ABB Partner NVIDIA to Launch AI RobotStudio HyperReality at Scale

شرکت ABB با همکاری NVIDIA، پلتفرم AI RobotStudio HyperReality را در مقیاس وسیع راه‌اندازی می‌کند

ABB و NVIDIA فاصله «شبیه‌سازی تا واقعیت» را با هوش مصنوعی فیزیکی در مقیاس بزرگ پر می‌کنند

چشم‌انداز اتوماسیون صنعتی شاهد تحولی بنیادین است زیرا رباتیک ABB کتابخانه‌های NVIDIA Omniverse را در نرم‌افزار RobotStudio® خود ادغام می‌کند. این همکاری استراتژیک «RobotStudio HyperReality» را معرفی می‌کند، راه‌حلی که برای ارائه هوش مصنوعی فیزیکی در سطح صنعتی طراحی شده است. با بستن شکاف دیرینه بین شبیه‌سازی مجازی و پیاده‌سازی در دنیای واقعی، ABB قصد دارد دقت و کارایی عملیاتی بی‌سابقه‌ای را به تولیدکنندگان ارائه دهد.

انقلاب در اتوماسیون کارخانه با شبیه‌سازی فوق‌واقع‌گرایانه

شکاف «شبیه‌سازی تا واقعیت» به‌طور تاریخی مانع انتقال مدل‌های هوش مصنوعی از محیط‌های مجازی به کف کارخانه‌های فیزیکی شده است. اختلافات جزئی در نورپردازی، فیزیک یا بافت مواد اغلب باعث می‌شود مدل‌های مجازی در واقعیت شکست بخورند. با این حال، ABB اکنون از قدرت شبیه‌سازی دقیق فیزیکی NVIDIA استفاده می‌کند تا به دقتی تا ۹۹٪ دست یابد. این ادغام تضمین می‌کند که دوقلوی دیجیتال تقریباً به‌طور یکسان با ربات فیزیکی رفتار کند و امکان انتقال بدون نیاز به تنظیمات دستی گسترده را فراهم می‌آورد.

شتاب بخشیدن به زمان ورود به بازار از طریق آموزش با داده‌های مصنوعی

تولیدکنندگان اکنون می‌توانند حجم عظیمی از داده‌های مصنوعی را در RobotStudio HyperReality تولید کنند تا مدل‌های هوش مصنوعی فیزیکی خود را آموزش دهند. این رویکرد به کسب‌وکارها اجازه می‌دهد جریان‌های کاری صنعتی پیچیده را بدون نیاز به نمونه‌های فیزیکی پرهزینه شبیه‌سازی کنند. علاوه بر این، این مدل‌های پایه می‌توانند به‌طور همزمان در ناوگان جهانی ربات‌های ABB مستقر شوند. در نتیجه، تولیدکنندگان می‌توانند زمان راه‌اندازی و راه‌اندازی را تا ۸۰٪ کاهش داده و زمان ورود به بازار را ۵۰٪ تسریع کنند.

ادغام سخت‌افزاری استراتژیک برای استنتاج هوش مصنوعی در لبه شبکه

فراتر از شبیه‌سازی نرم‌افزاری، ABB در حال ارزیابی ادغام پلتفرم محاسبات لبه NVIDIA Jetson در کنترلرهای OmniCore™ خود است. این هم‌افزایی سخت‌افزاری امکان استنتاج هوش مصنوعی در زمان واقعی را مستقیماً در لبه شبکه صنعتی فراهم می‌کند. بنابراین، ربات‌ها می‌توانند داده‌های پیچیده را به‌صورت محلی پردازش کرده و بدون وابستگی به تأخیرهای ابری تصمیمات خودکار بگیرند. این توسعه بر پایه استفاده فعلی ABB از NVIDIA Jetson برای SLAM بصری (مکان‌یابی و نقشه‌برداری همزمان) در ربات‌های متحرک خودران (AMR) بنا شده است.

رفع کمبود نیروی کار با نیروی کار رباتیک در دسترس

شرکت‌های نوآورانه‌ای مانند WORKR در حال حاضر از این فناوری ترکیبی برای حمایت از شرکت‌های کوچک و متوسط (SME) استفاده می‌کنند. با بهره‌گیری از پلتفرم هوش مصنوعی WorkrCore™ همراه با سخت‌افزار صنعتی ABB، آن‌ها سیستم‌های رباتیکی ایجاد می‌کنند که در عرض چند دقیقه وظایف جدید را یاد می‌گیرند. این امر اتوماسیون پیشرفته کارخانه را دموکراتیک می‌کند، زیرا اپراتورها می‌توانند سیستم‌های پیشرفته را بدون دانش عمیق برنامه‌نویسی به‌کار گیرند. در نتیجه، حتی تولیدکنندگان کوچک‌تر می‌توانند کمبودهای بحرانی نیروی کار را با نیروی کار انعطاف‌پذیر و مجهز به هوش مصنوعی به‌طور مؤثری برطرف کنند.

دیدگاه نویسنده: آینده عملیات صنعتی خودران

این همکاری بیش از یک به‌روزرسانی نرم‌افزاری است؛ این نشانه بلوغ «هوش مصنوعی فیزیکی» است. به نظر من، ارزش واقعی در ادعای دقت ۹۹٪ نهفته است. در گذشته، شبیه‌سازی صرفاً ابزاری برای تجسم بود. اکنون، به یک محیط آموزش با وفاداری بالا تبدیل شده است. با کاهش هزینه‌ها تا ۴۰٪ از طریق حذف نمونه‌سازی فیزیکی، ABB و NVIDIA در حال فراهم آوردن سیستم‌های یکپارچه PLC و DCS پیشرفته برای دامنه وسیع‌تری از بازیگران صنعتی هستند. ما به سوی آینده‌ای حرکت می‌کنیم که «مهندسی موازی» — طراحی همزمان سخت‌افزار و نرم‌افزار هوش مصنوعی — به استاندارد صنعت تبدیل شود.

نمونه کاربرد واقعی: مونتاژ الکترونیک مصرفی

بارزترین پروژه آزمایشی این فناوری در حال حاضر در Foxconn در حال اجرا است. مونتاژ در بخش الکترونیک مصرفی نیازمند دقت بسیار بالا برای قطعات کوچک و ظریف است. Foxconn از RobotStudio HyperReality برای بهبود حرکات پیچیده برداشتن و قرار دادن به‌صورت مجازی استفاده می‌کند. با آموزش ربات‌ها روی داده‌های مصنوعی پیش از ورود به خط تولید، Foxconn از مرحله عیب‌یابی سنتی اجتناب می‌کند. این اطمینان می‌دهد که اولین اجرای فیزیکی تقریباً با دقت کامل انجام شود و به‌طور قابل توجهی بار مهندسی و ضایعات تولید را کاهش می‌دهد.