Kwa Nini Roboti za AI Zinahama kutoka Maonyesho hadi Kazi Halisi

Zaidi ya Video Zinazosambaa

Kwa miaka mingi, mtazamo wa umma kuhusu robotiki ulichangiwa na video za kuvutia za mashine za kibinadamu zikicheza sarakasi au kucheza muziki wa pop. Klipu hizi zilikuwa za kuvutia, lakini mara chache zilionyesha hali halisi ya kazi za viwandani. Katika maabara iliyodhibitiwa, roboti inaweza kupangwa kufanikiwa kila wakati. Kwenye sakafu ya ghala au eneo la ujenzi, vigezo ni vingi sana. Mpito kutoka kwa maonyesho haya yaliyopangwa hadi kazi halisi na yenye tija hatimaye unafanyika. Mabadiliko haya hayachochewi na uvumbuzi wa ghafla wa metali au injini, bali na mabadiliko ya kimsingi katika jinsi mashine zinavyochakata mazingira yao. Tunahama kutoka programu ngumu kuelekea mifumo inayoweza kujifunza na kubadilika.

Jambo kuu kwa wafanyabiashara na waangalizi ni kwamba thamani ya roboti haipimwi tena kwa wepesi wake wa kimwili pekee. Badala yake, mwelekeo umehamia kwenye akili inayoendesha wepesi huo. Makampuni sasa yanatafuta mifumo inayoweza kushughulikia hali isiyotabirika ya ulimwengu halisi bila kuhitaji binadamu kuingilia kati kila baada ya dakika tano. Mabadiliko haya yanafanya otomatiki kuwa na manufaa kwa kazi ambazo hapo awali zilikuwa ngumu sana au ghali sana kufanywa kiotomatiki. Tunapoingia , mwelekeo ni juu ya kutegemewa na faida ya uwekezaji badala ya ushirikiano kwenye mitandao ya kijamii. Enzi ya toy ya gharama kubwa inaisha, na enzi ya mfanyakazi anayejitegemea inaanza.

Programu Hatimaye Inafikia Vifaa

Ili kuelewa kwa nini hili linafanyika sasa, lazima tuangalie stack ya programu. Hapo awali, ikiwa ulitaka roboti ichukue sanduku, ilibidi uandike code maalum kwa ajili ya kuratibu kamili za sanduku hilo. Ikiwa sanduku lingesogea inchi mbili kushoto, roboti ingeshindwa. Mifumo ya kisasa hutumia kile kinachojulikana kama embodied AI. Mbinu hii inaruhusu mashine kutumia kamera na sensorer kuelewa mazingira yake kwa wakati halisi. Badala ya kufuata script iliyowekwa, roboti hutumia foundation model kuamua jinsi ya kusonga. Hii ni sawa na jinsi large language models zinavyochakata maandishi, lakini inatumika kwa mwendo wa kimwili na ufahamu wa anga.

Maendeleo haya ya programu yanamaanisha kuwa roboti sasa zinaweza kushughulikia vitu ambavyo hazijawahi kuona hapo awali. Zinaweza kutofautisha kati ya chupa ya kioo na mfuko wa plastiki, na kurekebisha nguvu zao za kushika ipasavyo. Kiwango hiki cha jumla kilikuwa kipande kilichokosekana kwa miongo kadhaa. Vifaa vimekuwa vimekomaa kiasi kwa muda mrefu. Tumekuwa na robotic arms na mobile bases zenye uwezo tangu mwishoni mwa karne ya ishirini. Hata hivyo, mashine hizo zilikuwa vipofu na hazina akili. Zilihitaji mazingira yaliyopangwa kikamilifu ili kufanya kazi. Kwa kuongeza safu ya mtazamo na hoja za kisasa, tunaondoa hitaji la muundo huo. Hii inaruhusu roboti kutoka nje ya ngome zao na kufanya kazi pamoja na binadamu katika nafasi za pamoja.

Matokeo yake ni aina rahisi zaidi ya otomatiki. Roboti moja sasa inaweza kufunzwa kufanya kazi nyingi wakati wa zamu. Inaweza kutumia asubuhi kupakua lori na mchana kupanga vifurushi kwa ajili ya usafirishaji. Urahisi huu ndio unaofanya uchumi kufanya kazi kwa makampuni madogo ambayo hayawezi kumudu mashine maalum kwa kila hatua ya mchakato wao. Programu inakuwa kiwango cha usawa katika sekta ya viwanda.

