خبا با جذب 6 میلیون دلار از هیتاچی ونچرز، مغزهای مصنوعی برای ربات‌های صنعتی می‌سازد

خبا، استارتاپی که در زمینه ساخت مغزهای مصنوعی بدون کد برای ربات‌های صنعتی فعالیت می‌کند، اعلام کرد که 6 میلیون دلار سرمایه اولیه به رهبری هیتاچی ونچرز (Hitachi Ventures) جذب کرده است.

این استارتاپ واقع در تورنتو اعلام کرد که این افزایش سرمایه اولیه، استقرار رباتیک مبتنی بر هوش مصنوعی و سیستم‌های کنترل شناختی صنعتی را تسریع خواهد کرد.

هیتاچی ونچرز این دور سرمایه گذاری را با استفاده از وجوه صندوق 400 میلیون دلاری جدید خود و با مشارکت هزل‌ویو ونچرز (Hazelview Ventures)، بی‌دی‌سی (BDC)، اکسپوزیشن ونچرز (Exposition Ventures) و ایمپکت ونچر کپیتال (Impact Venture Capital) رهبری کرد.

خبا در کاربرد هوش مصنوعی صنعتی (Industrial Artificial Intelligence یا AI) برای بازسازی فرآیندهای تولید پیشگام است. محصول اصلی این شرکت، xCognition، به ربات‌های صنعتی و ربات‌های همکار (cobots) توانایی شناختی و آگاهی مبتنی بر هوش مصنوعی می‌بخشد و آنها را قادر می‌سازد تا به طور خودکار برنامه‌ها را تولید کرده و وظایف پیچیده ای مانند جوشکاری، سوراخکاری، مونتاژ و ساخت افزایشی (Additive Manufacturing) را انجام دهند.

راهکارهای خبا با ادغام هوش در زمان واقعی در اتوماسیون، هزینه‌های استقرار را به میزان قابل توجهی کاهش داده و کیفیت، ثبات و انعطاف‌پذیری عملیات تولید را بهبود می‌بخشند. این شرکت اعلام کرده است که هدف آن دستیابی به فرصتی 9 تریلیون دلاری است. کمبود برنامه نویسان ماهر رباتیک و مهندسان کنترل، چالش‌های بیشتری را برای شرکت‌ها به منظور گسترش موثر اتوماسیون ایجاد می‌کند.

ماسی میلیانو موروزی، مدیرعامل خبا، در مصاحبه‌ای با GamesBeat گفت که اتوماسیون صنعتی همچنان بسیار ناکارآمد است و متکی به کنترلرهای قدیمی، برنامه نویسی سخت و مداخلات دستی گسترده است. برنامه نویسی و استقرار ربات‌های صنعتی به تنهایی سالانه 7 میلیارد دلار برای صنعت هزینه دارد و 80 درصد از هزینه‌های اتوماسیون ناشی از توسعه دستی منطق برای کنترلرهای صنعتی است.

موروزی گفت: «چشم انداز ما برهم زدن وضعیت موجود است. آنچه ما در حال توسعه آن هستیم، چیزی است که من آن را مغز مصنوعی برای اطلاعات یا کنترل شناختی می‌نامم.»

موروزی گفت، مشابه کاری که OpenAI برای دستورات زبان طبیعی برای هوش مصنوعی انجام می‌دهد، Xaba در حال بازسازی زبان کارخانه است تا بتواند اتوماسیون بهتری را ممکن سازد، به طوری که نتیجه آن نه تنها ربات‌های بهتر برای اهداف صنعتی، بلکه نظارت انسانی و پشتیبانی انسانی بهتری نیز باشد.

هوش مصنوعی صنعتی مولد خبا، ماشین‌ها را به هوش شناختی مجهز می‌کند و به آنها اجازه می‌دهد تا به طور خودکار وظایف را با دقت تطبیق دهند، بهینه سازی کنند و اجرا کنند. در هسته اصلی آن xCognition قرار دارد که به عنوان نوعی "OpenAI برای اتوماسیون صنعتی" عمل می‌کند و به طور کامل رباتیک صنعتی و برنامه نویسی ماشین را برای هر کار خودکار می‌کند و در عین حال، هر دو برنامه قسمت و تمام منطق ماشین کنترل کننده منطقی قابل برنامه ریزی (PLC) مورد نیاز برای زنده کردن هر دستگاه را به طور خودکار تولید می‌کند. اساساً، این اتوماسیون با هدایت ربات‌های خود برنامه نویس انجام می‌شود که می‌توانند به راحتی از "متن به عمل" تبدیل شوند.»

موروزی گفت: «سیستم‌های رباتیک سنتی نیازمند برنامه نویسی گسترده، نظارت مداوم انسانی هستند و با تغییرات دنیای واقعی، در هندسه، پارامترهای فرآیند، مواد و شاخص‌های کلیدی عملکرد (KPI) واقعی تولید، دست و پنجه نرم می‌کنند. ما با فعال کردن ربات‌ها و ماشین‌ها برای خود بهینه سازی و اجرای وظایف پیچیده با حداقل برنامه نویسی، در حال تعریف مجدد اتوماسیون هستیم. نتیجه کاهش چشمگیر ضایعات و تا 10 برابر کاهش هزینه‌ها است.»

