Eine Version dieser Fragen und Antworten erschien erstmals im kostenlosen Robotik-Newsletter Actuator von Tech. Abonnieren Sie hier.
Mit diesem Beitrag von Deepu Talla schließen wir unsere Frage-und-Antwort-Runde zum Jahresende zum Thema Robotik ab. Wir waren im Oktober dabei, als ich NVIDIAs Hauptsitz in der Bay Area einen Besuch abstattete. Seit mehr als einem Jahrzehnt ist Talla Vizepräsident und General Manager – Embedded & Edge Computing des Chipgiganten. Er bietet einen einzigartigen Einblick in den Stand der Robotik im Jahr 2023 und in die zukünftige Entwicklung. In den letzten Jahren hat sich NVIDIA zu einer wichtigen Plattform für Robotiksimulation, Prototyping und Bereitstellung entwickelt.
Frühere Fragen und Antworten:
Bildnachweis: NVIDIA
Welche Rolle(n) wird generative KI in der Zukunft der Robotik spielen?
Wir sehen bereits branchenübergreifend Produktivitätssteigerungen durch generative KI. Es ist klar, dass die Auswirkungen von GenAI die gesamte Robotik verändern werden, von der Simulation bis zum Design und mehr.
- Simulation: Modelle werden in der Lage sein, die Simulationsentwicklung zu beschleunigen und die Lücken zwischen technischen 3D-Künstlern und Entwicklern zu schließen, indem sie Szenen erstellen, Umgebungen konstruieren und Assets generieren. Diese GenAI-Ressourcen werden zunehmend für die Generierung synthetischer Daten, das Training von Roboterfähigkeiten und Softwaretests genutzt.
- Multimodale KI: Transformer-basierte Modelle werden die Fähigkeit von Robotern verbessern, die Welt um sie herum besser zu verstehen, sodass sie in mehr Umgebungen arbeiten und komplexe Aufgaben erledigen können.
- Roboter(neu)programmierung: Größere Fähigkeit, Aufgaben und Funktionen in einfacher Sprache zu definieren, um Roboter allgemeiner/vielseitiger zu machen.
- Design: Neuartige mechanische Designs für eine bessere Effizienz – zum Beispiel Endeffektoren.
Was denken Sie über den humanoiden Formfaktor?
Die Entwicklung autonomer Roboter ist schwierig. Humanoide sind noch schwieriger. Im Gegensatz zu den meisten AMRs, die hauptsächlich Hindernisse auf Bodenhöhe verstehen, sind Humanoide mobile Manipulatoren, die multimodale KI benötigen, um mehr über die Umgebung um sie herum zu verstehen. Es ist eine unglaubliche Menge an Sensorverarbeitung, fortschrittlicher Steuerung und Fähigkeiten zur Ausführung erforderlich.
Durchbrüche bei generativen KI-Fähigkeiten zur Erstellung grundlegender Modelle machen die für Humanoiden erforderlichen Roboterfähigkeiten besser verallgemeinerbar. Parallel dazu sehen wir Fortschritte bei Simulationen, mit denen sowohl die KI-basierten Steuerungssysteme als auch die Wahrnehmungssysteme trainiert werden können.
Was ist nach Fertigung und Lager die nächste große Kategorie für Robotik?
Märkte, in denen Unternehmen die Auswirkungen des Arbeitskräftemangels und des demografischen Wandels spüren, werden sich weiterhin mit den entsprechenden Möglichkeiten in der Robotik verbinden. Dies umfasst Robotikunternehmen, die in verschiedenen Branchen tätig sind, von der Landwirtschaft über die Zustellung auf der letzten Meile bis hin zum Einzelhandel und mehr.
Eine zentrale Herausforderung beim Bau autonomer Roboter für verschiedene Kategorien besteht darin, die virtuellen 3D-Welten zu erstellen, die zum Simulieren und Testen der Stapel erforderlich sind. Auch hier wird generative KI hilfreich sein, indem sie es Entwicklern ermöglicht, schneller realistische Simulationsumgebungen zu erstellen. Die Integration von KI in die Robotik wird eine stärkere Automatisierung in aktiveren und weniger „roboterfreundlichen“ Umgebungen ermöglichen.
Wie weit sind echte Allzweckroboter entfernt?
Wir beobachten weiterhin, dass Roboter immer intelligenter werden und in der Lage sind, mehrere Aufgaben in einer bestimmten Umgebung auszuführen. Wir erwarten, dass wir uns weiterhin auf missionsspezifische Probleme konzentrieren und diese gleichzeitig besser verallgemeinern. Echte verkörperte Autonomie für allgemeine Zwecke liegt weiter entfernt.
Werden Heimroboter (über Staubsauger hinaus) im nächsten Jahrzehnt auf dem Vormarsch sein?
Wir werden über nützliche persönliche Assistenten, Rasenmäher und Roboter verfügen, die ältere Menschen im Alltag unterstützen.
Der Kompromiss, der Heimroboter bislang behindert, ist die Frage, wie viel jemand bereit ist, für seinen Roboter zu zahlen und ob der Roboter diesen Wert bietet. Roboterstaubsauger bieten seit langem ein gutes Preis-Leistungs-Verhältnis und sind daher beliebt.
Da Roboter immer intelligenter werden, werden intuitive Benutzeroberflächen außerdem der Schlüssel zu einer stärkeren Akzeptanz sein. Roboter, die ihre eigene Umgebung abbilden und Anweisungen per Sprache erhalten können, werden für Privatanwender einfacher zu bedienen sein als Roboter, die etwas Programmierung erfordern.
Die nächste Kategorie, die sich durchsetzen wird, wird sich wahrscheinlich zunächst auf den Außenbereich konzentrieren – zum Beispiel die autonome Rasenpflege. Andere Heimroboter wie Personal-/Gesundheitsassistenten sind vielversprechend, müssen jedoch einige der Herausforderungen in Innenräumen bewältigen, denen man in dynamischen, unstrukturierten häuslichen Umgebungen begegnet.
Über welche wichtige Geschichte/den wichtigen Robotik-Trend wird nicht ausreichend berichtet?
Die Notwendigkeit eines Plattformansatzes. Viele Robotik-Startups können nicht skalieren, da sie Roboter bauen, die für eine bestimmte Aufgabe oder Umgebung gut geeignet sind. Für eine kommerzielle Realisierbarkeit im großen Maßstab ist es wichtig, Roboter zu entwickeln, die besser verallgemeinerbar sind – das heißt, sie können schnell neue Fähigkeiten hinzufügen oder die vorhandenen Fähigkeiten in neue Umgebungen übertragen.
Robotiker benötigen Plattformen mit den Tools und Bibliotheken, um KI für die Robotik zu trainieren und zu testen. Die Plattform sollte Simulationsmöglichkeiten bieten, um Modelle zu trainieren, synthetische Daten zu generieren und den gesamten Robotik-Software-Stack auszuprobieren, mit der Möglichkeit, die neuesten und aufkommenden generativen KI-Modelle direkt auf dem Roboter auszuführen.
Die erfolgreichen Startups und Robotikunternehmen von morgen sollten sich auf die Entwicklung neuer Roboterfähigkeiten und Automatisierungsaufgaben konzentrieren und den vollen Umfang der verfügbaren End-to-End-Entwicklungsplattformen nutzen.