ह्युमनॉइड रोबोटिक्स डेमोमधून कारखान्यातील उत्पादनाकडे जात आहे

1X Technologies म्हणते की त्यांनी Hayward, California येथील नव्या सुविधेत आपल्या NEO ह्युमनॉइड रोबोट्सचे पूर्ण-स्तरीय उत्पादन सुरू केले आहे. 58,000 चौरस फूटाचे हे ठिकाण NEO साठी कंपनीच्या मुख्य उत्पादन केंद्राप्रमाणे रचले गेले आहे. NEO हा असा ह्युमनॉइड रोबोट आहे जो घरगुती जागांमध्ये शांतपणे काम करू शकतो, आणि त्याच वेळी वास्तविक जगातील ऑपरेटिंग डेटा गोळा करून काळानुसार त्याची AI प्रणाली सुधारू शकतो.

ही घोषणा महत्त्वाची आहे, कारण ती संभाषण प्रोटोटाइप क्षमतेपासून उत्पादन-तयारीकडे वळवते. ह्युमनॉइड रोबोटिक्समध्ये काळजीपूर्वक संपादित केलेले demo व्हिडिओ आणि महत्त्वाकांक्षी वेळापत्रके यांची कमतरता नाही. पण बहुतांश प्रकरणांमध्ये जे कमी आहे, ते म्हणजे कंपन्या खरोखरच गुंतागुंतीच्या मशीनचे पुनरावृत्तीने, मोठ्या प्रमाणावर उत्पादन करू शकतात याचा पुरावा. 1X म्हणते की त्यांची नवी सुविधा या समस्येचे ठोस उत्तर आहे.

एक vertically integrated कारखाना धोरण

दिलेल्या स्रोत मजकुरानुसार, 1X ने हे ठिकाण “machine park” भोवती उभारले आहे, जिथे कच्चा माल विशेष भागांमध्ये रूपांतरित केला जातो. पारंपरिक supplier-heavy assembly model वर पूर्णपणे अवलंबून न राहता, कंपनी प्रत्येक उत्पादन टप्पा real time मध्ये नियंत्रित करण्यासाठी एक vertically integrated “factory OS” वापरते, असे सांगते.

हा दृष्टिकोन महत्त्वाचा आहे, कारण ह्युमनॉइड रोबोटिक्स उत्पादन प्रणालींवर अनोखा ताण आणते. या यंत्रांमध्ये actuators, sensors, mechanical structures, control electronics, आणि AI computing अत्यंत मर्यादित form factor मध्ये एकत्र येतात. प्रक्रिया खूप जास्त प्रमाणात बाह्य विक्रेत्यांमध्ये विभागली गेली, तर कंपन्यांना मंद iteration cycles आणि गुणवत्ता व खर्चावर कमकुवत नियंत्रण यांचा सामना करावा लागू शकतो.

याउलट, vertically integrated प्रणाली design बदल, factory execution, आणि field performance यांच्यात अधिक घट्ट feedback देण्याचे आश्वासन देते. ते वचन मोठ्या प्रमाणावर कितपत टिकते, हे अद्याप पाहायचे आहे, पण हे धोरण robotics start-ups विकास चक्र कमी करण्यासाठी जे करत आहेत त्याच्याशी सुसंगत आहे.

कारखाना आत्ता काय करत आहे

स्रोत मजकुरात उत्पादन प्रक्रियेचे तपशीलवार वर्णन आहे, जे अनेक robotics घोषणांमध्ये नसते. स्वयंचलित लाईन्स copper coils फिरवून custom motors तयार करतात. समर्पित प्रयोगशाळा hardware ला 20 million पेक्षा जास्त stress testing cycles मधून नेतात. मजल्यावर joint आणि limb assembly, final integration, आणि “break things fast” करण्यासाठी डिझाइन केलेली reliability lab अशी स्वतंत्र क्षेत्रे आहेत, जेणेकरून systems ग्राहकांपर्यंत पोहोचण्यापूर्वी अभियंते बिघाड शोधू शकतील.

तो शेवटचा तपशील विशेषतः महत्त्वाचा आहे. एक प्रभावी lab robot आणि उपयुक्त commercial product यांच्यातील सर्वात मोठ्या अडथळ्यांपैकी reliability हा एक आहे. घरात काम करण्यासाठी असलेला ह्युमनॉइड फक्त नियंत्रित परिस्थितीत एकदाच काम पूर्ण करून चालणार नाही. त्याने गोंधळलेल्या, बदलत्या, रोबोटांच्या दृष्टीने न डिझाइन केलेल्या जागांमध्ये वारंवार, शांतपणे, सुरक्षितपणे, आणि अपेक्षित पद्धतीने काम केले पाहिजे.

1X म्हणते की NEO आधुनिक refrigerator पेक्षा कमी decibel पातळीवर काम करते, ज्यामुळे कंपनी warehouse किंवा industrial deployment पेक्षा घरगुती वापरावर अधिक लक्ष केंद्रित करत असल्याचे सूचित होते.

