ஒரு நடைமுறை ரோபோடிக்ஸ் சிக்கல் கவனம் பெறுகிறது
Tennant உடன் Brain Corp-ன் சமீபத்திய மென்பொருள் வெளியீடு வணிக ரோபோடிக்ஸில் ஒரு எளிய ஆனால் முக்கியமான சவாலில் கவனம் செலுத்துகிறது: பயன்பாட்டுக்குள் கொண்டுவரும் சிரமம். BrainOS Clean 2.0, SelfPath AI-யை அறிமுகப்படுத்துகிறது; வழங்கப்பட்ட மூலத்தின் படி, இது Tennant சுத்தம் செய்யும் ரோபோக்கள் இடங்களை தானாக வரைபடம் அமைத்து, கைமுறை பயிற்சி இல்லாமல் தங்கள் பாதைகளை மாற்றிக்கொள்ள உதவுகிறது.
இது அதிக நாடகமிகு ரோபோடிக்ஸ் அறிவிப்புகளுடன் ஒப்பிடும்போது சிறிய முன்னேற்றமாக தோன்றலாம்; ஆனால் அளவுபடுத்தி ஏற்றுக்கொள்வதற்கான மிக நீடித்த தடைகளில் ஒன்றை இது சமாளிக்கிறது. பல ரோபோக்கள் ஒரு டெமோவில் கண்கொள்ளாக் காட்சியாக இருக்கும், ஆனால் வாடிக்கையாளர் அவற்றை குழப்பமான உண்மை உலக வசதிகளில் அமைக்க, மீண்டும் பயிற்றுவிக்க, பராமரிக்க வேண்டியபோது அவை மிகக் குறைவாகவே ஈர்ப்பை தருகின்றன. விரைவாகத் தொடங்கி, தானாகவே பொருந்திக்கொள்ளக்கூடிய ஒரு ரோபோ நடைமுறையில் அதிக பயன் தரும் வாய்ப்பு கொண்டது.
பாதை தன்னாட்சி ஏன் முக்கியம்
தானியங்கி சுத்தம் செய்யும் இயந்திரங்கள் தொடர்ந்து மாறும் சூழல்களில் செயல்படுகின்றன. சில்லறை கடை வழித்தடங்கள் மாறுகின்றன. களஞ்சிய அமைப்புகள் வளர்கின்றன. தற்காலிக தடைகள் தோன்றுகின்றன. தரைகள் எப்போது, எங்கு சுத்தம் செய்யலாம் என்பதைக் காவல் பணியாளர் அமைப்புகள் மாற்றுகின்றன. ஒவ்வொரு மாற்றத்திற்கும் மனிதர் கைமுறையாக பாதைகளை மீண்டும் பயிற்றுவிக்க வேண்டியிருந்தால், செயல்பாட்டு சுமை அதிகரித்து, மதிப்பு முன்மொழிவு பலவீனமடையும்.
SelfPath AI நேரடியாக அந்தப் பிரச்சினையை குறிவைத்துள்ளது போலத் தெரிகிறது. ஒவ்வொரு அமைப்பு புதுப்பிப்பிற்கும் கைமுறை வழிமுறைகளில் நம்பிக்கையைக் கொள்ளாமல், இந்த ரோபோக்கள் தாங்களே வரைபடம் உருவாக்கி, பாதைகளைச் சரிசெய்வதற்காக வடிவமைக்கப்பட்டுள்ளன. இதனால் தயாரிப்பு வணிக வாங்குநர்கள் பொதுவாக விரும்புவது போல, ஒரு தொடர்ந்த ஒருங்கிணைப்பு திட்டத்தை விட ஒரு சாதனத்தைப் போல நடக்கும் ஒன்றுக்கு அருகே செல்கிறது.
சேவை ரோபோடிக்ஸில் கூட்டுறவுகளின் முக்கியத்துவம்
கூட்டணி அம்சமும் முக்கியமானது. Brain Corp தன்னாட்சி தளத்தை வழங்குகிறது, Tennant தொழில்முறை சுத்தம் செய்யும் உபகரணங்களில் நிறுவப்பட்ட நிலைப்பாட்டை கொண்டு வருகிறது. சேவை ரோபோடிக்ஸில், அத்தகைய சேர்க்கை தனித்து இயங்கும் ஸ்டார்ட்அப் முன்மொழிவைவிட சக்திவாய்ந்ததாக இருக்க முடியும். வாடிக்கையாளர்கள் பெரும்பாலும் தங்களுக்கு ஏற்கனவே புரிந்துள்ள கொள்முதல் வழிகள், பராமரிப்பு உறவுகள், மற்றும் உபகரண வகைகள் வழியாக இணைக்கப்பட்ட தானியக்கத்தை விரும்புகிறார்கள்.
சுத்தம் செய்யும் துறையில் இது குறிப்பாக உண்மை. அங்கு தொழிலாளர் பற்றாக்குறை மற்றும் செயல்பாட்டு செலவு அழுத்தம் தானியக்கத்தில் ஆர்வத்தை உருவாக்குகின்றன; ஆனால் வாங்குநர்கள் இன்னும் நம்பகத்தன்மை மற்றும் கணிக்கக்கூடிய ஆதரவையே எதிர்பார்க்கிறார்கள். ஆகையால், அமைப்பின் சிக்கலைக் குறைக்கும் ஒரு மென்பொருள் மேம்பாடு, மனித வடிவ ரோபோக்கள் அல்லது களஞ்சிய பிக்கிங் ரோபோக்களைப் போல கவர்ச்சிகரமாக இல்லாவிட்டாலும் கூட, மிகுந்த வணிக மதிப்பை கொண்டிருக்க முடியும்.
