تویوتا و میتسوبیشی با «هوش مصنوعی فیزیکی» آموزشدیده برای صنایع سنگین، وارد رقابت رباتهای انساننما میشوند
غولهای صنعتی ژاپن، تویوتا و میتسوبیشی، نسل جدیدی از رباتهای انساننما را معرفی کردهاند که توسط «هوش مصنوعی فیزیکی» (Physical AI) قدرت گرفتهاند و بهطور خاص برای انجام کارهای پیچیده مانند جوشکاری کشتیهای جنگی و مونتاژ ماشینآلات سنگین طراحی شدهاند. این همکاری نشاندهنده یک چرخش بزرگ در صنعت رباتیک است؛ از دستیاران عمومی به سمت نیروی کار صنعتی بسیار تخصصی و مبتنی بر هوش مصنوعی که هدف آن حل کمبود شدید نیروی کار ماهر است.
به قلم ندا وزیری
این خبر را به اشتراک بگذارید
رقابت برای ساخت رباتهای انساننما بهطور قاطع از دستیاران عمومی به سمت کارگران صنعتی فوقتخصصی تغییر مسیر داده است. در یک اعلامیه مشترک مهم، غولهای تولیدی ژاپن، تویوتا و صنایع سنگین میتسوبیشی (Mitsubishi Heavy Industries)، نسل جدیدی از رباتهای انساننما را معرفی کردند که توسط «هوش مصنوعی فیزیکی» (Physical AI) قدرت میگیرند و بهطور خاص برای انجام وظایف پیچیده و سنگین مانند جوشکاری کشتیهای جنگی و مونتاژ زیرساختهای عظیم دریایی طراحی شدهاند.
این همکاری نشاندهنده یک انحراف قابل توجه از استراتژیهای رباتیک شرکتهای فناوری غربی است که عمدتاً بر ساخت رباتهای همهکاره و مصرفکننده پسند متمرکز بودهاند که قادر به تا کردن لباس یا جابجایی جعبهها هستند. در عوض، کنسرسیوم ژاپنی شرط میبندد که ارزش تجاری فوری رباتهای انساننما در حل کمبودهای حاد نیروی کار در سختترین محیطهای صنعتی جهان نهفته است.[1]
نقطه کانونی این ابتکار، یک پلتفرم رباتیک دوپا و بهشدت اصلاحشده است که در کارخانه کشتیسازی میتسوبیشی در ناکازاکی مستقر شده است؛ جایی که در حال حاضر برای جوشکاری صفحات فولادی ضخیم برای شناورهای نیروی دریایی آموزش میبیند. برخلاف بازوهای رباتیک سنتی که به کف کارخانه پیچ شدهاند، این انساننماها میتوانند در داربستهای تنگ و چندسطحی یک کشتی در حال ساخت حرکت کنند، تجهیزات جوشکاری خود را حمل کرده و وضعیت بدن خود را برای دسترسی به درزهای دشوار تنظیم کنند.
با ترکیب تخصص بینظیر تویوتا در ساخت سختافزار و مقیاسدهی تولید خودرو با دانش عمیق میتسوبیشی در صنایع سنگین و پیمانکاری دفاعی، این دو شرکت قصد دارند نیروی کار رباتیکی ایجاد کنند که قادر به فعالیت در محیطهای بدون ساختار و خطرناکی باشد که نیروی کار انسانی در آنجا بهطور فزایندهای کمیاب میشود.[2][3]
پیشرفت فناورانه که این تغییر را ممکن میسازد، توسعه سریع «هوش مصنوعی فیزیکی» است؛ زیرشاخهای از هوش مصنوعی که فراتر از تولید متن و تصویر رفته و بر هوش فضایی، بازخورد نیرو و شبیهسازی فیزیک در زمان واقعی تمرکز دارد. برای دههها، برنامهنویسی یک ربات برای جوشکاری یک بدنه کشتی پیچیده و منحنی، نیازمند هزاران خط دستورالعمل کدگذاری شده بود و اگر صفحه فولادی حتی یک میلیمتر جابهجا میشد، ربات شکست میخورد.
