Agility Robotics ಕಂಪನಿಯು ಕ್ಯಾಲಿಫೋರ್ನಿಯಾದ ಫ್ರೆಂಟ್‌ನ್‌ನಲ್ಲಿ 60,000 ಚದರ ಅಡಿ ವಿಸ್ತೀರ್ಣದ ತರಬೇತಿ ಕ್ಯಾಂಪಸ್ ಅನ್ನು ಪ್ರಾರಂಭಿಸಿದೆ ಮತ್ತು ತನ್ನ Digit ಮಾನವ ರೂಪದ (humanoid) ರೋಬೋಟ್ ಅನ್ನು ಕೈಗಾರಿಕಾ ಗ್ರಾಹಕರಿಗೆ ವೇಗವಾಗಿ ತಲುಪಿಸುವ ನಿರೀಕ್ಷೆಯಲ್ಲಿದೆ. ಟೆಸ್ಲಾದ (Tesla) ಕಾರ್ಖಾನೆಯಿಂದ ಕೆಲವೇ ಮೈಲಿಗಳ ದೂರದಲ್ಲಿರುವ ಈ ಸ್ಥಳವು, ರೋಬೋಟ್‌ಗಳಿಗೆ ಹೊಸ ಕಾರ್ಯಗಳನ್ನು ಕಲಿಸಲು ಕಂಪನಿಗೆ ಮೀಸಲಾದ ಸ್ಥಳವನ್ನು ನೀಡುತ್ತದೆ. ಜೊತೆಗೆ, ಕಂಪನಿಯು 'safety-first AI' ವಿಧಾನವನ್ನು ಅನುಸರಿಸುತ್ತಿದ್ದು, ಇದು 'deterministic control' ಅನ್ನು 'generative models' ನಿಂದ ಪ್ರತ್ಯೇಕಿಸುತ್ತದೆ.

ಫ್ರೆಂಟ್‌ನ್ ಸೈಟ್ ಏಕೆ ಮುಖ್ಯ

ಈ ಕ್ರಮವು Agility ಕಂಪನಿಯನ್ನು ಅಮೆರಿಕದ ರೋಬೋಟಿಕ್ಸ್ ಪ್ರಗತಿಯ ಭೌಗೋಳಿಕ ಕೇಂದ್ರದಲ್ಲಿರಿಸುತ್ತದೆ, ಆದರೆ ಇದರ ನಿಜವಾದ ಮಹತ್ವವೆಂದರೆ ಕಾರ್ಯಾಚರಣೆಯ ವ್ಯಾಪ್ತಿ. 60,000 ಚದರ ಅಡಿ ವಿಸ್ತೀರ್ಣದ ನೆಲವು Digit ರೋಬೋಟ್‌ಗೆ ಸರಳ ಟೋಟ್‌ಗಳನ್ನು (totes) ಚಲಾಯಿಸುವುದರಿಂದ ಹಿಡಿದು ಇಡೀ ಟ್ರೈಲರ್‌ಗಳನ್ನು ಅನ್‌ಲೋಡ್ ಮಾಡುವವರೆಗೆ ಎಲ್ಲಾ ರೀತಿಯ ಚಲನವಲನಗಳನ್ನು ನೈಜ ಗೋದಾಮುಗಳ ಪರಿಸ್ಥಿತಿಯಲ್ಲಿ ಅಭ್ಯಾಸ ಮಾಡಲು ಅವಕಾಶ ನೀಡುತ್ತದೆ. ಈ ಕ್ಯಾಂಪಸ್ ಸಿದ್ಧವಾದ ನಂತರ, Agility ಕಂಪನಿಯು ಅನಿಶ್ಚಿತ ಕ್ಷೇತ್ರ ಪ್ರಯೋಗಗಳಿಂದ (ad-hoc field trials) ಪುನರಾವರ್ತಿತ ಮತ್ತು ಹೆಚ್ಚಿನ ಸಾಮರ್ಥ್ಯದ ತರಬೇತಿ ಕ್ರಮಕ್ಕೆ ಬದಲಾಗಬಹುದು. ಇದು ಹೊಸ ಸಾಫ್ಟ್‌ವೇರ್ ಅಪ್‌ಡೇಟ್ ಮತ್ತು ರೋಬೋಟ್ ಕೆಲಸದ ಸ್ಥಳಕ್ಕೆ (shop floor) ಪ್ರವೇಶಿಸುವ ನಡುವಿನ ಸಮಯವನ್ನು ಕಡಿಮೆ ಮಾಡಬಹುದು.

