5 دقیقه
تصور کنید کارخانهای که سریع یاد میگیرد. این کارخانه فقط فهرستی را دنبال نمیکند؛ بلکه استدلال میکند، سازگار میشود و با رسیدن قطعات، کهنه شدن ماشینها و تغییر سفارشهای مشتری، خودش را بازپیکربندی میکند. این همان وعدهای است که در پس همکاری جدید بین انویدیا و ال جی قرار دارد: شبکهای از کارخانهها و مراکز داده مبتنی بر هوش مصنوعی که برای تسریع رباتیک، سیستمهای خودران و خدمات ابری جیپییو طراحی شدهاند.
این توافق، تواناییهای عمیق انویدیا در شبیهسازی، محاسبات جیپییو و نرمافزار رباتیک را با دانش تولید چنددههای و حضور مصرفکنندهای ال جی جفت میکند. روی کاغذ به نظر میرسد تلفیق سادهای باشد. اما در عمل هدف بازنوسازی نحوه طراحی، آزمون و تحویل محصولات است؛ از لوازم خانگی هوشمند تا رباتهای خانگی و پلتفرمهای حرکتی.
در قلب این تلاش سه اقدام عملی قرار دارد. یکی: ساخت هابهای محاسباتی پرتوان که به تیمهای ال جی قدرت آموزش مدلهای بزرگ هوش مصنوعی و اجرای شبیهسازیهای دقیق فیزیکی را بدهد. دو: استفاده از آن شبیهسازیها برای تولید مجموعه دادههای مصنوعی باکیفیت تا رباتها بدون آسیب زدن به تجهیزات واقعی یاد بگیرند. سه: ادغام دوقلوهای دیجیتال و اتوماسیون در خطوط تولید تا مهندسان بتوانند تغییرات را بهصورت مجازی آزمایش کنند قبل از اینکه به سختافزار دست بزنند.
ال جی همین حالا این مفهوم را با رباتهای خانگی مانند سیلوید نمونهسازی میکند. این ماشینها تنها با جمعآوری تجربه دنیای واقعی هوشمندتر نمیشوند؛ بلکه با اجرای میلیونها آزمون مجازی با استفاده از ابزارهایی مانند آیزاک سیم و آیزاک لب ارتقا مییابند. شبیهسازی زمان را فشرده میکند. موارد حاشیهای را آشکار میسازد که ممکن است هرگز در جهان فیزیکی مشاهده نشوند. این روش به ربات میآموزد چگونه بدون آسیب، لیوان افتاده یا پرده گیرکرده را مدیریت کند.
برای آن شبیهسازیها، مدلهایی مانند آیزاک گروت و مجموعه ابزار گسترده کازموس حیاتی هستند. اینها اسامی تبلیغاتی ساده نیستند؛ بلکه موتورهایی برای آموزش رباتها در درک و برنامهریزی به شیوهای نزدیکتر به منطق انسانی هستند. وقتی دادههای حسگر شبیهسازیشده را با فیزیک و زمینواقعی ترکیب میکنید، دادههای آموزشی بسیار ارزشمندتر از صرفاً ضبط خام دوربین میشوند.
الجی سیاناس، شاخه فناوری اطلاعات و سیستمهای ال جی، در حال ساخت پشته نرمافزاری است که این قابلیت را روی کف کارخانهها و مراکز لجستیک در دسترس قرار دهد. ایده این است که مانع ورود پایین بیاید تا شرکتها بتوانند رباتهای دارای هوش مصنوعی را بدون تبدیل شدن به متخصصان یادگیری ماشین مستقر کنند. این یعنی پلتفرمها و رابطهای ماژولار که برای تیمهای عملیاتی بهینه شدهاند نه آزمایشگاههای تحقیقاتی.
لایه دیگری از برنامه، استفاده از دوقلوهای دیجیتال در مقیاس کامل کارخانه است. به یک همزاد مجازی فکر کنید که کل خط تولید را شبیهسازی میکند: نقالهها، رباتها، ایستگاههای انسان و شرایط محیطی. مهندسان میتوانند در یک کپی کامل تکرار کنند. خرابش کنند. تعمیرش کنند. بهروزرسانی را تنها زمانی به دنیای واقعی منتقل کنند که مدل مقاوم بودن خود را نشان دهد. این رویکرد فاصله خرابی را کاهش میدهد و هزینه خطا و آزمون و خطا در کف کارگاه را پایین میآورد.
بعد زیرساخت فیزیکی مطرح میشود. انویدیا و ال جی برنامه دارند مراکز داده و سایتهای تولیدی مطابق با استانداردهای دیاسایکس بسازند، جدیدترین جیپییوها را در خوشههایی کارآمد بچینند که روی خنککاری مایع پیشرفته تکیه دارند. چگالی محاسباتی بالا همراه با طراحی با صرفه در انرژی. این ترکیب مهم است: آموزش مدلهای بزرگ نیازمند توان بالا است و اجرای ناوگانی از سناریوهای شبیهسازیشده مدیریت حرارتی پیوستهای را میطلبد تا سختافزار قابل اعتماد بماند.
چرا این به فراتر از کارخانهها هم اهمیت دارد؟ زیرا همان خطوط پردازشی که به یک ربات جاروبرقی میآموزند چگونه در یک اتاق نشیمن پر از اشیاء جهتیابی کند، به یک خودروی خودران هم یاد میدهند چگونه وارد ترافیک شود یا به یک ربات لجستیکی بیاموزند چگونه کالاهای شکننده را بردارد. مجموعه دادههای مصنوعی حاصل از شبیهسازی خلأ دادهای را که اغلب پروژههای رباتیک را کند میکند پر میکنند. با دادههای آموزشی بهتر، چرخههای استقرار کوتاهتر و توانمندیها جهش پیدا میکنند.
ریسکهای مشخصی هم وجود دارد. تکیه بیش از حد بر رفتار شبیهسازیشده ممکن است ظرایف دنیای واقعی را از دست بدهد. یکپارچهسازی بین سختافزار، نرمافزار و زنجیره تامین پیچیده است. با این حال، ترکیب مقیاس تولید ال جی با پشته شبیهسازی و جیپییو انویدیا بسیاری از این اصطکاکها را کاهش میدهد. هدف این همکاری تنها اجرای آزمایشی فناوریها نیست؛ هدف تبدیل کردن واحدهای کسبوکار به موجوداتی با ذات هوش مصنوعی است.
پس باید منتظر چه چیزی باشیم؟ انتظار داشته باشید ادغام عمیقتری از پلتفرم رباتیک انویدیا در خطوط محصول ال جی، مزارع جیپییو متمرکزتر برای بار کاری صنعتی و کارخانههای پایلوت که زنجیره تامین کاملاً خودکار را نشان میدهند، ببینیم؛ از تأمین تا تحویل، که با دادههای زنده و شبیهسازی مداوم هدایت میشود. نتیجه میتواند کارخانههایی باشد که سریع فکر میکنند و محصولاتی که قبل از خروج از خط یاد میگیرند.
همهمه ملایم سرورها و وزش نرم بازوهای ربات ممکن است به زودی صدای همگام شدن تولید با عصر دیجیتال باشد.
منبع: smarti
ارسال نظر