هوش مصنوعی فیزیکی این الگو را با اجازه دادن به ربات برای یادگیری پویا، بسیار شبیه به یک شاگرد انسانی، متحول میکند. این سیستم به مدلهای پیشرفته «بینایی-زبان-عمل» (VLA) متکی است که دستورات سطح بالا را به کنترلهای دقیق حرکتی ترجمه میکنند و ربات را قادر میسازد تا حوضچه جوش را «ببیند»، مقاومت فلز را «احساس کند» و تکنیک خود را در لحظه تنظیم نماید.
فرآیند آموزش برای این رباتهای انساننمای صنعتی بهشدت به تکنیکی معروف به «تلهاپریشن» (Teleoperation) همراه با یادگیری تقویتی متکی است. جوشکاران ماهر انسانی لباسهای بازخورد لمسی (haptic feedback suits) و هدستهای واقعیت مجازی میپوشند تا رباتها را از راه دور کنترل کنند و بازوهای مکانیکی آنها را از طریق حرکات دقیقی که برای یک جوش بینقص لازم است، هدایت نمایند.
همانطور که متخصص انسانی کار را انجام میدهد، شبکه عصبی ربات دادههای بصری، موقعیتیابی فضایی و میزان دقیق نیروی اعمال شده را ثبت میکند. پس از مشاهده صدها ساعت تلهاپریشن تحت هدایت انسان، هوش مصنوعی فیزیکی یک درک کلی از فیزیک جوشکاری ایجاد میکند و به ربات اجازه میدهد تا در نهایت کار را بهصورت مستقل اجرا کند، حتی بر روی پیکربندیهای اتصال جدیدی که قبلاً بهصراحت ندیده است.[4]
شواهد اولیه از برنامههای آزمایشی میتسوبیشی نشان میدهد که این فناوری در حال حاضر منجر به افزایش قابل توجهی در بهرهوری شده است. در آزمایشهای کنترلشده در تأسیسات ناکازاکی، نمونههای اولیه انساننماها به کاهش ۴۰ درصدی در زمان مورد نیاز برای جوشکاری اتصالات پیچیده بدنه کشتی در مقایسه با روشهای دستی سنتی دست یافتند، در حالی که نرخ نقص را در حد استانداردهای سختگیرانه ایمنی دریایی حفظ کردند.
از آنجایی که رباتها خستگی عضلانی را تجربه نمیکنند، نیازی به استراحت ندارند و از فشار ارگونومیک نگه داشتن تجهیزات سنگین در موقعیتهای نامناسب رنج نمیبرند، میتوانند قوس جوشکاری بهینه و پیوستهای را ساعتها حفظ کنند. این خروجی پایدار بهویژه در کشتیسازی حیاتی است، جایی که سرعت و کیفیت جوشکاری مستقیماً سرعت کلی ساختوساز را تعیین میکند.[3]
ضرورت پشت این تغییر فناوری ناشی از یک بحران شدید جمعیتی است که بخش تولید جهانی و بهویژه ژاپن با آن روبهرو است. نیروی کار ژاپن بهسرعت در حال پیر شدن است و صنایع سنگین برای جذب نسلهای جوانتر که مایل به تحمل شرایط طاقتفرسا و خطرناک کارخانههای کشتیسازی و فولادسازی هستند، با مشکل مواجهاند.
