h.sحمید سامیر
همهٔ خبرها

برآورد ۶.۴ میلیارد دلاری تویوتا، هوش مصنوعی فیزیکی را در کانون توجه قرار داد

تویوتا برآورد کرده گسترش اتوماسیون در کارخانه‌ها، شرکت‌های گروه و تأمین‌کنندگان اصلی می‌تواند به حدود ۴۰۰ هزار ربات و سالانه نزدیک به یک تریلیون ین هزینه از ۲۰۲۸ نیاز داشته باشد؛ اما هنوز اجرای کامل این سرمایه‌گذاری را تأیید نکرده است.

تویوتا موتور برآورد کرده است که گسترش اتوماسیون در کارخانه‌های خود، شرکت‌های گروه و تأمین‌کنندگان اصلی می‌تواند به حدود ۴۰۰ هزار ربات و هزینه سالانه نزدیک به یک تریلیون ین، معادل حدود ۶.۴ میلیارد دلار، از سال ۲۰۲۸ نیاز داشته باشد.

بر اساس گزارش AI News که به رویترز استناد می‌کند، این رقم در گفت‌وگو با سرمایه‌گذاران مطرح شده است. با این حال، تویوتا هنوز نگفته که کل این سرمایه‌گذاری انجام خواهد شد یا هزینه‌کرد در این سطح چند سال ادامه پیدا می‌کند. عدد ۴۰۰ هزار دستگاه نیز هم جایگزینی ماشین‌های موجود و هم نصب ربات‌های تازه، از سامانه‌های صنعتی و لجستیکی تا ربات‌های انسان‌نما و غیرانسان‌نما، را در بر می‌گیرد.

از اتوماسیون خط تولید تا ربات‌های سازگار

تویوتا هم‌اکنون رباتیک را در حمل قطعات، انتخاب و جابه‌جایی قطعات و برخی کاربردهای پزشکی آزمایش یا استفاده می‌کند. در کارخانه کامیگو، خط مونتاژ پیستون که از ژانویه ۲۰۲۵ با ربات‌ها کار می‌کرد، از سه اپراتور به اتوماسیون کامل رسیده است. این تجربه پس از سال‌ها آزمون و بازنگری شکل گرفت؛ زیرا کمبود نیروی متخصص تعمیر و نگهداری در بعضی کارخانه‌های خارج از ژاپن، شرکت را وادار کرده بود برخی فرایندها را موقتاً دوباره دستی کند.

ربات انتخاب قطعه KumiPro با دوربین، قطعاتی را که از پیش با دقت چیده نشده‌اند شناسایی و جابه‌جا می‌کند و در خطوط تولید Toyota Motor East Japan به کار گرفته شده است. کنترل بازخورد نیرو نیز به ربات کمک می‌کند خطاهای تشخیص دوربین را هنگام قراردادن قطعات در فضاهای محدود جبران کند.

هوش مصنوعی فیزیکی در محیط واقعی

تویوتا اصطلاح «هوش مصنوعی فیزیکی» را برای فناوری‌هایی به کار می‌برد که به ربات اجازه می‌دهند محیط را با حسگرها درک کند، رفتار خود را متناسب با شرایط بهینه سازد و به‌صورت مستقل عمل کند. بخشی از فناوری‌های تشخیص شیء، تصمیم‌گیری و اجرای حرکت که در برنامه Human Support Robot توسعه یافته‌اند، اکنون در KumiPro استفاده می‌شوند.

نمونه دیگر، ربات ELEY است؛ سامانه‌ای با دو بازوی شبیه انسان و پایه متحرک چندجهته که برای کارهای دارای تماس فیزیکی طراحی شده است. تویوتا می‌گوید قابلیت اطمینان در کار طولانی، تکرارپذیری حرکات دقیق و زیرساخت داده لازم برای یادگیری ربات هنوز به توسعه بیشتری نیاز دارند. شرکت قصد دارد موفقیت‌ها و شکست‌های این ربات را در شرایط نزدیک‌تر به کارخانه به داده آموزشی تبدیل کند.

شبیه‌سازی و همکاری با بوستون داینامیکس

تویوتا همچنین هزاران نمونه شبیه‌سازی‌شده از ربات‌های انسان‌نما را به‌طور موازی با یادگیری تقویتی آموزش می‌دهد. چون اصطکاک کف، داده حسگر و رفتار عملگرها در دنیای واقعی با شبیه‌سازی متفاوت است، پژوهشگران این متغیرها را هنگام آموزش تغییر می‌دهند و از داده ربات‌های واقعی برای کاهش فاصله «شبیه‌سازی تا واقعیت» استفاده می‌کنند.

مؤسسه تحقیقاتی تویوتا با بوستون داینامیکس نیز روی کنترل هوشمند ربات انسان‌نمای Atlas کار می‌کند. این دو مجموعه در سال ۲۰۲۵ نمایشی از راه‌رفتن، بلندکردن، دسته‌بندی و بسته‌بندی اشیا با یک مدل رفتاری بزرگ ارائه کردند. این همکاری جدا از مالکیت کنترلی هیوندای بر بوستون داینامیکس است.

مقیاس بازار و محدودیت مقایسه‌ها

طبق آمار فدراسیون بین‌المللی رباتیک که در گزارش آمده، ژاپن در سال ۲۰۲۴ دومین بازار بزرگ ربات‌های صنعتی جهان بود و حدود ۴۵۰٬۵۰۰ ربات فعال داشت. صنعت خودروی این کشور در همان سال حدود ۱۳ هزار ربات صنعتی نصب کرد. با این حال، برآورد ۴۰۰ هزار دستگاه تویوتا مستقیماً با این آمار قابل مقایسه نیست، چون تجهیزات جایگزین و گونه‌های مختلف ربات در تویوتا، شرکت‌های گروه و تأمین‌کنندگان اصلی را نیز شامل می‌شود.

در نتیجه، رقم اعلام‌شده بیش از آنکه یک برنامه سرمایه‌گذاری قطعی باشد، تصویری از مقیاس بالقوه تحول تولید است. تحقق آن به هزینه، قابلیت اطمینان سامانه‌ها، نگهداری، انتقال مهارت و توانایی ربات‌ها برای کار ایمن و پایدار در محیط واقعی کارخانه وابسته خواهد بود.

تصویر همراه گزارش برآورد رباتیک و هوش مصنوعی فیزیکی تویوتا
تصویر همراه گزارش برآورد رباتیک و هوش مصنوعی فیزیکی تویوتا

منبع: AI News