„Neura Robotics“ ir „Seco“ bendradarbiauja kurdamos fiziniojo dirbtinio intelekto skaičiavimo modulius

Europos technologijų lyderiai skatina fizinio dirbtinio intelekto inovacijas pramonės automatizavimo srityje

„Neura Robotics“ ir Italijos specializuota kraštinio dirbtinio intelekto įmonė „Seco“ neseniai sudarė strateginę sąjungą, siekdamos iš naujo apibrėžti gamyklų automatizavimą. Šia ambicinga partneryste siekiama kurti naujos kartos robotų skaičiavimo aparatinę įrangą, rinkti realaus pasaulio duomenis ir tobulinti pažangias fizinio dirbtinio intelekto sistemas. Be to, „Seco“ Europoje suprojektuos ir pagamins individualizuotus skaičiavimo modulius, kuriuose bus naudojami „Qualcomm Dragonwing“ procesoriai. Šie didelio našumo komponentai maitins „Neura“ kognityvines platformas, įskaitant pavyzdinį humanoidinį robotą „4NE1“.

Pažangi robotų skaičiavimo aparatinė įranga ir paskirstytoji architektūra

Tradicinis pramonės automatizavimas dažnai remiasi centralizuotomis valdymo sistemomis. Tačiau šiuolaikiniam žmogaus ir roboto bendradarbiavimui reikia kur kas operatyvesnio kraštinio skaičiavimo metodo. „Neura“ šį iššūkį sprendžia naudodama paskirstytą „Smegenų + nervų sistemos“ architektūrą.

Šioje išmaniojoje sistemoje specializuoti skaičiavimo mazgai įrengiami tiesiai roboto galūnėse ir sąnariuose. Todėl duomenys apdorojami ten pat, kur jutikliai juos surenka. „Seco“ suprojektuos ir pagamins šiuos lokalizuotus modulius, naudodama „Qualcomm Dragonwing“ architektūrą. Dėl to humanoidinis robotas „4NE1“ pasižymės išskirtiniu reagavimu realiuoju laiku, erdviniu suvokimu ir energijos vartojimo efektyvumu.

Pramoninių duomenų rinkimas ir „Neura Gym“ centras

Kad algoritmai patikimai veiktų gamyklos ceche, jiems reikia gausių veiklos duomenų rinkinių. Todėl sąjunga apima planus Italijoje įkurti specializuotą mokymo centrą „Neura Gym“. Tai bus pirmoji speciali „Neura“ robotikos mokymo vieta Pietų Europoje.

Inžinieriai diegs kognityvinius robotus į realias gamybos linijas, kad surinktų vertingus veiklos telemetrijos duomenis. Vėliau kūrėjai perduos šiuos duomenis iš realios aplinkos fizinio dirbtinio intelekto modeliams, kad paspartintų mašininį mokymąsi. Šis strateginis duomenų ciklas užtikrins, kad robotai greitai prisitaikytų prie nenuspėjamų cecho sąlygų, o pramonės automatizavimas nuo griežtų iš anksto užprogramuotų scenarijų pereitų prie lankstaus savarankiško mokymosi elgesio.

Fizinio dirbtinio intelekto taikymas puslaidininkių ir elektronikos gamyboje

Puslaidininkių ir elektronikos gamybai reikia neprilygstamo tikslumo, atitikties švariųjų patalpų reikalavimams ir sudėtingo medžiagų tvarkymo. Fizinis dirbtinis intelektas suteikia perspektyvią galimybę saugiai automatizuoti šias subtilias operacijas.

„Neura“ ir „Seco“ siekia žaliavinius gamybos duomenis paversti universaliais automatizavimo įgūdžių rinkiniais, pritaikytais lustų gamintojams. Naudodamiesi „Neuraverse“ ekosistema, robotai gali dalytis išmoktais fiziniais gebėjimais ir juos pakartotinai naudoti skirtinguose objektuose. Be to, kognityvinių humanoidų integravimas į švariųjų patalpų aplinką padeda gamyklų operatoriams sumažinti defektų skaičių, išvengti žmogaus sukeliamos taršos ir išlaikyti didelį našumą.

Strateginė ekspertų įžvalga: Europos fizinio dirbtinio intelekto planas

Ši partnerystė žymi svarbų pokytį, kaip pramonės automatizavimo tiekėjai konkuruoja pasaulyje. Daugelį metų Europos gamintojai pirmavo mechanikos inžinerijos srityje, tačiau atsiliko integruotos skaičiavimo aparatinės įrangos srityje.

Sujungus Vokietijos robotikos inovacijas, Italijos įterptosios elektronikos inžineriją ir „Qualcomm“ puslaidininkių kompetenciją, ši iniciatyva sukuria savarankišką regioninę tiekimo grandinę. Skaičiavimo įrangos gamybos perkėlimas atgal į Europą mažina pasaulinių tiekimo grandinių riziką ir padeda apsaugoti svarbią intelektinę nuosavybę. Be to, sudėtingose gamyklų aplinkose fizinis dirbtinis intelektas netrukus konkuruos su tradicinėmis PLC ir DCS sistemomis. Įmonės, kurios šiandien įvaldys paskirstytąjį kraštinį skaičiavimą, rytoj dominuos išmaniosios gamybos srityje.

Pramonės automatizavimo taikymo scenarijus: plokštelių tvarkymas puslaidininkių švariojoje patalpoje