- Neuron AI รวมข้อมูลจากหลายประสาทสัมผัสเพื่อเสริมสร้างความสามารถในการโต้ตอบของหุ่นยนต์
- โมเดลนี้รองรับหลายแพลตฟอร์มหุ่นยนต์ เพื่อตอบสนองความต้องการการใช้งานที่แตกต่างกัน
- NEURA มีแผนที่จะนำเสนอขั้นตอนการทำงานอัตโนมัติของ Neuron AI โดยเน้นการรักษาบริบท
- กระบวนการฝึกอบรมรวมประสบการณ์จากโลกจริงและการจำลองการเปลี่ยนแปลง
NEURA Robotics ได้เปิดตัว Neuron AI ซึ่งเป็นโมเดลพื้นฐานของหุ่นยนต์ที่ออกแบบมาเพื่อช่วยให้หุ่นยนต์เข้าใจและโต้ตอบกับสภาพแวดล้อมรอบตัว โดยใช้ข้อมูลจากหลายประสาทสัมผัสในการดำเนินการ ระบบนี้รวมการรับรู้ทางสายตา การสัมผัส เสียง ภาษา ข้อมูลสถานะของหุ่นยนต์ และความจำ เพื่อสนับสนุนการดำเนินการในภารกิจต่าง ๆ บริษัทจากเยอรมนีนี้มีแผนที่จะนำโมเดลนี้ไปใช้ในแพลตฟอร์มหุ่นยนต์ที่แตกต่างกัน เพื่อให้ลูกค้าสามารถปรับฟังก์ชันให้เหมาะสมกับความต้องการการใช้งานเฉพาะได้ NEURA ยังมีแผนที่จะนำเสนอเทคโนโลยีนี้ผ่านหุ่นยนต์รูปแบบมนุษย์ เพื่อแสดงให้เห็นถึงแนวคิดการพัฒนาระบบหุ่นยนต์ที่ปรับตัวได้เพื่อตอบสนองต่อสภาพแวดล้อมจริง
ฟังก์ชันและการออกแบบของ Neuron AI
Neuron AI เป็นโมเดลพื้นฐานของหุ่นยนต์ที่ออกแบบมาเพื่อรวมการรับรู้ทางสายตา การสัมผัส เสียง ภาษา และความจำ เพื่อช่วยให้หุ่นยนต์สามารถดำเนินการภารกิจที่ซับซ้อนได้ บริษัทหุ่นยนต์จากเยอรมนีนี้ได้อธิบายระบบนี้ว่าเป็นโมเดลการรับรู้-ภาษา-การกระทำ (PLA) ที่สามารถจัดการข้อมูลประสาทสัมผัสและแปลงเป็นการกระทำทางกายภาพ โครงสร้างนี้ออกแบบมาเพื่อรองรับหลายแพลตฟอร์มหุ่นยนต์ ทำให้ทักษะสามารถปรับตัวได้ตามการใช้งานที่แตกต่างกัน โดยไม่ต้องพัฒนาแยกสำหรับแต่ละเครื่อง Neuron AI รวมข้อมูลจากหลายแหล่ง รวมถึงการมองเห็น 3D การสัมผัสและการวัดแรง เสียง ข้อมูลสถานะของหุ่นยนต์ และภาษา
ตามที่ NEURA กล่าว โมเดลนี้จะปรับข้อมูลเหล่านี้ให้ตรงกันตามเวลา ช่วยให้หุ่นยนต์สามารถตีความสภาพแวดล้อมรอบตัวและรักษาบริบทในระหว่างการดำเนินการภารกิจ
การเพิ่มข้อมูลการสัมผัสและแรงอาจช่วยให้หุ่นยนต์สามารถระบุได้ว่าการโต้ตอบทางกายภาพเป็นไปตามที่คาดหวังหรือไม่ ตัวอย่างเช่น การเปลี่ยนแปลงของแรงสัมผัสสามารถบ่งบอกได้ว่าสกรูถูกติดตั้งอย่างถูกต้องหรือไม่ ในขณะที่สัญญาณเสียงสามารถช่วยในการระบุว่าเครื่องล็อกได้ถูกล็อกเข้าที่หรือไม่ ตัวอย่างเหล่านี้แสดงถึงความสามารถที่คาดหวัง ไม่ใช่ผลการทดสอบที่ได้รับการตรวจสอบอย่างอิสระ ความจำเป็นอีกหนึ่งส่วนประกอบของโครงสร้าง NEURA ชี้ให้เห็นว่าระบบสามารถเก็บข้อมูลเกี่ยวกับเหตุการณ์ในอดีตและวัตถุที่ออกจากมุมมอง ซึ่งอาจช่วยให้หุ่นยนต์ประสานการกระทำในหลายขั้นตอนของภารกิจ วิธีการนี้รวมการรับรู้ ข้อมูลบริบท และการกระทำเข้าด้วยกันในโมเดลเดียว
อย่างไรก็ตาม บริษัทยังไม่ได้เผยแพร่เกณฑ์การเปรียบเทียบเพื่อพิสูจน์ว่าความจำหรือข้อมูลประสาทสัมผัสเพิ่มเติมมีผลต่อการปรับปรุงประสิทธิภาพของระบบการมองเห็นอย่างไร
โครงสร้างพื้นฐานการฝึกอบรมและพันธมิตร
