Integracja AI z systemami manipulacyjnymi
Google DeepMind oraz Agile Robots poinformowały o nawiązaniu strategicznej współpracy badawczej, której celem jest połączenie modeli Gemini Robotics z platformą robotyczną rozwijaną przez Agile Robots. Partnerstwo zakłada zarówno wdrożenie modeli AI w systemach robotycznych, jak i wykorzystanie danych zbieranych przez roboty do dalszego doskonalenia modeli.
W praktyce oznacza to integrację warstwy decyzyjnej, odpowiedzialnej za analizę i planowanie działań, z fizycznymi systemami manipulacyjnymi pracującymi w środowisku przemysłowym.
Sprzęt i oprogramowanie
Agile Robots rozwija przemysłowe systemy robotyczne wyposażone w czujniki siły i momentu obrotowego, systemy wizyjne 3D oraz układy sterowania działające w czasie rzeczywistym. Rozwiązania te umożliwiają manipulację elementami z dokładnością poniżej milimetra.
Portfolio firmy obejmuje m.in. chwytak Agile Hand, ramię FR3 z czujnikiem siły, ramię Diana 7 z ograniczeniem siły i mocy oraz serię robotów Thor. Firma rozwija również humanoidalnego robota Agile ONE, zaprojektowanego do bezpiecznej współpracy z ludźmi i innymi systemami w środowisku przemysłowym.
Modele Gemini Robotics rozwijane przez DeepMind odpowiadają za interpretację poleceń w języku naturalnym, planowanie sekwencji ruchów oraz adaptację do zmiennych warunków pracy.
Bariery technologiczne: 1 kHz a latencja AI
Jednym z głównych wyzwań pozostaje synchronizacja systemów sterowania robotów z modelami sztucznej inteligencji. Platformy Agile Robots działają w pętli sterowania o częstotliwości 1 kHz, co oznacza bardzo krótkie czasy reakcji.
Modele AI wymagają natomiast czasu na przetwarzanie danych i generowanie odpowiedzi. Zsynchronizowanie tak szybkiej pętli z latencją algorytmów stanowi jedno z kluczowych wyzwań integracyjnych w zastosowaniach przemysłowych.
Istotnym aspektem pozostaje także bezpieczeństwo. Roboty wykorzystujące modele generatywne muszą działać w sposób przewidywalny w środowisku współpracy z ludźmi, co wymaga zastosowania dodatkowych warstw zabezpieczeń i filtrów behawioralnych.
Na wdrożenia wpływają również koszty. Połączenie zaawansowanych systemów robotycznych z infrastrukturą obliczeniową potrzebną do obsługi modeli AI podnosi koszt całego rozwiązania.
Zastosowania w przemyśle i logistyce
Współpraca obejmuje wykorzystanie robotów w sektorach takich jak produkcja elektroniki, branża motoryzacyjna, centra danych oraz logistyka. Systemy mają być testowane, dostrajane i wdrażane w rzeczywistych zastosowaniach przemysłowych.
Roboty mają uzyskać zdolność interpretowania poleceń w języku naturalnym oraz reagowania na zmiany w otoczeniu, takie jak przesunięcia elementów na linii produkcyjnej czy pojawienie się przeszkód.
Rozwiązanie może być wykorzystywane w procesach logistycznych oraz na liniach montażowych o dużej zmienności produkcji.
Iteracyjne doskonalenie i „AI flywheel”
Współpraca obejmuje cykl ciągłego doskonalenia systemów poprzez wdrożenia, zbieranie danych, trenowanie modeli i ich optymalizację. Jak wskazują firmy, dane operacyjne pozyskiwane w trakcie pracy robotów mają być wykorzystywane do poprawy jakości modeli AI.
Proces ten ma charakter iteracyjny – systemy są testowane, rozwijane i ponownie wdrażane w kolejnych etapach. Firmy określają ten mechanizm jako „AI flywheel”, w którym dane z rzeczywistych zastosowań zwiększają możliwości modeli, co z kolei umożliwia szersze wdrożenia.
Współpraca i zakres działań
Projekt obejmuje trenowanie modeli AI na danych z czujników robotów, opracowanie interfejsu sterowania w języku naturalnym oraz testy w rzeczywistych warunkach przemysłowych.
– Współpraca została zaplanowana jako seria etapów rozwojowych i wdrożeniowych, ukierunkowanych na poprawę możliwości robotów w rzeczywistych środowiskach – powiedział Zhaopeng Chen, współzałożyciel i CEO Agile Robots..
Kontekst rynkowy
Współpraca wpisuje się w rosnącą liczbę partnerstw między firmami rozwijającymi robotykę i sztuczną inteligencję. Google DeepMind współpracuje m.in. z Boston Dynamics przy rozwoju robota Atlas oraz z firmą Apptronik przy robocie Apollo.
Równolegle rozwijane są inne inicjatywy, w tym partnerstwo Neura Robotics z Qualcomm oraz inwestycje OpenAI w 1X Technologies. Wskazuje to na rosnące znaczenie oprogramowania jako elementu rozwijającego możliwości robotów.
Tło firm
Agile Robots zostało założone w 2018 roku przez dr Zhaopenga Chena, wcześniej badacza w Niemieckim Centrum Lotnictwa i Kosmonautyki (DLR). Firma pozyskała ponad 270 mln USD finansowania od inwestorów, w tym SoftBank Vision Fund, Xiaomi oraz Midas Group.
– Zainstalowaliśmy już ponad 20 tys. systemów robotycznych na całym świecie, co potwierdza skalę wdrożeń inteligentnej automatyki. Kolejnym krokiem są autonomiczne systemy produkcyjne – powiedział Zhaopeng Chen.
Z kolei przedstawiciele DeepMind wskazują, że współpraca ma na celu rozwój kolejnej generacji robotów oraz zwiększenie skali zastosowań AI w różnych sektorach przemysłu.
Kolejne kroki
Pierwsze publiczne demonstracje efektów współpracy zaplanowano na drugą połowę 2026 roku. Testy w rzeczywistych warunkach przemysłowych mają pokazać, w jakim stopniu integracja modeli AI z robotyką znajdzie praktyczne zastosowanie w produkcji i logistyce.
Źródło: Tech Crunch, The Robot Report