انجمن مهندسی جوش ژاپن تخمین میزند که بخش قابل توجهی از جوشکاران ماهر این کشور طی دهه آینده بازنشسته خواهند شد و یک شکاف حیاتی دانشی ایجاد میکنند که بقای تولید داخلی را تهدید میکند. تویوتا و میتسوبیشی با ثبت تخصص این استادکاران بازنشسته از طریق تلهاپریشن و کدگذاری آن در هوش مصنوعی فیزیکی، اساساً در حال دیجیتالی کردن و حفظ نسلی از مهارتهای صنعتی قبل از ناپدید شدن آن هستند.[2][4]
فراتر از نگرانیهای نیروی کار داخلی، بهکارگیری رباتهای انساننمای مجهز به هوش مصنوعی در کارخانههای کشتیسازی، پیامدهای ژئوپلیتیکی و دفاعی عمیقی دارد. با تسریع ساختوسازهای نیروی دریایی جهانی، بهویژه در منطقه آسیا-اقیانوسیه، ظرفیت ساخت و تعمیر سریع کشتیهای جنگی به یک گلوگاه استراتژیک حیاتی تبدیل شده است.
کشتیسازی سنتی بهشدت نیروبر است و مقیاسپذیری سریع آن در زمان افزایش تقاضا دشوار است. صنایع سنگین میتسوبیشی – بزرگترین پیمانکار دفاعی ژاپن – با خودکارسازی زمانبرترین و سختترین جنبههای فیزیکی ساختوساز دریایی، میتواند بهطور قابل توجهی زمان تولید ناوشکنها، زیردریاییها و شناورهای لجستیکی را فشرده کند و یک مزیت استراتژیک متمایز در عصر زنجیرههای تأمین مورد مناقشه فراهم آورد.[1]
نقش تویوتا در این همکاری برای انتقال فناوری از آزمایشگاه به استقرار انبوه بسیار حیاتی است. در حالی که میتسوبیشی زمینههای آزمایش صنعتی و تخصص حوزه تولید سنگین را فراهم میکند، تویوتا سیستم تولید افسانهای و تسلط بر زنجیره تأمین خود را به ارمغان میآورد.
ساخت یک ربات انساننما که بتواند در برابر جرقهها، تداخل الکترومغناطیسی و دماهای شدید یک کارخانه کشتیسازی دوام بیاورد، نیازمند سختافزار تخصصی و بسیار بادوامی است که تولید آن بهشدت گران است. تویوتا موظف است رباتها را برای قابلیت تولید انبوه مهندسی کند و هدف آن کاهش هزینه واحد انساننماها از طریق صرفهجویی در مقیاس است، درست همانطور که دو دهه پیش با خودروهای هیبریدی انجام داد.[1][2]
با وجود نتایج اولیه امیدوارکننده، عدم قطعیتهای قابل توجهی در مورد استقرار واقعی ماشینآلات سنگین خودران باقی مانده است. کارخانههای کشتیسازی ذاتاً محیطهایی آشفته هستند که مملو از جرثقیلهای متحرک، ابزارهای پراکنده و تردد غیرقابل پیشبینی انسانها هستند.
در حالی که هوش مصنوعی فیزیکی در وظیفه خاص جوشکاری عالی عمل میکند، اطمینان از اینکه ربات میتواند با خیال راحت در یک فضای شلوغ و پویا حرکت کند بدون اینکه باعث تصادف شود یا کارگران انسانی را مختل کند، یک چالش مهندسی بزرگ است. نمونههای اولیه فعلی هنوز نیاز به نظارت دقیق انسانی دارند و انتقال به عملیات کاملاً خودران نیازمند پیشرفتهای اساسی در آگاهی فضایی و مکانیسمهای ایمنی رباتها خواهد بود.
علاوه بر این، نقطه عطف اقتصادی برای این رباتهای انساننمای صنعتی هنوز بهطور قطعی اثبات نشده است. هزینه سرمایهای اولیه برای یک ربات مجهز به هوش مصنوعی فیزیکی، بدون احتساب هزینههای جاری بهروزرسانی نرمافزار، نگهداری و زیرساخت محاسباتی با عملکرد بالا مورد نیاز برای پردازش مدلهای VLA بهصورت محلی، بیش از ۱۵۰,۰۰۰ دلار تخمین زده میشود.
