చాట్బాట్లకు మాత్రమే కాకుండా రోబోట్లకు శక్తినిచ్చే AIని రూపొందించడానికి అలీబాబా రేసులోకి ప్రవేశించింది. చైనీస్ టెక్ దిగ్గజం ఈ వారం RynnBrainను ఆవిష్కరించింది, రోబోట్లు తమ వాతావరణాన్ని గ్రహించడంలో మరియు భౌతిక పనులను అమలు చేయడంలో సహాయపడటానికి రూపొందించబడిన ఓపెన్ సోర్స్ మోడల్.
వృద్ధాప్య జనాభా మరియు కార్మికుల కొరత మానవులతో కలిసి పనిచేయగల లేదా భర్తీ చేయగల యంత్రాల కోసం డిమాండ్ను పెంచుతున్నందున భౌతిక AI లోకి చైనా యొక్క వేగవంతమైన పుష్ను ఈ చర్య సూచిస్తుంది. మోడల్ Nvidia, Google DeepMind మరియు Teslaతో పాటుగా Nvidia CEO జెన్సన్ హువాంగ్ “మల్టీట్రిలియన్ డాలర్ల వృద్ధి అవకాశం”గా పిలిచే రేసులో అలీబాబాను ఉంచింది.
అయితే, దాని పోటీదారుల మాదిరిగా కాకుండా, అలీబాబా ఓపెన్ సోర్స్ వ్యూహాన్ని అనుసరిస్తోంది-చైనా యొక్క అత్యంత అధునాతన AI సిస్టమ్లలో ర్యాంక్ని కలిగి ఉన్న Qwen ఫ్యామిలీ భాషా నమూనాలతో దాని విధానం వలె, స్వీకరణను వేగవంతం చేయడానికి డెవలపర్లకు RynnBrain ఉచితంగా అందుబాటులో ఉంచుతుంది.
అలీబాబా యొక్క DAMO అకాడమీ ద్వారా విడుదల చేయబడిన వీడియో ప్రదర్శనలు RynnBrain-ఆధారిత రోబోట్లు పండ్లను గుర్తించి బుట్టల్లో ఉంచడాన్ని చూపుతాయి—కార్యాలు సరళంగా అనిపించినా సంక్లిష్టమైన AIని నియంత్రించే వస్తువు గుర్తింపు మరియు ఖచ్చితమైన కదలిక అవసరం.
సాంకేతికత విజన్-లాంగ్వేజ్-యాక్షన్ (VLA) మోడల్ల వర్గం క్రిందకు వస్తుంది, ఇవి కంప్యూటర్ విజన్, నేచురల్ లాంగ్వేజ్ ప్రాసెసింగ్ మరియు మోటారు నియంత్రణను ఏకీకృతం చేసి రోబోలు తమ పరిసరాలను అర్థం చేసుకోవడానికి మరియు తగిన చర్యలను అమలు చేయడానికి వీలు కల్పిస్తాయి.
ప్రీప్రోగ్రామ్ చేసిన సూచనలను అనుసరించే సాంప్రదాయ రోబోట్ల వలె కాకుండా, RynnBrain వంటి భౌతిక AI సిస్టమ్లు మెషీన్లను అనుభవం నుండి నేర్చుకునేందుకు మరియు నిజ సమయంలో ప్రవర్తనను స్వీకరించేలా చేస్తాయి. ఇది భౌతిక వాతావరణంలో ఆటోమేషన్ నుండి స్వయంప్రతిపత్తితో కూడిన నిర్ణయం తీసుకోవడానికి ప్రాథమిక మార్పును సూచిస్తుంది-ఫ్యాక్టరీ అంతస్తులకు మించి విస్తరించిన చిక్కులతో కూడిన మార్పు.
ప్రోటోటైప్ నుండి ఉత్పత్తి వరకు
సమయం విస్తృత ఇన్ఫ్లెక్షన్ పాయింట్ను సూచిస్తుంది. డెలాయిట్ యొక్క 2026 టెక్ ట్రెండ్ల ప్రకారం నివేదికభౌతిక AI వాస్తవ ప్రపంచ విస్తరణకు ముందు అనుకరణ ప్లాట్ఫారమ్లు మరియు సింథటిక్ డేటా ఉత్పత్తి కంప్రెసింగ్ పునరావృత చక్రాలతో “పరిశోధన కాలక్రమం నుండి పారిశ్రామిక కాలానికి మారడం” ప్రారంభించింది.