با Xaba، تولیدکنندگان می‌توانند به سادگی اهداف اتوماسیون، شاخص‌های کلیدی عملکرد تولید یا وظایف عملیاتی را در متن قابل خواندن توسط انسان یا مشخصات عملکردی شرح دهند. از آنجا، xCognition و PLCfy به طور خودکار کد مورد نیاز را تولید می‌کنند و ربات‌ها و خطوط تولید را قادر می‌سازند تا به طور مستقل با قابلیت انطباق در زمان واقعی عمل کنند.

هدف از دوقلوهای دیجیتال، بی نقص کردن طرح‌های کارخانه‌ها قبل از ساخته شدن در دنیای فیزیکی است. اما موروزی گفت که این مفهوم باید "واقعیت خودکار" نامیده شود. او گفت که مدیران صنعتی نیاز به ماشینی دارند که بتواند تجربه یک انسان را سنتز کرده و آن را به یک ربات منتقل کند.

«در Xaba، ما در حال توسعه هوش مصنوعی بنیادی برای اتوماسیون هستیم، به این معنی که، برای مثال، مغز مصنوعی من مدل فیزیکی و الکترومکانیکی دستگاه را ضبط می‌کند. چرا من این کار را انجام می‌دهم؟ زیرا تجربه در داخل دایره المعارفی نیست که OpenAI برای تبدیل آن متن به واقعیت به آن دسترسی دارد. کاری که من انجام می‌دهم فناوری به نام هستی شناسی داده است. هستی شناسی داده قرار است موج بزرگ بعدی در هوش مصنوعی باشد تا هوش مصنوعی ضعیف را به هوش مصنوعی قوی تبدیل کند.»

او گفت که هستی شناسی داده بخش خودش در داده‌های علوم اعصاب است.

وی گفت: «این ظرفیت را دارد که کاری را انجام دهد که در حال حاضر فقط انسان می‌تواند انجام دهد، که به آن استنتاج می‌گویند. استنتاج به این معنی است که مغز قادر به فرمول‌بندی سناریوها است. برای تقویت وظیفه‌ای که قرار بود انجام دهید، که یاد گرفتید، یا انجام یک وظیفه جدید بر اساس تجربه‌ای که قبلاً جذب کرده‌اید.» «من اکنون از داده‌های قدیمی کارخانه استفاده می‌کنم. کاری که من در چند سال گذشته انجام دادم، جذب دانش از میراثی است که از ماشین‌های اپراتور می‌آید. ما از این برای انجام همان اختلالی استفاده می‌کنیم که OpenAI برای ایجاد یک ایمیل یا خلاصه کردن یک کتاب یا در مورد من، خودکار کردن چیزی انجام داد.»

نتیجه آن استقرار سریع‌تر، حداقل زمان خرابی و اتوماسیون هوشمندتر و انعطاف‌پذیرتر در صنایع از طریق:

• مدل یادگیری ماشین آگاه از فیزیک: به عنوان یک دوقلوی دیجیتال واقعی عمل می‌کند، به طور دقیق محیط‌های دنیای واقعی را تکرار می‌کند، با ماشین‌ها و پلتفرم‌های حرکتی مختلف برای بهینه سازی دقیق و در زمان واقعی سازگار می‌شود.
• تولید کد هوش مصنوعی رباتیک و PLC: مدل‌های هوش مصنوعی اختصاصی به طور خودکار برنامه‌های رباتیک و کد PLC را با درک گردش کار عملیاتی و منطق ماشین تولید می‌کنند. این امر زمان استقرار را تا 80 درصد کاهش می‌دهد و کدنویسی دستی را حذف می‌کند.
• ماژول یادگیری فرآیند در زمان واقعی: این ماژول که توسط هستی‌شناسی داده و شبکه‌های عصبی گراف (GNN) پشتیبانی می‌شود، روابط پیچیده بین ماشین‌ها، حسگرها و فرآیندها را ضبط، نقشه‌برداری و درک می‌کند. این امر سازگاری پویا و بهینه سازی مداوم را تضمین می‌کند.
• چارچوب کنترل شناختی: یک پلتفرم هوش مصنوعی جهانی که به طور یکپارچه با هر سیستم رباتیک، ماشین CNC یا کنترلر PLC ادغام می‌شود و از تجهیزات قدیمی و مدرن پشتیبانی می‌کند.

گایاتری رادهاکریشنان، شریک هیتاچی ونچرز، در بیانیه‌ای گفت: «صنعت 4.0 وعده کارخانه‌های هوشمند و مستقل را داده بود، اما اغلب در برزخ آزمایشی گیر کرده است و توسط سیستم‌های سنگین کد و زیرساخت‌های قدیمی متوقف شده است. Xaba این بن بست را می‌شکند. Xaba با دادن توانایی خودآموزی و خودبرنامه نویسی به ماشین‌های صنعتی از طریق هوش مصنوعی مولد، دیدگاه تولید هوشمند را به یک واقعیت مقیاس پذیر در امروز تبدیل می‌کند.»