اقتصاددانان کار اشاره میکنند که اگرچه رباتها ممکن است سریعتر جوشکاری کنند، اما کل هزینه مالکیت باید در طول عمر حداقل پنج تا هفت ساله در یک محیط بسیار خورنده مستهلک شود تا از هزینه نیروی کار انسانی کمتر باشد. دوام مالی این پروژه به توانایی تویوتا در کاهش چشمگیر هزینههای سختافزاری در سالهای آینده بستگی دارد.[4]
این اعلامیه موجی در صنعت رباتیک جهانی ایجاد کرده و شرکتهای غربی را وادار به ارزیابی مجدد نقشههای راه توسعه خود کرده است. در طول چند سال گذشته، روایت پیرامون رباتهای انساننما تحت سلطه استارتاپهای سیلیکونولی بوده که هدفشان ساخت ماشینهای همهکاره برای لجستیک، انبارداری و در نهایت کارهای خانگی بوده است.
همکاری تویوتا-میتسوبیشی این الگو را به چالش میکشد و نشان میدهد که سریعترین مسیر به سمت دوام تجاری، فوقتخصص در بخشهای صنعتی با ارزش و حاشیه سود بالا است. تحلیلگران صنعت انتظار دارند که این حرکت موجی از سرمایهگذاریها را در هوش مصنوعی فیزیکی تخصصی ایجاد کند، زیرا شرکتها متوجه میشوند که آموزش یک ربات برای انجام یک کار دشوار بهطور کامل، سودآورتر از آموزش آن برای انجام ده کار ساده بهطور متوسط است.[2]
در نهایت، ادغام هوش مصنوعی فیزیکی در صنایع سنگین بعید است که منجر به جایگزینی کامل کارگران انسانی شود، بلکه به بازسازی اساسی نیروی کار صنعتی میانجامد. در حالی که رباتها وظایف سخت فیزیکی و خطرناک مانند جوشکاری بالای سر و بلند کردن اجسام سنگین را بر عهده میگیرند، نقشهای انسانی به سمت نظارت، کنترل کیفیت و تلهاپریشن پیچیده مورد نیاز برای آموزش مدلها در مورد وظایف جدید تغییر خواهد کرد.
کارخانه کشتیسازی آینده، آنطور که تویوتا و میتسوبیشی تصور میکنند، یک محیط ترکیبی است که در آن تخصص انسانی توسط استقامت رباتیک تقویت میشود و تضمین میکند که صنایع سنگینی که دنیای مدرن را ساختند، میتوانند از چالشهای جمعیتی قرن بیست و یکم جان سالم به در ببرند.[3]
نکات کلیدی
- تویوتا و صنایع سنگین میتسوبیشی برای بهکارگیری رباتهای انساننما برای وظایف صنعتی سنگین با یکدیگر همکاری میکنند.
- این رباتها از «هوش مصنوعی فیزیکی» برای یادگیری وظایف پیچیده مانند جوشکاری از طریق تلهاپریشن و بازخورد نیرو استفاده میکنند.
- آزمایشهای اولیه کاهش ۴۰ درصدی در زمان مورد نیاز برای جوشکاری اتصالات پیچیده بدنه کشتی را نشان میدهد.
- هدف این طرح حل کمبود شدید نیروی کار صنعتی ماهر در ژاپن با بازنشستگی جوشکاران ماهر است.
آنچه نمیدانیم
- اینکه آیا رباتها میتوانند با خیال راحت در محیط آشفته و بدون ساختار یک کارخانه کشتیسازی فعال بدون نظارت مداوم انسانی حرکت کنند یا خیر.
- تویوتا با چه سرعتی میتواند تولید سختافزار رباتیک را مقیاسدهی کند تا هزینههای واحد بسیار بالا را کاهش دهد.
