தொழில்துறை ரோபோடிக்ஸ் தனிப்பட்ட பைலட்டுகளில் இருந்து தள அளவிலான செயல்படுத்தலுக்கு நகர்கிறது
உற்பத்தித் துறையில் physical AI-ஐ வேகப்படுத்துவதற்காக Flex மற்றும் Teradyne Robotics தங்கள் நீண்டகால கூட்டாண்மையை விரிவாக்குகின்றன என்று இரு நிறுவனங்களும் விவரிக்கின்றன. இந்த ஏற்பாடு ஒரு வழங்குநர் உறவை ஆழப்படுத்துவதைக் கடந்தது. இது Flex-ஐ, முக்கிய ரோபோடிக்ஸ் கூறுகளை உருவாக்கும் நிறுவனமாகவும், உலகம் முழுவதும் உள்ள தனது வசதிகளில் அந்த அமைப்புகளை பெரிய அளவில் பயன்படுத்தும் நிறுவனமாகவும் நிலைநிறுத்துகிறது.
இந்த இரட்டை பங்கு தான் இந்த அறிவிப்பை முக்கியமானதாக மாற்றுகிறது. பல தொழில்துறை தானியக்க முயற்சிகள், காட்சி நிரூபணத்திற்கும் பரவலான செயல்பாட்டு வெளியீட்டிற்கும் இடையில் சிக்கிக் கொள்கின்றன. ஒரு ரோபோ கட்டுப்படுத்தப்பட்ட சூழலில் நன்றாக வேலை செய்யலாம்; ஆனால் வெவ்வேறு கட்டுப்பாடுகள், தொழிலாளர் நிலைமைகள், செயல்முறை தேவைகள் கொண்ட உலகளாவிய தளங்களில் அளவுபடுத்துவது கடினமாக இருக்கலாம். Teradyne-இன் robotics hardware-ஐ தயாரித்தபடியே, தன் சொந்த உற்பத்தி சூழல்களில் collaborative robots மற்றும் autonomous mobile robots-ஐ பயன்படுத்துவதன் மூலம், Flex அந்த இடைவெளியை குறைக்க முயல்கிறது.
ரோபோடிக்ஸை அளவுபடுத்த இரு-பாதை உத்தி
வழங்கப்பட்ட மூல உரையின்படி, இந்த விரிவாக்கப்பட்ட கூட்டாண்மை ஒரு dual-track மாதிரியை உருவாக்குகிறது. Flex ஏற்கனவே Universal Robots-க்கான முக்கிய கூறுகளை உருவாக்குகிறது; மேலும் உலகளாவிய வசதிகளில் UR-இன் collaborative robots-களையும் Teradyne அலகுகளான Mobile Industrial Robots-இன் autonomous mobile robots-களையும் பயன்படுத்தும். இதன் நோக்கம் செயல்பாட்டு திறனை மேம்படுத்தி, தொடர்ச்சியான நிஜ உலக பின்னூட்டத்தைப் பெறுவதாகும்.
இது அணுகுமுறையில் முக்கியமான மாற்றம். ஒரு upstream manufacturing partner ஆக மட்டும் இருப்பதற்குப் பதிலாக, Flex தானே உருவாக்க உதவும் robotics systems-க்கான ஒரு proving ground ஆக மாறுகிறது. கோட்பாட்டில், இது இரு நிறுவனங்களுக்கும் வேகமான கற்றல் சுழற்சிகளை வழங்கும். hardware சிக்கல்கள், workflow bottlenecks, integration சிக்கல்கள், scaling வரம்புகள் ஆகியவை, சுருக்கமான மதிப்பீட்டு சூழல்களைக் காட்டிலும் நேரடி தொழில்துறை சூழல்களில் கண்டறியப்படலாம்.
இந்த உத்தி தொழில்துறை AI-யில் நிகழும் ஒரு பரவலான மாற்றத்தையும் பிரதிபலிக்கிறது. Physical AI-க்கு இப்போது மதிப்பு என்பது கவர்ச்சிகரமான demos-இல் அல்ல; அது உற்பத்தியில் நம்பகமாக இயங்க முடியுமா, நிஜ workflows-க்கு ஏற்ப பொருந்த முடியுமா, தளங்களுக்கு இடையே மீண்டும் செயல்படுத்த முடியுமா என்பதில் மதிப்பிடப்படுகிறது. இதன் அர்த்தம் vendor மற்றும் customer இடையிலான எல்லை மங்கத் தொடங்கியுள்ளது. அதே நிறுவனம் ஒரு robotics platform-ஐ உருவாக்க உதவியும், அந்த platform உண்மையில் scale-க்கு தயாரா என்பதை சோதிக்கும் operational environment-ஐயும் வழங்க முடியும்.