ಪ್ರೊಟೊಟೈಪ್‌ನಿಂದ ಆದಾಯದವರೆಗೆ

Digit ಈಗಾಗಲೇ ಅಮೆಜಾನ್ (Amazon), ಲಾಜಿಸ್ಟಿಕ್ಸ್ ಸಂಸ್ಥೆ GXO, ಘಟಕ ತಯಾರಕ Schaeffler ಮತ್ತು Toyota Motor Manufacturing Canada ನಂತಹ ಕೆಲವು ದೊಡ್ಡ ಗ್ರಾಹಕರ ಬಳಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತಿದೆ. ಈ ನಿಯೋಜನೆಗಳು 300 ಮಿಲಿಯನ್ ಡಾಲರ್ ಮೌಲ್ಯದ ಒಪ್ಪಂದದ ಆದೇಶಗಳನ್ನು ತಂದಿವೆ, ಇದು ಲಾಜಿಸ್ಟಿಕ್ಸ್ ಮತ್ತು ಉತ್ಪಾದನಾ ವಲಯದಲ್ಲಿ ಮಾನವ ರೂಪದ ಶ್ರಮಕ್ಕೆ (humanoid labor) ಇರುವ ನಿಜವಾದ ಬೇಡಿಕೆಯನ್ನು ಸೂಚಿಸುತ್ತದೆ. ಕೇವಲ ಪರಿಕಲ್ಪನೆಯನ್ನು (proof-of-concept) ಸಾಬೀತುಪಡಿಸಲು ಪ್ರಯತ್ನಿಸುತ್ತಿರುವ ಅನೇಕ ಸ್ಟಾರ್ಟ್‌ಅಪ್‌ಗಳಿಗ Unlike, Agility ಕಂಪನಿಯು ನಡೆಯಬಲ್ಲ, ಮೆಟ್ಟಿಲುಗಳನ್ನು ಏರಬಲ್ಲ ಮತ್ತು ಸಾಮಾನ್ಯ ಬಾಕ್ಸ್ ಗಾತ್ರದ ವಸ್ತುಗಳನ್ನು ನಿರ್ವಹಿಸಬಲ್ಲ ರೋಬೋಟ್ ಮೂಲಕ ಹಣ ಮತ್ತು ಉದ್ಯೋಗಗಳನ್ನು ಸೃಷ್ಟಿಸುತ್ತಿದೆ.

ಹೈಬ್ರಿಡ್ AI ತಂತ್ರ

ಇಂದಿನ ಉದ್ಯಮದ ಚರ್ಚೆಗಳು 'large language models' ಮತ್ತು 'transformer-based neural nets' ಸುತ್ತ ಸುತ್ತುತ್ತಿವೆ, ಆದರೆ Agility ಸಹ-ಸಂಸ್ಥಾಪಕ Damion Shelton ಅವರು ಈ "generative" ವ್ಯವಸ್ಥೆಗಳು ಮತ್ತು ರೋಬೋಟ್ ಅನ್ನು ಸುರಕ್ಷಿತವಾಗಿರಿಸುವ 'deterministic controllers' ನಡುವೆ ಸ್ಪಷ್ಟ ವ್ಯತ್ಯಾಸವನ್ನು ಗುರುತಿಸುತ್ತಾರೆ. ಅವರು ರೋಬೋಟ್‌ನ ಸುರಕ್ಷತಾ ವ್ಯವಸ್ಥೆಯನ್ನು (safety stack) 'anti-lock brake system' ಗೆ ಹೋಲಿಸುತ್ತಾರೆ: ಎಐ (AI) ಹೊಸ ಕ್ರಮಗಳನ್ನು ಸೂಚಿಸಿದರೂ ಸಹ, ರೋಬೋಟ್ ಯಾವಾಗಲೂ ಮುನ್ಸೂಚನೆ ನೀಡಬಹುದಾದ ರೀತಿಯಲ್ಲಿ (predictably) ವರ್ತಿಸಬೇಕು.

