan menjadi kemajuan revolusioner bagi penerapan robot industri cerdas di industri.

Fu Yihui percaya bahwa robot humanoid memerlukan kemampuan berpikir dalam rantai pemikiran dan memiliki tingkat generalisasi tertentu untuk memenuhi kebutuhan robot dalam berbagai skenario. Misalnya, Google RT2 mengintegrasikan LLM dan visual Transformer untuk mengintegrasikan penginderaan dan kontrol. Berdasarkan penilaian lingkungan dan niat, dapat membuat strategi tindakan yang optimal untuk meningkatkan kemampuan eksekusi robot.

3. Eksplorasi pengumpulan data dan metode pelatihan untuk kecerdasan yang diwujudkan

Seorang penonton bertanya tentang cara memperoleh data dalam jumlah besar. Zhao He percaya bahwa perkembangan Internet industri telah mengumpulkan data secara obyektif untuk melahirkan model industri besar. Dalam implementasi sebenarnya, pengumpulan, pengorganisasian, otomatisasi, dan pengoperasian data yang cerdas harus diimplementasikan ke dalam produk dan layanan sebagai poin inti.

Saat ini, belum ada metode pelatihan yang matang dan diterima secara luas untuk mewujudkan kecerdasan. Dengan mengambil contoh robot industri cerdas, model besar diharapkan dapat memahami tugas dan menghasilkan instruksi kontrol melalui metode seperti visi video buatan.

Dalam hal metode pelatihan untuk kecerdasan yang diwujudkan, ini lebih tentang pelatihan kecerdasan yang diwujudkan dalam lingkungan simulasi, atau menggunakan simulasi dan data yang dihasilkan untuk pelatihan. Karena menggunakan data aktual untuk melatih model cerdas atau robot cerdas memiliki masalah kesulitan dalam pengumpulan data dan volume data yang tidak mencukupi.

Yin Zhi mengusulkan agar ada penyedia layanan data profesional pihak ketiga, seperti perusahaan anotasi data, yang dapat berkembang menjadi pelatih AI atau perusahaan penyedia layanan di masa depan. Di Tiongkok, keuntungan dalam hal biaya tenaga kerja relatif jelas, dan diharapkan dapat membentuk industri data multimodal dan layanan pelatihan cerdas.

Berikan kata-kata

Meskipun integrasi kecerdasan yang terkandung dan model besar telah mencapai hasil tertentu, cara untuk lebih mengoptimalkan keseimbangan antara konsumsi energi dan pendapatan serta mewujudkan penerapan model besar multimodal yang matang masih memerlukan penelitian lanjutan. Mulai dari memecahkan masalah tangen fleksibel, hingga meningkatkan kemampuan generalisasi untuk beradaptasi dengan lingkungan industri yang kompleks dan beragam, menetapkan metode pelatihan yang matang dan efektif, atau memanfaatkan sepenuhnya keunggulan layanan data pihak ketiga, semua ini merupakan faktor yang mendorong penerapan secara luas kecerdasan yang diwujudkan dalam bidang industri.

Sepanjang acara, peserta online secara aktif berpartisipasi dalam pertukaran interaktif, termasuk orang-orang dari Audi China, NIO, Ideal, Dongfeng, Schneider Electric, Amazon Cloud Technology, Horizon Robotics, Huawei Terminal, Baidu, China Telecom dan perusahaan lainnya institusi seperti CICC Capital, Dingjie Software Ventures, China Software Group, Yizhuang State Investment, dan China Unicom Industrial Internet of Things. Para hadirin dan tamu melakukan perbincangan mendalam, bertukar pengalaman praktis, dan mendiskusikan kerjasama bisnis, sehingga berhasil menutup seminar rekan online 502 ini.

Untuk melacak lebih banyak aktivitas praktik inovasi digital dan AI, silakan ikuti kami.Tangki Pemikir Tiger SniffSelesaikan pendaftaran untuk menerima pembaruan konten dan pemberitahuan acara kami.

Tentang Huxiu Think Tank: Huxiu Think Tank adalah organisasi layanan penelitian baru yang berfokus pada digitalisasi perusahaan dan praktik inovasi AI. Organisasi ini menyediakan laporan penelitian yang mendalam, pemilihan kasus, dan pertemuan online serta pertemuan online untuk kedua belah pihak dalam proses intelijen industri kegiatan dan layanan kunjungan disediakan untuk mendukung pengambilan keputusan yang bijaksana oleh para eksekutif perusahaan dalam bidang intelijen dan digitalisasi. Nilai-nilai inti yang kami berikan: wawasan yang tepat waktu dan berkualitas tinggi, pemahaman tentang teknologi, industri, rekanan dan lawan; memberikan referensi penting bagi pengambil keputusan dalam keputusan strategis teknologi dan produk, perencanaan industri, dan pemilihan solusi; memahami teknologi mutakhir dan status perkembangan industri yang terkena dampak serta tren masa depan