Injini ya Kiuchumi ya Otomatiki

Msukumo wa kimataifa wa robotiki sio tu kuhusu teknolojia ya kuvutia. Ni mwitikio wa mabadiliko makubwa ya kiuchumi. Nchi nyingi zilizoendelea zinakabiliwa na kupungua kwa nguvu kazi na idadi ya watu wazee. Hakuna watu wa kutosha kujaza kila jukumu katika logistics, utengenezaji, na kilimo. Kulingana na data kutoka International Federation of Robotics, usakinishaji wa roboti za viwandani unaendelea kufikia viwango vya juu huku makampuni yakijitahidi kupata wafanyakazi wa kuaminika. Hii ni kweli hasa kwa kazi ambazo ni za kurudia, chafu, au hatari.

Pia tunaona mwelekeo kuelekea reshoring ya utengenezaji. Serikali zinataka kurudisha uzalishaji kwenye mipaka yao ili kuepuka usumbufu wa supply chain ambao umekuwa wa kawaida. Hata hivyo, gharama za wafanyakazi nchini Marekani na Ulaya ni kubwa zaidi kuliko katika vituo vya jadi vya utengenezaji. Otomatiki ndiyo njia pekee ya kufanya uzalishaji wa ndani kuwa na ushindani wa gharama. Kwa kutumia roboti kushughulikia kazi za msingi zaidi, makampuni yanaweza kuweka shughuli zao za ndani huku yakidumisha faida. Mabadiliko haya yanabadilisha mazingira ya biashara ya kimataifa huku faida ya wafanyakazi wa bei nafuu ikianza kufifia.

• Logistics na vituo vya utimilifu wa e-commerce.
• Automotive na laini za mkusanyiko wa mashine nzito.
• Usindikaji wa chakula na uvunaji wa kilimo.
• Utengenezaji na upimaji wa vipengele vya kielektroniki.
• Otomatiki ya maabara ya matibabu na upangaji wa dawa.

Athari inahisiwa zaidi katika sekta ya logistics. Kuongezeka kwa ununuzi mtandaoni kumeunda mahitaji ya kasi ambayo wafanyakazi wa kibinadamu wanajitahidi kukidhi. Roboti zinaweza kufanya kazi usiku kucha bila mapumziko, kuhakikisha kuwa kifurushi kilichoagizwa saa sita usiku kiko tayari kwa usafirishaji kufikia alfajiri. Mzunguko huu wa saa 24 unakuwa kiwango kipya cha biashara ya kimataifa. Kwa maarifa zaidi kuhusu jinsi mienendo hii inavyounda siku zijazo, unaweza kusoma kuhusu mienendo ya hivi punde ya robotiki katika kituo chetu cha maarifa ya AI.

Mabadiliko katika Kazi ya Kila Siku

Fikiria siku ya kawaida kwa meneja wa ghala anayeitwa Sarah. Miaka michache iliyopita, asubuhi yake ingeanza na jaribio la kusisimua la kujaza zamu za eneo la kupakia. Ikiwa watu wawili wangeita wagonjwa, operesheni nzima ingepungua. Leo, Sarah anasimamia meli ya autonomous mobile robots zinazoshughulikia kuinua vitu vizito. Lori linapowasili, mashine hizi hutumia computer vision kutambua pallets na kuzisogeza kwenye aisles sahihi. Sarah hasimami tena kazi za mtu binafsi. Anasimamia mfumo. Jukumu lake limehama kutoka usimamizi wa mwongozo hadi uratibu wa kiufundi. Anatumia muda wake kuchambua data ya utendaji na kuhakikisha roboti zimeboreshwa kwa hesabu maalum ya siku hiyo.

Hali hii inakuwa ya kawaida duniani kote. Katika kiwanda cha utengenezaji nchini Ujerumani, roboti inaweza kuwajibika kwa kulehemu sehemu kwa usahihi ambao hakuna binadamu angeweza kuulinganisha kwa saa nane mfululizo. Katika hospitali ya Japani, roboti inaweza kupeleka chakula na nguo kwenye vyumba vya wagonjwa, na kuwaacha wauguzi kuzingatia huduma halisi ya matibabu. Hizi sio roboti za kibinadamu za hadithi za kisayansi. Mara nyingi huwa ni masanduku tu kwenye magurudumu au mikono iliyounganishwa iliyofungwa kwenye sakafu. Ni za kuchosha, na ndiyo sababu zinafanikiwa. Zinafanya kazi ambayo watu hawataki tena kuifanya, na zinaifanya kwa usahihi thabiti.