పరివర్తన ఆర్థిక అవసరాల కంటే సాంకేతిక పురోగతుల ద్వారా తక్కువగా నడపబడుతోంది. అభివృద్ధి చెందిన ఆర్థిక వ్యవస్థలు పూర్తి వాస్తవికతను ఎదుర్కొంటున్నాయి: ఉత్పత్తి, లాజిస్టిక్స్ మరియు నిర్వహణ కోసం డిమాండ్ పెరుగుతూనే ఉంది, అయితే కార్మిక సరఫరా వేగవంతం కావడంలో విఫలమవుతుంది.
అభివృద్ధి చెందిన దేశాలలో పని చేసే వయస్సు జనాభా వృద్ధాప్యం వేగవంతం కావడంతో రాబోయే దశాబ్దాల్లో స్తబ్దత లేదా క్షీణత ఉంటుందని OECD అంచనా వేసింది.
తూర్పు ఆసియాలోని కొన్ని ప్రాంతాలు ఇతర ప్రాంతాల కంటే ముందుగానే ఈ వాస్తవాన్ని ఎదుర్కొంటున్నాయి. జనాభా పరంగా వృద్ధాప్యం, సంతానోత్పత్తి క్షీణించడం మరియు లేబర్ మార్కెట్లు ఇప్పటికే లాజిస్టిక్స్, తయారీ మరియు మౌలిక సదుపాయాలలో ఆటోమేషన్ ఎంపికలను ప్రభావితం చేస్తున్నాయి-ముఖ్యంగా చైనా, జపాన్ మరియు దక్షిణ కొరియాలో.
ఈ పరిసరాలు అసాధారణమైనవి కావు; ఇతర అభివృద్ధి చెందిన ఆర్థిక వ్యవస్థలు అనుసరించే అవకాశం ఉన్న పథం కంటే వారు ముందున్నారు.
ప్రత్యేకంగా హ్యూమనాయిడ్ రోబోట్ల విషయానికి వస్తే-మనుషుల వలె నడవడానికి మరియు పనిచేయడానికి రూపొందించిన యంత్రాలు-చైనా “US కంటే ముందుంది” అని డెలాయిట్ ప్రకారం, కంపెనీలు ఈ సంవత్సరం ఉత్పత్తిని పెంచాలని యోచిస్తున్నాయి.
UBS అంచనా ప్రకారం 2035 నాటికి కార్యాలయంలో రెండు మిలియన్ల హ్యూమనాయిడ్లు ఉంటాయని, 2050 నాటికి 300 మిలియన్లకు చేరుకుంటారని, ఇది శతాబ్దం మధ్య నాటికి $1.4 ట్రిలియన్ మరియు $1.7 ట్రిలియన్ల మధ్య మొత్తం చిరునామా మార్కెట్ను సూచిస్తుంది.
పాలన అంతరం
అయినప్పటికీ భౌతిక AI సామర్థ్యాలు వేగవంతమవుతున్నందున, ఒక క్లిష్టమైన పరిమితి ఏర్పడుతోంది-ఇది మోడల్ పనితీరుతో సంబంధం లేనిది.
వరల్డ్ ఎకనామిక్ ఫోరమ్ ప్రకారం, “భౌతిక వాతావరణంలో, వైఫల్యాలను వాస్తవం తర్వాత సరిదిద్దలేము” విశ్లేషణ ఈ వారం ప్రచురించబడింది. “ఒకసారి AI వస్తువులను తరలించడం, శ్రమను సమన్వయం చేయడం లేదా పరికరాలను నిర్వహించడం ప్రారంభించిన తర్వాత, బాధ్యత, అధికారం మరియు జోక్యం ఎలా నిర్వహించబడుతున్నాయి అనేదానికి సిస్టమ్లు ఏమి చేయగలవు అనే దాని నుండి బైండింగ్ పరిమితి మారుతుంది.”
భౌతిక పరిశ్రమలు పర్యవసానాలచే నిర్వహించబడతాయి, గణన కాదు. చాట్బాట్లోని లోపభూయిష్ట సిఫార్సును సాఫ్ట్వేర్లో సరిదిద్దవచ్చు. మానవుల కోసం రూపొందించిన ఫ్యాక్టరీ ఫ్లోర్లో హ్యాండ్ఓవర్ సమయంలో కొంత భాగాన్ని పడిపోయే లేదా బ్యాలెన్స్ కోల్పోయే రోబోట్ ఆపరేషన్లను పాజ్ చేస్తుంది, ఉత్పత్తి షెడ్యూల్లు, సేఫ్టీ ప్రోటోకాల్లు మరియు లయబిలిటీ చైన్లపై క్యాస్కేడింగ్ ప్రభావాలను సృష్టిస్తుంది.
