Füüsiline tehisintellekt: järgmine tehnoloogiline piir

Jätkame füüsilise tehisintellekti (AI) arengute jälgimist – see on praegu üks tehnoloogiamaailma enim arutatud suundi. Selles valdkonnas väärib erilist tähelepanu Prometheus – Jeff Bezose ambitsioonikas ettevõtmine, millest räägib kogu riskikapitali maailm. Selgitame, kuidas füüsiline AI erineb meile tuntud generatiivsest AI-st ning miks Prometheus positsioneerib end selle uue turu liidrina.

Mis on füüsiline AI

Kui ChatGPT 2022. aastal käivitati, tutvus maailm esmakordselt massiliselt generatiivse AI-ga – tehnoloogiaga, mis kirjutab tekste, loob pilte, kirjutab koodi ja peab sisukaid vestlusi. Sellest ajast alates on sellesse turgu investeeritud triljoneid dollareid ning ettevõtetest nagu OpenAI, Anthropic ja Google on saanud uue tehnoloogilise ajastu sümbolid. Kuid samal ajal, kui maailm jälgis generatiivset AI-d, kujunes vaikselt järgmine piiriala.

Füüsiline AI tähendab süsteeme, mis suhtlevad pärismaailmaga. Mitte tekstide või pikslite, vaid masinate, andurite ja tööstusprotsessidega. Kui generatiivne AI õpetas arvuteid mõtlema, siis füüsiline AI õpetab neid tegutsema.

Illustratsioon: Generatiivne AI vs Füüsiline AI

Nende süsteemide kliendid ei ole kontoritöötajad, vaid tööstushiiglased: autotootjad nagu BMW, Foxconn ja Stellantis. See on põhimõtteliselt erinev turg, erineva majandusloogika ja loogikaga.

Miks on füüsiline AI keerulisem kui generatiivne AI

Peamine erinevus seisneb andmetes. Kui OpenAI treenis oma mudeleid, oli suur osa vajalikest andmetest avalikult kättesaadav: internet, raamatud, artiklid ja muud avatud allikad.

Füüsilise AI puhul on olukord teistsugune. Süsteemi treenimine tootmisüksuse juhtimiseks nõuab andmeid reaalsetest ettevõtetest: andurite näite, kaamerapilte, seadmete parameetreid ja muid tootmisprotsesside üksikasju. See teave on äriliselt tundlik ja välistele arendajatele enamasti kättesaamatu. Tehased ei jaga oma andmeid: puuduvad ühised kogumisstandardid, protsesside avamiseks pole stiimuleid ning lisavarustuse paigaldamine häirib sageli tootmistsükleid.

Illustratsioon: Kust andmed pärinevad

Seetõttu treenitakse füüsilist AI-d peaaegu täielikult simulatsioonide – pärismaailma protsesside virtuaalsete mudelite – põhjal. Simulatsioonid ei asenda kunagi täielikult tegelikkust: need ei suuda arvestada kõigi ootamatute sündmustega, mis tootmises aset leiavad. Füüsiliselt AI-lt oodatakse algusest peale oluliselt suuremat töökindlust ja täpsust, kuid tal on generatiivse AI-ga võrreldes palju vähem andmeid, mille põhjal areneda.

Illustratsioon: Reaalsete ja sünteetiliste andmete osakaal

Veast tingitud kulud

Kahe AI tüübi erinevus tuleb kõige selgemalt esile siis, kui midagi läheb valesti. Kui generatiivne AI loob halva pildi, proovib kasutaja lihtsalt uuesti. Kui füüsiline AI teeb vea tootmisliini juhtimisel, võib see põhjustada töötaja vigastuse, liini seiskumise ja mitmemiljonilisi kahjusid. Seetõttu on selliste süsteemide töökindluse ja ohutuse nõuded oluliselt kõrgemad ning arendus- ja juurutustsüklid kestavad aastaid, mitte kuid.

Illustratsioon: Sisendid ja riskid võrrelduna

Miks just nüüd

Vaatamata kõrgetele sisenemisbarjääridele kasvab huvi füüsilise AI vastu kiiresti. Selle kategooria ettevõtete väärtus on vaid murdosa generatiivse AI väljakujunenud tegijate väärtusest. Figure väärtus on 39 miljardit dollarit ja Physical Intelligence väärtus 11 miljardit dollarit. Võrdluseks: OpenAI väärtus on 850 miljardit dollarit ja Anthropic umbes 950 miljardit dollarit.

Need, kes sisenevad füüsilise AI turule praegu, on samas olukorras nagu OpenAI varajased investorid 2020. aastal.

Illustratsioon: Ettevõtete väärtuste võrdlus

Kuidas Prometheus lahendab tööstuse põhiküsimuse

Kõik füüsilise AI kategooria ettevõtted põrkavad vastu sama seina: andmed reaalsetest tootmisüksustest pole kättesaadavad, seega treenitakse süsteeme simulatsioonide põhjal ning tulemused jäävad potentsiaalile alla. Kui kõik konkurendid seisavad selle piirangu ees, siis Prometheus ehitab põhimõtteliselt teistsugust mudelit.

Ettevõte plaanib investeerida kuni 100 miljardit dollarit tehaste ja tootmisüksuste omandamisse ning koguda andmeid otse nendest. Ükski konkurent ei saa seda strateegiat kiiresti kopeerida – see nõuab aastaid ja sadu miljardeid dollareid. Ja kui Prometheuse mudelid on valmis kommertskasutuseks, on ettevõttel juba kümneid tehaseid tõestatud tulemustega – see on tööstusklientidele kõige veenvam turundus.

Soovite rohkem teada tehnoloogiatrendidest ja uutest turuvõimalustest? Palun võtke ühendust meie eksperdiga – vastame hea meelega teie küsimustele.