Nvidia-ի գործադիր տնօրեն Ջենսեն Հուանգի վերջերս ներկայացրած վիրուսային ցուցադրությունը, որտեղ նա շփվում էր ինքնավար, ձայնային հրամաններին արձագանքող «Microduck» ռոբոտների երամի հետ, ավելին է, քան պարզապես տեխնոլոգիական համաժողովի գեղեցիկ դրվագ։ Թեև տեխնոլոգիական հսկայի և փոքրիկ, ոլորապտույտներ կատարող սարքերի փոխազդեցությունը տպավորիչ է, այն ռոբոտաշինության ոլորտում նշանակալի էվոլյուցիայի ազդանշան է. անցում կոշտ, ծրագրավորված ավտոմատացումից դեպի ճկուն, արհեստական բանականությամբ (AI) ղեկավարվող փոխազդեցության։

Բիզնեսի ղեկավարների համար, ովքեր հետևում են եզրային հաշվարկների (edge computing), ռոբոտաշինության և գեներատիվ արհեստական բանականության խաչմերուկին, այս ցուցադրությունը թվային վերափոխման հաջորդ մեծ տեղաշարժի մանրակերտն է։ Մենք հեռանում ենք այն սարքերից, որոնք պարզապես կատարում են ֆիքսված հրամաններ, և շարժվում ենք դեպի այնպիսի սարքավորումներ, որոնք մշակում են մտադրությունը, կառավարում համատեքստը և դրսևորում սոցիալական ինտելեկտի որոշակի մակարդակ։

Եզրային ինտելեկտի և մարդակենտրոն ռոբոտաշինության համախմբումը

Պատմականորեն, արդյունաբերական և սպառողական ռոբոտաշինությունը սահմանափակված էր բարձր ուշացումներով (latency) և որոշումներ կայացնելու ցածր կարողությամբ։ Ռոբոտը կարող էր արկղը տեղափոխել A կետից B կետ, սակայն այն չուներ իր շրջակա միջավայրը իրական ժամանակում «հասկանալու» նրբերանգները։ «Microduck»-ի ցուցադրությունը, սակայն, ընդգծում է փոքր լեզվական մոդելների (SLMs) և եզրային մակարդակում իրականացվող եզրահանգումների (edge-based inferencing) արագ հասունացումը։

Արհեստական բանականությունը անմիջապես սարքի մեջ ներդնելով՝ թույլ տալով ռոբոտներին մեկնաբանել ձայնային հրամանները, կատարել ֆիզիկական գործողություններ, ինչպիսիք են ոլորապտույտները, և արձագանքել ձայնային ազդանշաններով, ոլորտն ապացուցում է, որ ինտելեկտը այլևս կարիք չունի ամբողջությամբ գտնվել ամպային համակարգում։ Ուշացումների այս նվազումը գործառնական արդյունավետության «սուրբ գրալն» է։ Երբ մեքենան կարողանում է տվյալները մշակել տեղում և ակնթարթորեն արձագանքել մարդու մուտքային տվյալներին, ոչ ավանդական միջավայրերում դրանց ներդրման խոչընդոտները զգալիորեն նվազում են։

Ձեռնարկությունների համար հետևանքները խորն են։ Դիտարկենք հետևյալ առաջընթացները, որոնք ներկայացնում են այս բարձր ինտերակտիվ ռոբոտները.

  • Ադապտիվ առաջադրանքների կառավարում. Ի տարբերություն ավանդական ֆիքսված երթուղով աշխատող ռոբոտների, հաջորդ սերնդի սարքերը կարող են հարմարեցնել իրենց աշխատանքային ընթացքը՝ հիմնվելով մարդու բանավոր կամ տեսողական ազդանշանների վրա։
  • Համատեքստային ընկալում. Տեսողական-լեզվական մոդելների օգտագործմամբ այս ռոբոտները կարողանում են նույնականացնել օբյեկտները, խոչընդոտները և մարդու մտադրությունը՝ զգալիորեն նվազեցնելով մարդ-մեքենա անվտանգության արգելքների պատճառով առաջացող պարապուրդները։
  • Կանխատեսող սպասարկում փոխազդեցության միջոցով. Երբ սարքը նախագծված է իր վիճակը հաղորդելու համար (օրինակ՝ «քնի» ռեժիմը «Microduck» մոդելում), այն ապահովում է հետադարձ կապի ինտուիտիվ օղակ, որը հեշտացնում է նավատորմի կառավարումը ոչ տեխնիկական անձնակազմի համար։

ROI-ն և խելացի ավտոմատացման մասշտաբայնությունը

Բիզնես համատեքստում այս առաջընթացների իրական արժեքը դրանց մասշտաբայնության մեջ է։ «Microduck» մոդելը ցույց է տալիս, որ բարդ, ինտերակտիվ սարքավորումները կարող են արտադրվել այնպիսի գնով, որը լայնածավալ կիրառումը դարձնում է իրատեսական։ Մանրածախ առևտրականների, լոգիստիկայի ղեկավարների և առողջապահության ադմինիստրատորների համար սա նշանակում է «երամային» տեղակայումների հնարավորություն, որտեղ տասնյակ ցածրարժեք, խելացի գործակալներ համակարգված կերպով կառավարում են գույքագրումը, սպասարկում հաճախորդներին կամ կատարում ընթացիկ առաջադրանքներ։

Ավտոմատացման այս մակարդակի ընդունումն այլևս R&D փորձարկում չէ. այն դառնում է մրցակցային անհրաժեշտություն։ Քանի որ աշխատաշուկաները մնում են լարված, իսկ մարդկային միջամտություն պահանջող առաջադրանքների արժեքը բարձրանում է, ռոբոտացված գործընթացների ավտոմատացման (RPA) ներդրումների եկամտաբերությունը (ROI) փոխվում է։ Մենք անցնում ենք թանկարժեք, բարձր սպասարկում պահանջող արդյունաբերական թևերից դեպի ճկուն, ԱԲ-ինտեգրված գործակալներ, որոնք կարող են ներդրվել գոյություն ունեցող CRM և պահեստների կառավարման էկոհամակարգերում՝ նվազագույն հատուկ ծրագրավորմամբ։

Այս փոփոխության բիզնես հիմնավորումը կառուցված է երեք հենասյուների վրա.

  • Ուսուցման ծախսերի կրճատում. Աշխատակիցները կարող են շփվել այս համակարգերի հետ բնական լեզվով՝ վերացնելով ռոբոտաշինության հատուկ ուսուցման անհրաժեշտությունը։
  • Գործառնական ճկունություն. Քանի որ այս սարքերը ծրագրային ապահովման վրա հիմնված են, դրանց վարքագիծը կարող է թարմացվել «over-the-air» (OTA) տեղակայումների միջոցով, ինչը թույլ է տալիս ռոբոտների նավատորմին նոր առաջադրանքներ կամ աշխատանքային ընթացքներ սովորել մեկ գիշերվա ընթացքում։
  • Տվյալների վրա հիմնված հետադարձ կապ. Յուրաքանչյուր փոխազդեցություն ապահովում է հարուստ տելեմետրիկ տվյալներ, որոնք կարող են ներմուծվել ձեր գոյություն ունեցող տվյալների պահեստ (data warehouse)՝ տրամադրելով պատկերացումներ ֆիզիկական գործառնական խցանումների վերաբերյալ, որոնք նախկինում անտեսանելի էին։

Նորույթից դեպի հիմնական ձեռնարկատիրական ենթակառուցվածք

«Խաղալիք» ցուցադրությունից դեպ