WEF ఫ్రేమ్వర్క్ సురక్షితమైన విస్తరణకు అవసరమైన మూడు గవర్నెన్స్ లేయర్లను గుర్తిస్తుంది: ఎగ్జిక్యూటివ్ గవర్నెన్స్ సెట్టింగ్ రిస్క్ అపెటిట్ మరియు నాన్-నెగోషియబుల్స్; స్టాప్ నియమాలు మరియు మార్పు నియంత్రణల ద్వారా ఆ పరిమితులను ఇంజినీర్డ్ రియాలిటీలో పొందుపరిచే సిస్టమ్ గవర్నెన్స్; మరియు ఫ్రంట్లైన్ గవర్నెన్స్ AI నిర్ణయాలను భర్తీ చేయడానికి కార్మికులకు స్పష్టమైన అధికారాన్ని ఇస్తుంది.
“భౌతిక AI వేగవంతం అయినందున, సాంకేతిక సామర్థ్యాలు ఎక్కువగా కలుస్తాయి, కానీ పాలన జరగదు” అని విశ్లేషణ హెచ్చరించింది. “పరిపాలనను ఒక ఆలోచనగా భావించే వారు ముందస్తు లాభాలను చూడవచ్చు, కానీ స్కేల్ పెళుసుదనాన్ని పెంచుతుందని కనుగొంటారు.”
ఇది US-చైనా పోటీలో అసమానతను సృష్టిస్తుంది. చైనా యొక్క వేగవంతమైన విస్తరణ చక్రాలు మరియు నియంత్రిత పారిశ్రామిక వాతావరణాలలో పైలట్ సిస్టమ్లకు సుముఖత అభ్యాస వక్రతలను వేగవంతం చేస్తుంది.
ఏదేమైనప్పటికీ, నిర్మాణాత్మక ఫ్యాక్టరీ సెట్టింగ్లలో పనిచేసే గవర్నెన్స్ ఫ్రేమ్వర్క్లు బహిరంగ ప్రదేశాలకు అనువదించబడకపోవచ్చు, ఇక్కడ స్వయంప్రతిపత్త వ్యవస్థలు అనూహ్య మానవ ప్రవర్తనను నావిగేట్ చేయాలి.
ప్రారంభ విస్తరణ సంకేతాలు
ప్రస్తుత విస్తరణలు వేర్హౌసింగ్ మరియు లాజిస్టిక్స్లో కేంద్రీకృతమై ఉన్నాయి, ఇక్కడ లేబర్ మార్కెట్ ఒత్తిళ్లు చాలా తీవ్రంగా ఉంటాయి. అమెజాన్ ఇటీవల తన మిలియన్వ రోబోట్ను మోహరించింది, ఇది మానవులతో కలిసి పనిచేసే విభిన్న నౌకాదళంలో భాగం. దీని డీప్ఫ్లీట్ AI మోడల్ ఈ భారీ రోబోట్ ఆర్మీని మొత్తం నెరవేర్పు నెట్వర్క్లో సమన్వయం చేస్తుంది, ఇది ప్రయాణ సామర్థ్యాన్ని 10% మెరుగుపరుస్తుందని అమెజాన్ నివేదించింది.
BMW దాని సౌత్ కరోలినా ఫ్యాక్టరీలో హ్యూమనాయిడ్ రోబోట్లను పరీక్షిస్తోంది, దీని కోసం సాంప్రదాయ పారిశ్రామిక రోబోట్లు లేని నైపుణ్యం అవసరం: ఖచ్చితత్వంతో కూడిన మానిప్యులేషన్, కాంప్లెక్స్ గ్రిప్పింగ్ మరియు టూ-హ్యాండ్ కోఆర్డినేషన్.
ఆటోమేకర్ కొత్తగా నిర్మించిన కార్లను అసెంబ్లి లైన్ నుండి పరీక్ష ద్వారా ఫినిషింగ్ ఏరియా వరకు మానవ సహాయం లేకుండానే డ్రైవ్ చేసుకునేలా స్వయంప్రతిపత్త వాహన సాంకేతికతను ఉపయోగిస్తున్నారు.