இது ரோபோடிக்ஸ் சந்தை பற்றி என்ன சொல்கிறது
இந்த வெளியீடு, ரோபோடிக்ஸில் வெறும் பணியை நிறைவேற்றுவதிலிருந்து செயல்பாட்டு தன்னாட்சிக்குத் திசைமாற்றம் நடைபெறுவதைவும் பிரதிபலிக்கிறது. வணிக சேவை ரோபோக்களின் முதல் அலை பெரும்பாலும் கட்டுப்படுத்தப்பட்ட சூழல்களிலேயே வெற்றி பெற்றது. அடுத்த அலை, தொடர்ச்சியான மனித தலையீடு இல்லாமல் அமைப்புகள் மாற்றங்களை கையாள முடியுமா என்பதையே அடிப்படையாகக் கொண்டு மதிப்பிடப்படுகிறது.
அதனால்தான் தானியங்கி வரைபடம் மற்றும் பாதை மாற்றம் போன்ற அம்சங்கள் மூலோபாய ரீதியாக முக்கியமாகின்றன. அவை வெறும் வசதியை மட்டும் உயர்த்துவதில்லை. அவை ரோபோவையே சுற்றியுள்ள தொழிலாளர் மேல்சுமையை குறைக்கின்றன; தொடக்க விற்பனைக்குப் பிறகு பயன்பாட்டை மந்தமாக்கும் மறைந்த செலவு பெரும்பாலும் அதுவே.
SelfPath AI விளக்கப்பட்டபடி செயல்பட்டால், Brain Corp மற்றும் Tennant நடைமுறை நம்பகத்தன்மையை காட்சி பிரம்மாண்டத்தை விட அதிகமாக மதிக்கும் சந்தையில் தங்கள் நிலையை வலுப்படுத்த முடியும். வசதி மேலாளர்கள் ஒரு ரோபோடிக்ஸ் டெமோவைத் தேடவில்லை; குறைந்த இடையூறு, குறைந்த அமைப்பு சிக்கல்கள், மற்றும் மூலதனத்தில் சிறந்த வருமானத்துடன் தரைகள் சுத்தமாக வேண்டும் என்பதையே அவர்கள் தேடுகிறார்கள்.
குறைந்த விளம்பரத்தையும் மீறி இந்தக் கதை ஏன் முக்கியம்
களஞ்சிய தானியக்கம், அறுவை ரோபோடிக்ஸ், அல்லது பொதுப்பயன் AI இயந்திரங்கள் பெறும் அளவுக்கு வணிக சுத்தம் செய்யும் ரோபோக்கள் அரிதாகவே கவனத்தைப் பெறுகின்றன. ஆனால் அவை அன்றாட சூழல்களில் மீண்டும் மீண்டும் செய்யக்கூடிய பணியை வழங்கும் ரோபோடிக்ஸின் மிகத் தெளிவான உதாரணங்களில் ஒன்றாகத் தொடர்கின்றன. ஆகையால், இந்த வகையில் ஏற்படும் மேம்பாடுகள், குறைவாக நிரூபிக்கப்பட்ட துறைகளில் உள்ள மிகப் பெரும் அறிவிப்புகளை விட, துறை முதிர்ச்சியின் சிறந்த குறிகாட்டியாக இருக்க முடியும்.
BrainOS Clean 2.0 அந்த முறையில்தான் பொருந்துகிறது. இது இயந்திர அறிவில் ஒரு புரட்சியை வாக்குறுதி அளிக்கவில்லை. அது அமைப்பு வேலைகளை குறைப்பதையும், மேலும் பொருந்தக்கூடிய பாதை இயந்திரத்தையும் வாக்குறுதி அளிக்கிறது. பல நிறுவனச் சூழல்களில், ஒரு ரோபோ பைலட்டிலிருந்து வழக்கமான பயன்பாட்டிற்கு நகருமா என்பதை தீர்மானிப்பது இப்படிப்பட்ட மேம்பாடுதான்.
அடுத்த அளவுகோல் ஏற்றுக்கொள்ளுதல்தான்
உண்மையான சோதனை என்பது வாடிக்கையாளர்கள் பயன்பாட்டிற்கான வேகம் மற்றும் செயல்பாட்டு நெகிழ்வில் குறிப்பிடத்தக்க வேறுபாட்டைக் காண்கிறார்களா என்பதுதான். தானியங்கி வரைபடம் மற்றும் பாதை மாற்றம் பிஸியான வசதிகளில் கைமுறை பயிற்சியின் தேவையை குறைத்தால், அந்த அம்சம் சேவை ரோபோடிக்ஸை அன்றாட செயல்பாடுகளுக்குள் மேலும் நகர்த்த உதவும்.
இப்போது, இந்த வெளியீட்டின் முக்கியத்துவம் தெளிவாக உள்ளது. Brain Corp மற்றும் Tennant, வணிக ரோபோடிக்ஸில் மிக நடைமுறைமிக்க levers-இல் ஒன்றான: மாறும் சூழல்களில் ரோபோக்களைப் பயன்படுத்துவதற்கான செலவும் சிக்கலையும் குறைப்பதில் கவனம் செலுத்துகின்றன. பெரும்பாலும் மிகைப்படுத்தி வாக்குறுதி அளிக்கும் ஒரு துறையில், அதுதான் நம்பகமான போட்டியிடும் இடம்.
இந்தக் கட்டுரை The Robot Report வெளியிட்ட செய்தியை அடிப்படையாகக் கொண்டது. மூல கட்டுரையைப் படிக்கவும்.
Originally published on therobotreport.com