1X தனது NEO ஹ்யூமனாய்டு ரோபோக்களின் முழுமையான அமெரிக்க உற்பத்தியைத் தொடங்கியது

தொழிற்சாலை இப்போது என்ன செய்கிறது

மூல உரை, பல robotics அறிவிப்புகள் வழங்காத அளவுக்கு உற்பத்தி செயல்முறையை விரிவாக விவரிக்கிறது. தானியங்கி வரிகள் செம்பு கம்பிகளை சுழற்றி custom motors உருவாக்குகின்றன. தனித்த lab-கள் வன்பொருளை 20 million-க்கும் அதிகமான stress testing cycles-க்கு உட்படுத்துகின்றன. மாடியில் joint மற்றும் limb assembly, final integration, மற்றும் “break things fast” செய்ய வடிவமைக்கப்பட்ட reliability lab ஆகியவற்றிற்கான தனி மண்டலங்கள் உள்ளன, இதன் மூலம் systems வாடிக்கையாளர்களிடம் செல்வதற்கு முன் பொறியாளர்கள் தோல்விகளை கண்டறிய முடியும்.

அந்த கடைசி விவரம் குறிப்பாக முக்கியமானது. ஒரு சிறந்த lab robot-க்கும் பயனுள்ள commercial product-க்கும் இடையிலான மிகப்பெரிய தடைகளில் reliability ஒன்றாகும். வீட்டில் செயல்பட வேண்டிய ஹ்யூமனாய்டு, கட்டுப்படுத்தப்பட்ட சூழலில் ஒருமுறை ஒரு பணியை முடிப்பதற்காக மட்டும் இருக்க முடியாது. அது களைப்பற்ற, அமைதியான, பாதுகாப்பான, கணிக்கக்கூடிய முறையில், ரோபோட்களுக்காக வடிவமைக்கப்படாத குழப்பமான, மாறக்கூடிய இடங்களில் தொடர்ந்து செயல்பட வேண்டும்.

1X, NEO ஒரு modern refrigerator-ஐவிடக் குறைந்த decibel அளவில் இயங்குகிறது என்கிறது; இதனால் நிறுவனம் warehouse அல்லது industrial deployment-ஐ விட வீட்டு பயன்பாட்டையே அதிகமாக இலக்காகக் கொண்டுள்ளது என்பது தெரிய வருகிறது.

தொழிற்சாலையிலேயே ரோபோக்கள் ஏற்கனவே பணியாற்றுகின்றன

NEO-வின் ஆரம்ப பதிப்புகள் தொழிற்சாலை தளத்தில் செயல்பட்டு, உள்துறை logistics மற்றும் பாகங்கள் நிரப்புதலுக்கு உதவுவதாக தெரிவிக்கப்படுகிறது. இந்த ஏற்பாடு இரண்டு பணிகளை செய்கிறது. முதலில், இது நிலையத்திற்குள் சில மனித உழைப்பை ஈடு செய்கிறது. இரண்டாவது, மேலும் முக்கியமாக, NEO Cortex brain-ஐ மேம்படுத்த உதவும் நிஜ உலக செயல்பாட்டு தரவின் ஓட்டத்தை 1X-க்கு வழங்குகிறது.

இது மேம்பட்ட robotics-இல் மீண்டும் மீண்டும் தோன்றும் கரு: product என்பது உடல் மட்டும் அல்ல, model மட்டும் கூட அல்ல. அது deployment, data collection, training, testing, மற்றும் redeployment ஆகியவற்றுக்கிடையேயான loop ஆகும். ஒரு நிறுவனம் அந்த loop-ஐ எத்தனை முறை இயக்க முடிகிறதோ, அவ்வளவு விரைவாக அது திறன்களையும் நம்பகத்தன்மையையும் மேம்படுத்தலாம்.

1X-இன் வழக்கில், NEO Cortex NVIDIA-வின் Jetson Thor platform-ஆல் இயக்கப்படுகிறது என்றும் NVIDIA Isaac robotics platform-ஐப் பயன்படுத்தி பயிற்சி பெறுகிறது என்றும் மூல உரை கூறுகிறது. இந்த இணைப்பு 1X-ஐ NVIDIA hardware மற்றும் simulation tools-ஐ அடிப்படையாகக் கொண்ட robotics developers-ன் பரந்த ecosystem-க்குள் கொண்டுவைக்கிறது.