కానీ అప్లికేషన్లు సంప్రదాయ పారిశ్రామిక సెట్టింగులకు మించి విస్తరిస్తున్నాయి. ఆరోగ్య సంరక్షణలో, కంపెనీలు AI- నడిచే రోబోటిక్ సర్జరీ సిస్టమ్లను మరియు పేషెంట్ కేర్ కోసం ఇంటెలిజెంట్ అసిస్టెంట్లను అభివృద్ధి చేస్తున్నాయి.
సిన్సినాటి వంటి నగరాలు వంతెన నిర్మాణాలు మరియు రహదారి ఉపరితలాలను స్వయంప్రతిపత్తితో తనిఖీ చేయడానికి AI-శక్తితో పనిచేసే డ్రోన్లను మోహరిస్తున్నాయి. డెట్రాయిట్ సీనియర్లు మరియు వైకల్యాలున్న వ్యక్తుల కోసం ఉచిత అటానమస్ షటిల్ సర్వీస్ను ప్రారంభించింది.
ఈ వారం దక్షిణ కొరియా AI సెమీకండక్టర్లను ఉత్పత్తి చేయడానికి $692 మిలియన్ల జాతీయ చొరవను ప్రకటించినప్పుడు ప్రాంతీయ పోటీ డైనమిక్ తీవ్రమైంది, భౌతిక AI విస్తరణకు సాఫ్ట్వేర్ సామర్థ్యాలు మాత్రమే కాకుండా దేశీయ చిప్ తయారీ సామర్థ్యం ఎలా అవసరమో నొక్కి చెబుతుంది.
NVIDIA తన “కాస్మోస్” బ్రాండ్ క్రింద రోబోటిక్స్లో AI శిక్షణ మరియు అమలు కోసం బహుళ మోడళ్లను విడుదల చేసింది. Google DeepMind జెమిని రోబోటిక్స్-ER 1.5ను అందిస్తుంది. ఆప్టిమస్ హ్యూమనాయిడ్ రోబోట్ను శక్తివంతం చేయడానికి టెస్లా తన స్వంత AIని అభివృద్ధి చేస్తోంది. ఫిజికల్ మానిప్యులేషన్తో AI సామర్థ్యాల కలయిక ఆటోమేషన్ యొక్క కొత్త వర్గాలను అన్లాక్ చేస్తుందని ప్రతి కంపెనీ బెట్టింగ్ చేస్తోంది.
అనుకరణ పరిసరాలను మెరుగుపరచడం మరియు పర్యావరణ వ్యవస్థ-ఆధారిత అభ్యాసం విస్తరణ చక్రాలను తగ్గిస్తుంది, వ్యూహాత్మక ప్రశ్న “మేము భౌతిక AIని స్వీకరించగలమా?” నుండి మారుతోంది. “మేము దానిని స్థాయిలో పరిపాలించగలమా?”
చైనా కోసం, రోబోటిక్స్ విస్తరణలో దాని ప్రారంభ మూవర్ ప్రయోజనం స్థిరమైన పారిశ్రామిక నాయకత్వంగా అనువదించబడుతుందా లేదా వాటిని కొనసాగించడానికి అవసరమైన పాలనా మౌలిక సదుపాయాల కంటే వేగవంతమైన స్కేలింగ్ సిస్టమ్ల గురించి హెచ్చరిక కథగా మారుతుందా అని సమాధానం నిర్ణయించవచ్చు.
(ఫోటో అలీబాబా)
ఇవి కూడా చూడండి: EY మరియు NVIDIA కంపెనీలు భౌతిక AIని పరీక్షించి, అమలు చేయడంలో సహాయపడతాయి
పరిశ్రమ ప్రముఖుల నుండి AI మరియు పెద్ద డేటా గురించి మరింత తెలుసుకోవాలనుకుంటున్నారా? తనిఖీ చేయండిAI & బిగ్ డేటా ఎక్స్పో ఆమ్స్టర్డామ్, కాలిఫోర్నియా మరియు లండన్లో జరుగుతున్నాయి. సమగ్ర కార్యక్రమం ఇందులో భాగమే టెక్ఎక్స్ మరియు ఇతర ప్రముఖ సాంకేతిక ఈవెంట్లతో కలిసి ఉంది, క్లిక్ చేయండిఇక్కడ మరింత సమాచారం కోసం.
AI వార్తలు ఆధారితం టెక్ఫోర్జ్ మీడియా. రాబోయే ఇతర ఎంటర్ప్రైజ్ టెక్నాలజీ ఈవెంట్లు మరియు వెబ్నార్లను అన్వేషించండి ఇక్కడ.