Hata hivyo, mpito sio laini kila wakati. Kuunganisha mifumo hii kunahitaji uwekezaji mkubwa wa awali na mabadiliko katika utamaduni wa kampuni. Wafanyakazi mara nyingi huogopa kwamba watabadilishwa, hata kama roboti zinachukua tu sehemu ngumu zaidi za kazi. Makampuni yenye mafanikio ni yale yanayowekeza katika kurejesha mafunzo kwa wafanyakazi wao. Badala ya kuwafuta kazi, wanawafundisha jinsi ya kudumisha na kupanga mashine mpya. Hii inajenga nguvu kazi yenye ujuzi zaidi na biashara inayostahimili zaidi. Athari ya ulimwengu halisi ni mageuzi ya taratibu ya mahali pa kazi badala ya kuhamishwa kwa ghafla kwa kipengele cha kibinadamu.

Ukweli ni kwamba roboti bado ni mdogo sana katika uwezo wao wa kimwili. Wanajitahidi na vitu laini au visivyo vya kawaida, kama rundo la zabibu au fujo ya waya. Pia hawana akili ya kawaida ambayo wanadamu huichukulia kawaida. Ikiwa roboti itaona dimbwi la maji, inaweza isitambue kuwa inapaswa kuliepuka ili kuzuia kuteleza au mzunguko mfupi. Mapengo haya madogo katika uwezo ndipo ushirikiano wa binadamu na roboti ni muhimu zaidi. Bado tuko miaka mingi mbali na mashine inayoweza kulingana na ustadi wa mkono na ubongo wa binadamu katika kila mazingira.

Bei Isiyoonekana ya Maendeleo

Tunapounganisha mashine hizi katika maisha yetu, lazima tuulize maswali magumu kuhusu gharama zilizofichwa. Ni nini kinatokea kwa data ambayo roboti hizi hukusanya? Roboti inayotembea kupitia ghala au nyumba inachanganua mazingira yake kila wakati. Inaunda ramani ya kina ya nafasi na kurekodi harakati za kila mtu karibu nayo. Nani anamiliki data hii, na inatumiwaje? Ikiwa kampuni inatumia meli ya roboti kufuatilia kiwanda chake, je, pia inafuatilia bila kukusudia tabia za faragha za wafanyakazi wake? Athari za faragha ni kubwa na hazijadhibitiwa kwa kiasi kikubwa.

Pia kuna swali la nishati na uendelevu. Kufunza mifumo mikubwa inayowezesha roboti hizi kunahitaji kiasi kikubwa cha umeme. Vituo vya data vinavyoendesha hesabu hizi vina carbon footprint kubwa. Zaidi ya hayo, roboti zenyewe zimetengenezwa kwa nyenzo adimu ambazo ni ngumu kuchimba na ni ngumu zaidi kuchakata. Je, tunabadilishana matatizo moja ya kimazingira na mengine? Tunahitaji kuzingatia mzunguko kamili wa maisha ya mashine hizi, kutoka kwa madini kwenye betri zao hadi nishati inayotumiwa na processors zao. Ikiwa roboti inaokoa asilimia kumi katika gharama za wafanyakazi lakini inaongeza matumizi ya nishati kwa asilimia thelathini, je, ni uboreshaji wa kweli?

Tunapaswa pia kuzingatia gharama ya kijamii ya ulimwengu ambapo mwingiliano wa kibinadamu umepunguzwa. Ikiwa roboti zitashughulikia usafirishaji wetu, kupika chakula chetu, na kusafisha mitaa yetu, hiyo inafanya nini kwa muundo wa kijamii wa jamii zetu? Kuna hatari ya kuongezeka kwa kutengwa huku mwingiliano wa kawaida wa uchumi wa huduma ukitoweka. Lazima tuamue ni kazi zipi ni bora kuachiwa mashine na zipi zinahitaji mguso wa kibinadamu. Ufanisi ni kichocheo chenye nguvu, lakini haipaswi kuwa kipimo pekee tunachotumia kuhukumu mafanikio ya teknolojia. Je, tunahakikishaje kuwa manufaa ya otomatiki yanashirikiwa na kila mtu, badala ya wamiliki wa mashine pekee?