“Physical AI”க்கான உற்பத்தி அளவு ஏன் முக்கியம்

நிறுவனர் மற்றும் CEO Bernt Børnich, தொழிற்சாலை தொடக்கத்தை ஹ்யூமனாய்டு ரோபோட்டிக்ஸ் அமெரிக்காவில் ஆசையிலிருந்து தொழில்துறை நிஜத்திற்குத் தாவுகிறது என்பதற்கான சான்றாகச் சொன்னார். அதிக உற்பத்தி என்றால் அதிக ரோபோக்கள், அதிக ரோபோக்கள் என்றால் “physical AI”-க்கு வேகமான பாதை என்றார். இந்த சொற்றொடர், embodiments கொண்ட நுண்ணறிவு systems text, images, அல்லது simulation-இல் மட்டும் அல்லாமல் நிஜ உலகத்துடன் தொடர்ந்து தொடர்புகொள்ளும்போது மேம்படும் என்ற தொழில்துறை பார்வையை பிரதிபலிக்கிறது.

அந்தக் கூற்றில் தர்க்கம் இருக்கிறது. ஒரு language model பரந்த digital corpus-களை கற்றுக்கொள்ளலாம், ஆனால் வீட்டில் இயங்கும் ரோபோ balance, manipulation, timing, force control, மற்றும் navigation ஆகியவற்றையும் நிஜ இடங்களில் கற்றுக்கொள்ள வேண்டும். அதிக அலகுகளை உற்பத்தி செய்வது, செயல்பாட்டு தரவின் அளவை விரிவாக்குவதன் மூலம் இந்தக் கற்றல் செயல்முறையை வேகப்படுத்தலாம்.

சவால் என்னவென்றால், உற்பத்தி தீர்க்கப்படாத ஒவ்வொரு பலவீனத்தையும் பெரிதாக்குகிறது. அதிக ரோபோக்கள் என்றால் design flaws, safety concerns, maintenance burdens, மற்றும் cost pressures ஆகியவற்றை வெளிப்படுத்தும் அதிக வாய்ப்புகள். Scale என்பது validation ஆகவும் stress test ஆகவும் ஒரே நேரத்தில் செயல்படுகிறது.

முக்கியமான ஒரு படி, இறுதி சான்று அல்ல

1X-இன் அறிவிப்பை ஒரு முக்கிய milestone என கருத வேண்டும், ஆனால் consumer humanoid robotics ஏற்கனவே வந்துவிட்டதற்கான தீர்மானமான சான்றாக இன்னும் பார்க்கக் கூடாது. முழுமையான உற்பத்தியைத் தொடங்குவது, பெரிய அளவில் வீடுகளுக்கு அனுப்பி, அந்த deployments-ஐ பொருளாதார ரீதியாகத் தாங்கக்கூடியதாக வைத்திருப்பதிலிருந்து வேறுபட்டது. இந்த நிலைகளுக்கிடையேயான இடைவெளியே பல உயர்ந்த hardware திட்டங்கள் சிக்கித் தவிக்கும் இடம்.

இருந்தாலும், இந்த தருணத்தின் முக்கியத்துவத்தை மறுக்க முடியாது. நிறுவனம் எதிர்கால deployment-ஐ மட்டும் பேசவில்லை. அது ஒரு பெரிய அமெரிக்க நிலையத்தைத் திறக்கிறது, vertical integration-ஐ வலியுறுத்துகிறது, ஆரம்ப units-ஐ தொழிற்சாலைக்குள்ளேயே வேலை செய்ய வைத்திருக்கிறது, மற்றும் manufacturing-ஐ data collection மற்றும் model improvement-உடன் நேரடியாக இணைக்கிறது.

1X இந்த கூறுகளை நம்பகமான output-ஆக மாற்ற முடிந்தால், humanoid ரோபோக்கள் ஒரு மேலும் முதிர்ந்த வளர்ச்சி கட்டத்துக்குள் நுழைகின்றன என்ற வாதம் வலுப்பெறும். அப்படி இல்லை என்றால், இந்த தொழிற்சாலை, sophistcated robotics-ஐ கட்டுப்படுத்துவது யோசனையின் உற்சாகமல்ல; இயந்திரங்களை உருவாக்கி, பராமரித்து, அவற்றின் செலவை நியாயப்படுத்தும் அளவுக்கு வேகமாக மேம்படுத்துவதின் கடினத்தன்மை என்பதற்கான இன்னொரு நினைவூட்டலாக இருக்கும்.

இப்போது வரை, 1X ஒரு முக்கிய தடையை கடந்துவிட்டது. கேள்வி இனி அது ஒரு humanoid robot-ஐ காட்ட முடியுமா என்பதல்ல. அந்த வகையை வணிக ரீதியாக நிஜமாக்க போதுமான எண்ணிக்கையிலும், போதுமான தரத்திலும் அவற்றை உருவாக்க முடியுமா என்பதே கேள்வி.

இந்தக் கட்டுரை The Robot Report-இன் செய்திப்பதிவின் அடிப்படையில் உள்ளது. மூலக் கட்டுரையைப் படிக்கவும்.