- جدول زمانی دقیق برای استقرار این رباتها فراتر از تأسیسات میتسوبیشی در سایر تولیدکنندگان جهانی چه زمانی خواهد بود.
روند رویداد
اوایل ۲۰۲۴
شرکتهای فناوری غربی موجی از نمونههای اولیه انساننمای عمومی را با هدف لجستیک و کارهای خانگی رونمایی میکنند.
اواخر ۲۰۲۵
انجمن مهندسی جوش ژاپن در مورد کمبود حیاتی قریبالوقوع جوشکاران ماهر به دلیل پیری نیروی کار هشدار میدهد.
اوایل ۲۰۲۶
صنایع سنگین میتسوبیشی آزمایش آزمایشی پنهانی بازوهای رباتیک تلهاپریتد را در کارخانه کشتیسازی ناکازاکی خود آغاز میکند.
جولای ۲۰۲۶
تویوتا و میتسوبیشی بهطور عمومی همکاری خود را برای مقیاسدهی رباتهای انساننمای هوش مصنوعی فیزیکی برای صنایع سنگین اعلام میکنند.
- حامیان اتوماسیون صنعتی
- رباتهای انساننمای تخصصی را بهعنوان یک مکانیسم بقای ضروری برای بخشهای تولیدی که با فروپاشی شدید جمعیتی مواجه هستند، میبینند.
- محققان رباتیک
- بر جهش فنی هوش مصنوعی فیزیکی تمرکز میکنند و تغییر از سینماتیک کدگذاری شده سخت به یادگیری پویا با بازخورد نیرو را جشن میگیرند.
- تحلیلگران کار و اقتصاد
- هزینههای بالای سرمایهای اولیه و چالشهای مهندسی را در مقابل دستاوردهای بلندمدت بهرهوری و بازسازی نیروی کار میسنجند.
دیدگاههایی که این گزارش پوشش نداده
- کارگران فعلی کارخانه کشتیسازی که با تغییر شرح وظایف روبهرو هستند
- شرکتهای تولیدی کوچکتر که توانایی مالی خرید رباتیک پیشرفته را ندارند
منابع
[1]Reutersتحلیلگران کار و اقتصادToyota, Mitsubishi Heavy unveil humanoid robots for shipbuilding, heavy industry
مطالعه در Reuters →
[2]Bloombergحامیان اتوماسیون صنعتیJapan's Industrial Giants Pivot to Physical AI to Solve Labor Crisis in Shipyards
مطالعه در Bloomberg →
[3]The Japan Timesحامیان اتوماسیون صنعتیMitsubishi Heavy Industries deploys first AI humanoid welders at Nagasaki shipyard
مطالعه در The Japan Times →
[4]Financial Timesتحلیلگران کار و اقتصادThe economics of robotic shipbuilders: Why Japan is betting on AI
مطالعه در Financial Times →
بیشتر در هوش مصنوعی
مشاهده همه →یادگیری ربات
حذف نویز رفتاری چگونه مانع میانگینگیری کورکورانه در یادگیری رباتها میشود؟
7 منبع
اتوماسیون کارخانهای
سرمایهگذاری سالانه یک تریلیون ینی تویوتا برای استقرار ۴۰۰ هزار ربات کارخانهای بدون حذف نیروی انسانی
6 منبع
مکانیک الگوریتم
چگونه جستجوی درخت مونت کارلو با استفاده از فرمول UCB1 بین اکتشاف و بهرهبرداری تعادل ایجاد میکند
3 منبع
تولید انبوه انساننما
راهاندازی اولین کارخانه تولید انبوه رباتهای انساننما در چین با ظرفیت ۱۰ هزار دستگاه در سال
4 منبع
نظرات
هر زاویه. هر روز.
اخبار هوش مصنوعی با پوشش کامل منابع و تحلیل دیدگاهها، هر روز و رایگان.





