Bu soru ve yanıtın bir versiyonu ilk olarak TechCrunch’ın ücretsiz robot bilimi haber bülteni Actuator’da yayınlandı. Abone olun.
Yıl sonu robotik soru-cevap serimizi Deepu Talla’nın bu girişiyle tamamlıyoruz. Ekim ayında NVIDIA’nın Körfez Bölgesi genel merkezini ziyaret ettiğimde biz. On yıldan fazla bir süredir Talla, çip devinin Gömülü ve Uç Bilgi İşlemden Sorumlu Başkan Yardımcısı ve Genel Müdürü olarak görev yapıyor. Robot teknolojisinin 2023’teki durumuna ve gelecekte işlerin nereye gideceğine dair benzersiz bir bakış açısı sunuyor. Geçtiğimiz birkaç yılda NVIDIA, robotik simülasyonu, prototip oluşturma ve konuşlandırma için kendisine büyük bir platform kurdu.
Önceki Soru-Cevap:
Resim Kredisi: NVIDIA
Üretken yapay zeka robotiğin geleceğinde hangi rolleri oynayacak?
Üretken yapay zekanın tüm sektörlerde üretkenliği artırdığını şimdiden görüyoruz. Açıkçası, GenAI’nin etkisi simülasyondan tasarıma ve daha fazlasına kadar robot biliminde dönüştürücü olacaktır.
- Simülasyon: Modeller, sahneler oluşturarak, ortamlar inşa ederek ve varlıklar oluşturarak 3D teknik sanatçılar ve geliştiriciler arasındaki boşlukları kapatarak simülasyon gelişimini hızlandırabilecektir. Bu GenAI varlıklarının sentetik veri üretimi, robot becerileri eğitimi ve yazılım testleri için kullanımı artacaktır.
- Çok modlu yapay zeka: Transformatör tabanlı modeller, robotların etraflarındaki dünyayı daha iyi anlama yeteneğini geliştirerek daha fazla ortamda çalışmalarına ve karmaşık görevleri tamamlamalarına olanak tanıyacak.
- Robot (yeniden) programlama: Robotları daha genel/çok amaçlı kılmak için görevleri ve işlevleri basit bir dille tanımlama konusunda daha fazla beceri.
- Tasarım: Daha iyi verimlilik için yeni mekanik tasarımlar (örneğin uç efektörler).
İnsansı form faktörü hakkındaki düşünceleriniz neler?
Otonom robot tasarlamak zordur. İnsansılar daha da zordur. Esas olarak zemin seviyesindeki engelleri anlayan çoğu AMR’nin aksine insansılar, çevrelerindeki ortamı daha iyi anlamak için çok modlu yapay zekaya ihtiyaç duyan mobil manipülatörlerdir. İnanılmaz miktarda sensör işleme, gelişmiş kontrol ve beceri uygulaması gerekir.
Temel modeller oluşturmaya yönelik üretken yapay zeka yeteneklerindeki atılımlar, insansılar için ihtiyaç duyulan robot becerilerini daha genelleştirilebilir hale getiriyor. Buna paralel olarak, yapay zeka tabanlı kontrol sistemlerinin yanı sıra algılama sistemlerini de eğitebilecek simülasyonlarda ilerlemeler görüyoruz.
Üretim ve depolardan sonra robotik için bir sonraki ana kategori hangisidir?
İşletmelerin işgücü kıtlığının ve demografik değişimlerin etkilerini hissettiği pazarlar, ilgili robotik fırsatlarına uyum sağlamaya devam edecek. Bu, tarımdan son kilometre teslimatına, perakendeye ve daha fazlasına kadar çeşitli sektörlerde çalışan robotik şirketlerini kapsamaktadır.
Farklı kategoriler için otonom robotlar oluşturmanın temel zorluklarından biri, yığınları simüle etmek ve test etmek için gereken 3 boyutlu sanal dünyaları oluşturmaktır. Üretken yapay zeka, geliştiricilerin gerçekçi simülasyon ortamlarını daha hızlı oluşturmasına olanak sağlayarak bir kez daha yardımcı olacak. Yapay zekanın robot bilimine entegrasyonu, daha aktif ve daha az “robot dostu” ortamlarda otomasyonun artmasına olanak tanıyacak.
Gerçek genel amaçlı robotlar ne kadar uzakta?
Robotların daha akıllı hale geldiğini ve belirli bir ortamda birden fazla görevi yerine getirebildiğini görmeye devam ediyoruz. Göreve özel sorunlara odaklanmaya devam ederken bunları daha genelleştirilebilir hale getirmeyi umuyoruz. Gerçek genel amaçlı somutlaştırılmış özerklik daha ileridedir.
Ev robotları (elektrikli süpürgelerin ötesinde) önümüzdeki on yılda ortaya çıkacak mı?
Yaşlıların ortak kullanımında yardımcı olacak faydalı kişisel asistanlarımız, çim biçme makinelerimiz ve robotlarımız olacak.
Bugüne kadar ev robotlarını engelleyen şey, birisinin robotu için ne kadar ödemeye istekli olduğu ve robotun bu değeri sağlayıp sağlamadığı eksenidir. Robot süpürgeler uzun süredir fiyatlarının karşılığını veriyor, dolayısıyla popülerlikleri de artıyor.
Ayrıca robotlar daha akıllı hale geldikçe, sezgisel kullanıcı arayüzlerine sahip olmak, daha fazla benimsenmenin anahtarı olacaktır. Kendi ortamlarının haritasını çıkarabilen ve konuşma yoluyla talimatlar alabilen robotların, ev kullanıcıları tarafından kullanımı, bazı programlama gerektiren robotlara göre daha kolay olacaktır.
Bir sonraki kategori muhtemelen öncelikle dış mekana odaklanacak; örneğin otonom çim bakımı. Kişisel/sağlık asistanları gibi diğer ev robotları umut vaat ediyor ancak dinamik, yapılandırılmamış ev ortamlarında karşılaşılan bazı iç mekan zorluklarına çözüm bulmaları gerekiyor.
Hangi önemli robotik hikayesi/trend yeterince yer almıyor?
Platform yaklaşımına duyulan ihtiyaç. Birçok robotik girişimi, belirli bir görev veya ortam için iyi çalışan robotlar ürettikleri için ölçeklenemiyor. Büyük ölçekte ticari uygulanabilirlik için, daha genelleştirilebilir robotlar geliştirmek önemlidir; yani yeni becerileri hızlı bir şekilde ekleyebilen veya mevcut becerileri yeni ortamlara taşıyabilen robotlar geliştirmek önemlidir.
Robotikçiler, yapay zekayı robot bilimine yönelik eğitmek ve test etmek için araçlara ve kütüphanelere sahip platformlara ihtiyaç duyuyor. Platform, modelleri eğitmek, sentetik veriler oluşturmak ve tüm robotik yazılım yığınını çalıştırmak için simülasyon yetenekleri sağlamalı ve en yeni ve yeni ortaya çıkan üretken yapay zeka modellerini doğrudan robot üzerinde çalıştırabilme özelliğine sahip olmalıdır.
Yarının başarılı start-up’ları ve robotik şirketleri, yeni robot becerileri ve otomasyon görevleri geliştirmeye odaklanmalı ve mevcut uçtan uca geliştirme platformlarından tam anlamıyla yararlanmalıdır.