NEURA ระบุว่า Neuron AI รองรับการใช้งานหุ่นยนต์ห้าประเภท รวมถึงหุ่นยนต์รูปแบบมนุษย์ 4NE1 Gen 3 และ Gen 4 แพลตฟอร์ม 4NE1 ล้อ และหุ่นยนต์สองแขนเพิ่มเติมอีกสองแพลตฟอร์ม วิธีการนี้มีเป้าหมายเพื่อถ่ายโอนความสามารถที่เรียนรู้ไปยังการกำหนดค่าฮาร์ดแวร์ที่แตกต่างกัน ในขณะเดียวกันก็อนุญาตให้ลูกค้าปรับทักษะตามความต้องการเฉพาะของตน ข้อมูลผลิตภัณฑ์ของบริษัทระบุว่าการอนุมานทำงานในระดับท้องถิ่นบนหุ่นยนต์ โดยไม่ต้องเชื่อมต่อกับคลาวด์ การประมวลผลบนอุปกรณ์ช่วยให้หุ่นยนต์สามารถดำเนินการทักษะที่เรียนรู้ได้ โดยไม่ต้องเข้าถึงโครงสร้างพื้นฐานการคำนวณระยะไกลอย่างต่อเนื่อง
กระบวนการฝึกอบรมของ Neuron AI รวมประสบการณ์หุ่นยนต์จากโลกจริง การจำลองการเปลี่ยนแปลง และการบันทึกการสาธิตของมนุษย์ที่ติดตั้งเซ็นเซอร์
โครงสร้างพื้นฐานการฝึกอบรมของ NEURA เรียกว่า NEURA Gyms ซึ่งสนับสนุนการเก็บข้อมูล การฝึกทักษะ และการทดสอบเกณฑ์มาตรฐาน บริษัทยังได้สร้างความร่วมมือด้านข้อมูลอุตสาหกรรมกับ Schaeffler และ Bosch NEURA มีแผนที่จะใช้แพลตฟอร์ม Neuraverse เพื่อช่วยลูกค้าในการปรับแต่งความสามารถของหุ่นยนต์สำหรับกระบวนการทำงานเฉพาะ และกระจายความสามารถเหล่านี้ระหว่างหุ่นยนต์หลายตัว ลูกค้าสามารถรักษาความเป็นส่วนตัวของทักษะการฝึกอบรมของตน หรือเลือกที่จะแบ่งปันความสามารถและข้อมูลการใช้งานกับระบบนิเวศที่กว้างขึ้น
บริษัทมองว่า "เวลาทักษะ" เป็นตัวชี้วัดความก้าวหน้าที่สำคัญ ซึ่งหมายถึงเวลาที่ใช้ในการสอนหุ่นยนต์ให้ดำเนินการภารกิจและบรรลุการดำเนินการที่เชื่อถือได้ อย่างไรก็ตาม ประกาศนี้ไม่ได้รวมผลการวัดของตัวชี้วัดนี้
NEURA มีแผนที่จะนำเสนอ Neuron AI ในระหว่างวันที่ 20 ถึง 22 ตุลาคม ที่ NVIDIA GTC เบอร์ลิน โดยคาดว่าจะมีการนำเสนอขั้นตอนการทำงานอัตโนมัติที่ใช้เวลา 11 นาที ซึ่งรวมถึงการจัดเรียงเสื้อผ้า การโหลดเครื่องซักผ้า การปิดและเปิดเครื่องซักผ้าใหม่ การถอดเสื้อผ้า และการย้ายเสื้อผ้าไปยังเครื่องอบผ้าโดยไม่มีการแทรกแซงจากมนุษย์ การนำเสนอครั้งนี้มีจุดมุ่งหมายเพื่อแสดงให้เห็นว่าระบบสามารถประสานการกระทำหลายอย่างได้อย่างไร และรักษาบริบทในระหว่างการดำเนินการภารกิจ กระบวนการที่ประกาศเกี่ยวข้องกับการจัดการเสื้อผ้า ไม่ใช่รอบการซักและอบที่สมบูรณ์
รายการ สเปค การใช้งานหุ่นยนต์ที่รองรับ 4NE1 Gen 3, 4NE1 Gen 4, หุ่นยนต์รูปแบบมนุษย์, แพลตฟอร์ม 4NE1 ล้อ, แพลตฟอร์มหุ่นยนต์สองแขน การประมวลผลการอนุมาน ทำงานในระดับท้องถิ่น โครงสร้างพื้นฐานการฝึกอบรม NEURA Gyms
Neuron AI จะเปลี่ยนแปลงเทคโนโลยีหุ่นยนต์ในอนาคตอย่างไร
โมเดล Neuron AI ของ NEURA Robotics แสดงถึงความก้าวหน้าที่สำคัญในเทคโนโลยีหุ่นยนต์ โดยการรวมข้อมูลจากหลายประสาทสัมผัส ทำให้หุ่นยนต์สามารถเข้าใจและปรับตัวให้เข้ากับสภาพแวดล้อมได้ดียิ่งขึ้น การโต้ตอบหลายประสาทสัมผัสนี้ไม่เพียงแต่เพิ่มความสามารถในการดำเนินการของหุ่นยนต์ แต่ยังทำให้สามารถรักษาบริบทในภารกิจที่ซับซ้อนได้ ซึ่งเป็นสิ่งสำคัญสำหรับการใช้งานอัตโนมัติในอนาคต นอกจากนี้ โครงสร้างพื้นฐานการฝึกอบรมของ NEURA และความร่วมมือกับพันธมิตรในอุตสาหกรรม จะช่วยส่งเสริมการพัฒนาและการใช้งานเทคโนโลยีต่อไป นำโอกาสและความท้าทายใหม่ ๆ มาสู่วงการหุ่นยนต์