هوش مصنوعی Xaba در حال حاضر با حذف بازسازی پرهزینه و تنظیمات دستی در زمینه‌هایی مانند تولید خودرو، در حال تغییر شکل صنایع هوافضا، خودروسازی و تولید با دقت بالا است.

هوش مصنوعی Xaba ریخته‌گری و آهنگری آلومینیوم را بهینه می‌کند و ربات‌ها را قادر می‌سازد تا قطعات فلزی ریخته‌گری شده را به طور دقیق ماشین‌کاری کنند و در عین حال تلرانس‌های ماشین‌کاری را تنظیم کنند - به طور چشمگیری هزینه‌های مونتاژ، بازسازی و زمان تولید را کاهش می‌دهد.

همچنین در حال انجام حفاری رباتیک در مقیاس بزرگ است. موروزی گفت که تولیدکنندگان به نرخ تولید 10 برابر سریعتر دست یافته‌اند و در عین حال هزینه‌های سرمایه‌ای را به میزان قابل توجهی کاهش داده‌اند. برخلاف سیستم‌های سنتی که نیاز به برنامه نویسی سخت و تنظیمات دستی دارند، هوش مصنوعی Xaba به ربات‌ها اجازه می‌دهد تا به طور یکپارچه قطعات و فرآیندهای مختلف را بدون خرابی پرهزینه پیکربندی مجدد کنند.

Xaba همچنین در حال انجام جوشکاری رباتیک است. هوش مصنوعی Xaba جوشکاری MIG (جوشکاری با گاز محافظ فلزی) و جوشکاری لیزری TIG (جوشکاری با گاز محافظ تنگستن) و جوشکاری لیزری را خودکار می‌کند و در عین حال خروجی ثابت و با کیفیت بالا را در سراسر خطوط تولید تضمین می‌کند و جدول زمانی تولید را تسریع می‌کند.

و Xaba در حال رسیدگی به چاپ سه بعدی در مقیاس بزرگ است. سیستم xTrude Xaba مدل‌سازی رسوب‌گذاری ذوب‌شده (FDM) را بهینه می‌کند و از جداشدگی، فروپاشی و اعوجاج جلوگیری می‌کند. این به تولیدکنندگان اجازه می‌دهد تا پارامترهای چاپ را در زمان واقعی تنظیم کنند، قابلیت اطمینان را بهبود بخشند و ضایعات مواد را کاهش دهند.

مارکو آندریانو، مدیرعامل شرکت Fives Cinetic، در بیانیه‌ای گفت: «مکس و تیمش طرحی جسورانه و جدید برای آینده رباتیک و اتوماسیون صنعتی ایجاد کرده‌اند. ما با xCognition Xaba، سیستم‌های هوشمندی را ارائه می‌دهیم که دهه‌ها ناکارآمدی را به محیط‌های تولید چابک و مقیاس پذیر تبدیل می‌کنند - در نهایت دشوارترین چالش‌های برنامه نویسی و تولیدی را که صنعت با آن روبرو است، حل می‌کنیم.»

این شرکت 24 کارمند دارد. این تیم شامل دانشمندان هوش مصنوعی، ریاضیدانان و متخصصان مکاترونیک است. آنها در حال راه اندازی یک آزمایشگاه اتوماسیون کاربردی هوش مصنوعی هستند.

موروزی معتقد است که مدل‌های زبانی بزرگ (LLM) فناوری مناسبی برای اتوماسیون نیستند زیرا مدل بنیادی پشت LLM اساساً بر اساس مجموعه‌ای از عوامل وزنی است. این مانند استفاده از یک دایره المعارف برای پاسخ دادن به این سوال است که آیا یک ربات باید به چپ بپیچد یا به راست. علاوه بر این، LLM‌ها مستعد توهم هستند که در محیط‌های صنعتی بد است.

او گفت که این به معنای مقیاسی است که ممکن است معناشناسی را به گونه‌ای ترکیب کند یا نکند که پاسخ درست را به شما بدهد. موروزی هوش مصنوعی خود را به گونه‌ای طراحی کرد که کاملاً متفاوت باشد و سیستمی ایجاد کند که بتواند به تنهایی داده‌های مصنوعی ایجاد کند.

او گفت: «مغز شما یک LLM نیست.»

موروزی گفت که شرکتش در ماه‌های آینده وارد مرحله تولید خواهد شد. او خاطرنشان کرد که در حال حاضر تنها حدود 4.4 میلیون ربات صنعتی در این زمینه وجود دارد. این عملاً هیچ است، با توجه به تعداد انسان‌ها. و دلیل آن، به گفته وی، این است که مغز آنها - چیزی بیشتر از کنترلرهای صنعتی - به اندازه کافی خوب نیست. او گفت که آنها مانند "جعبه‌های خالی" هستند.

او گفت: «به همین دلیل است که من در حال ساخت یک مغز شناختی هستم. این راه صحبت با دنیای فیزیکی است.»