Chini ya Ganda la Nje

Kwa watumiaji wa nguvu na wahandisi, hadithi ya kweli iko katika maelezo ya utekelezaji. Roboti nyingi za kisasa za viwandani zinahama kuelekea mfumo wa programu sanifu kama ROS 2 (Robot Operating System). Hii inaruhusu mwingiliano bora kati ya vipande tofauti vya vifaa. Moja ya changamoto kubwa katika uwanja huu ni latency. Wakati roboti inafanya kazi ya kasi ya juu, hata milisekunde chache za kuchelewa katika kitanzi cha usindikaji zinaweza kusababisha kushindwa. Hii ndiyo sababu tunaona mabadiliko kuelekea edge computing. Badala ya kutuma data kwenye cloud kwa ajili ya usindikaji, kazi nzito hufanywa kwenye vifaa vya ndani, mara nyingi kwa kutumia chips maalum zilizoundwa kwa ajili ya AI inference.

Hifadhi ya ndani ni sababu nyingine muhimu. Roboti inayozalisha data ya video ya ubora wa juu na kumbukumbu za sensorer inaweza kuzalisha kwa urahisi terabytes kadhaa za data katika zamu moja. Kusimamia data hii bila kuziba mtandao wa ndani ni kikwazo kikubwa. Wahandisi lazima waamue ni data gani inafaa kuhifadhiwa kwa mafunzo na ipi inaweza kutupwa. Pia kuna mipaka mikali ya API ya kuzingatia wakati wa kuunganisha roboti na mifumo iliyopo ya enterprise resource planning. Mfumo wa usimamizi wa ghala unaweza usiwe umeundwa kushughulikia maelfu ya sasisho za hali kwa sekunde ambazo meli ya roboti huzalisha. Hii inahitaji safu ya middleware inayoweza kukusanya na kuchuja data kabla ya kufika kwenye hifadhidata kuu.

• Kasi ya inference kwa kuepuka vikwazo kwa wakati halisi.
• Msongamano wa betri na usimamizi wa joto kwa operesheni ya saa 24.
• Mbinu za sensor fusion zinazochanganya LiDAR, depth cameras, na IMUs.
• End-to-end encryption kwa data yote inayotumwa kupitia Wi-Fi ya ndani.
• Muundo wa vifaa vya msimu ili kuruhusu matengenezo ya haraka kwenye sakafu.

Ujumuishaji wa mtiririko wa kazi ndipo miradi mingi hushindwa. Ni jambo moja kufanya roboti ifanye kazi katika maabara, lakini ni jambo lingine kuifanya icheze vizuri na programu iliyopo inayotumiwa na shirika la kimataifa. Usalama pia ni jambo la msingi. Roboti iliyodukuliwa sio tu hatari ya data, ni hatari ya usalama wa kimwili. Kuhakikisha kuwa mashine hizi haziwezi kutekwa kunahitaji mwelekeo wa kina kwenye michakato ya secure boot na usimbaji fiche wa kiwango cha vifaa. Tunapoingia , mwelekeo kwa watengenezaji ni kufanya mifumo hii kuwa thabiti na salama kama miundombinu ya jadi ya IT wanayojiunga nayo.

Editor’s note: We created this site as a multilingual AI news and guides hub for people who are not computer geeks, but still want to understand artificial intelligence, use it with more confidence, and follow the future that is already arriving.

Muongo Ujao wa Kazi

Hatua kutoka kwa maonyesho hadi kazi halisi ni ishara kwamba teknolojia imekomaa vya kutosha kukabiliana na uchunguzi wa soko. Hatuvutiwi tena na roboti inayoweza kutembea, tunataka kujua ikiwa inaweza kufanya kazi kwa saa kumi bila kuharibika. Mafanikio ya kimya katika maghala na viwanda ni muhimu zaidi kuliko video yoyote inayozagaa. Mashine hizi zinakuwa sehemu ya kawaida ya stack ya viwanda ya kimataifa. Zinatatua matatizo halisi katika kazi na logistics, hata kama sio za kuvutia kama zile tunazoziona kwenye sinema. Shinikizo la kiuchumi la kufanya otomatiki litaongezeka tu, na programu hatimaye iko tayari kukidhi mahitaji hayo.

Swali kubwa linalobaki ni jinsi gani tunaweza kuongeza mifumo hii haraka. Ni jambo moja kupeleka roboti kumi katika kituo kimoja, lakini ni jambo lingine kusimamia elfu kumi kwenye mtandao wa kimataifa. Bado tunajifunza jinsi ya kudumisha, kusasisha, na kulinda mashine hizi kwa kiwango kikubwa. Kadiri vifaa vinavyozidi kuwa nafuu na programu inavyozidi kuwa na uwezo, mstari kati ya kazi ya mwongozo na otomatiki utaendelea kufifia. Roboti ziko hapa, na hatimaye ziko tayari kuanza kazi. Miaka michache ijayo itaamua jinsi tunavyoishi na kufanya kazi pamoja nao.