रोबोट आधीच कारखान्यात काम करत आहेत

NEO चे सुरुवातीचे प्रकार कथितपणे आधीच factory floor वर सक्रिय आहेत, internal logistics आणि parts stocking मध्ये मदत करत आहेत. ही व्यवस्था दोन कामे करते. पहिले, ती सुविधा आतल्या काही श्रमाची भरपाई करते. दुसरे, आणि कदाचित अधिक महत्त्वाचे, ती 1X ला वास्तविक जगातील operational data चा एक प्रवाह देते, ज्यामुळे NEO Cortex brain सुधारता येतो.

हे advanced robotics मधील वारंवार दिसणारे theme आहे: product हा केवळ शरीर नसतो, आणि केवळ modelही नसतो. तो deployment, data collection, training, testing, आणि redeployment यांच्यातील loop असतो. एखादी कंपनी हा loop जितक्या वेळा चालवू शकते, तितक्या वेगाने ती क्षमता आणि विश्वासार्हता सुधारू शकते.

1X च्या बाबतीत, स्रोत मजकूर सांगतो की NEO Cortex NVIDIA च्या Jetson Thor platform वर चालतो आणि NVIDIA Isaac robotics platform वापरून प्रशिक्षित केला आहे. ही जोडणी 1X ला NVIDIA hardware आणि simulation tools वर उभारणाऱ्या robotics developers च्या व्यापक ecosystem मध्ये ठेवते.

“Physical AI” साठी उत्पादन-स्तर का महत्त्वाचा आहे

संस्थापक आणि CEO Bernt Børnich यांनी कारखाना लाँचला ह्युमनॉइड रोबोटिक्स अमेरिकेत आकांक्षेतून औद्योगिक वास्तवात जात असल्याचा पुरावा म्हणून मांडले. अधिक उत्पादन म्हणजे अधिक रोबोट, आणि अधिक रोबोट म्हणजे “physical AI” कडे जाण्याचा सर्वात जलद मार्ग, असा त्यांचा युक्तिवाद होता. हा शब्दप्रयोग embodied intelligence प्रणाली text, images, किंवा simulation यांच्यापुरत्या मर्यादित न राहता प्रत्यक्ष भौतिक जगाशी वारंवार संवाद साधल्यावर अधिक चांगल्या होतात, या उद्योगातील दृष्टीकोनाचे प्रतिध्वनी करतो.

त्या दाव्यात तर्क आहे. एक language model विशाल digital corpora शिकू शकतो, पण घरगुती रोबोटला balance, manipulation, timing, force control, आणि navigation हेही प्रत्यक्ष जागांमध्ये शिकावे लागते. अधिक युनिट्सचे उत्पादन operational data चे प्रमाण वाढवून या शिकण्याच्या प्रक्रियेला गती देऊ शकते.

आव्हान असे की उत्पादन प्रत्येक न सुटलेल्या कमकुवतपणाला वाढवते. अधिक रोबोट म्हणजे design flaws, safety concerns, maintenance burdens, आणि cost pressures उघड करण्याच्या अधिक संधी. Scale म्हणजे एकाच वेळी validation आणि stress test.

एक अर्थपूर्ण पाऊल, अंतिम पुरावा नाही

1X ची घोषणा एक अर्थपूर्ण milestone म्हणून पाहिली पाहिजे, पण consumer humanoid robotics आलेच आहे याचा अंतिम पुरावा म्हणून अजून नाही. पूर्ण-स्तरीय उत्पादन सुरू करणे आणि मोठ्या प्रमाणात घरी शिपमेंट करणे, तसेच त्या deployments आर्थिकदृष्ट्या टिकाऊ ठेवणे, या वेगळ्या गोष्टी आहेत. या टप्प्यांमधील दरीच अनेक महत्त्वाकांक्षी hardware programs जिथे अडकतात ती जागा आहे.

तरीही, या क्षणाचे महत्त्व नाकारता येत नाही. कंपनी केवळ भविष्यातील deployment बद्दल बोलत नाही. ती एक मोठी US facility उघडत आहे, vertical integration वर भर देत आहे, प्रारंभिक units कारखान्यातच कामाला लावत आहे, आणि manufacturing ला थेट data collection व model improvement शी जोडत आहे.

जर 1X हे घटक विश्वासार्ह output मध्ये रूपांतरित करू शकली, तर ह्युमनॉइड रोबोट अधिक परिपक्व विकास टप्प्यात प्रवेश करत आहेत हा युक्तिवाद बळकट होईल. नसेल तर, ही कारखाना sophisticated robotics ला मर्यादित करणारी गोष्ट कल्पनेचा उत्साह नाही, तर यंत्रे बनवणे, त्यांची देखभाल करणे, आणि त्यांचा खर्च न्याय्य ठरवता येईल इतक्या वेगाने त्यांना सुधारणे किती कठीण आहे, याची आणखी एक आठवण ठरेल.

आत्तापर्यंत 1X ने एक महत्त्वाची मर्यादा ओलांडली आहे. आता प्रश्न असा नाही की ते ह्युमनॉइड रोबोट दाखवू शकतात का. प्रश्न असा आहे की हे वर्ग व्यावसायिकदृष्ट्या वास्तवात आणण्यासाठी ते पुरेशा संख्येत, आणि पुरेशा दर्जात, त्यांचे उत्पादन करू शकतात का.

हा लेख The Robot Report च्या वार्तांकनावर आधारित आहे. मूळ लेख वाचा.

Originally published on therobotreport.com