ಅದೇ ಸಮಯದಲ್ಲಿ, Agility ಕಂಪನಿಯು generative AI ಅನ್ನು ಸಂಪೂರ್ಣವಾಗಿ ತಿರಸ್ಕರಿಸುವುದಿಲ್ಲ. ಎಂಜಿನಿಯರ್‌ಗಳು ಒಂದು ಕಾರ್ಯವನ್ನು ಉನ್ನತ ಮಟ್ಟದ ಪದಗಳಲ್ಲಿ ವಿವರಿಸಲು ಮತ್ತು ಮಾಡೆಲ್ ಚಲನವಲನಗಳ ಸರಣಿಯನ್ನು ಪ್ರಸ್ತಾಪಿಸಲು ಅನುವು ಮಾಡಿಕೊಡುವ "programming accelerator" ಆಗಿ ಇದನ್ನು ಬಳಸಲು ಕಂಪನಿಯು ಯೋಜಿಸಿದೆ. ಇದು ಪ್ರತಿಯೊಂದು ಚಲನೆಯನ್ನು ಮ್ಯಾನುಯಲ್ ಆಗಿ ಕೋಡ್ ಮಾಡುವ ಪ್ರಸ್ತುತ ಪದ್ಧತಿಯನ್ನು ಬದಲಿಸಬಹುದು, ಇದು ಇಲ್ಲದಿದ್ದರೆ ಹೊಸ ಬಳಕೆಗಳೊಂದಿಗೆ ಹೊಂದಿಕೆಯಾಗಲು ಸಾವಿರಾರು ಎಂಜಿನಿಯರ್‌ಗಳ ಅಗತ್ಯವಿರುತ್ತಿತ್ತು.

ಕೈಗಾರಿಕಾ ಉಪಯುಕ್ತತೆಯ ಮೂಲಕ ವಿಸ್ತರಣೆ

Agility ಕಂಪನಿಯು ಉದ್ದೇಶಪೂರ್ವಕವಾಗಿ ಕೈಗಾರಿಕಾ ದೃಷ್ಟಿಕೋನವನ್ನು ಹೊಂದಿದೆ. ಫ್ರೆಂಟ್‌ನ್ ಕ್ಯಾಂಪಸ್ ಒಂದು 'sandbox' ಆಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ, ಅಲ್ಲಿ ಆರು ಅಡಿ ಎತ್ತರದ Digit ರೋಬೋಟ್ ಗ್ರಾಹಕರಿಗೆ ಕಳುಹಿಸುವ ಮೊದಲು ಅನುಕೃತ (simulated) ದಾರಿಗಳಲ್ಲಿ ಕಲಿಯುತ್ತದೆ. "Version 5" ಎಂದು ಕರೆಯಲ್ಪಡುವ ಮುಂದಿನ ಹಾರ್ಡ್‌ವೇರ್ ಆವೃತ್ತಿಯು ಈ ವರ್ಷದ ಅಂತ್ಯದಲ್ಲಿ ಬಿಡುಗಡೆಯಾಗಲಿದ್ದು, ಇದು ಸುಧಾರಿತ 'human-sensing' ಸಾಮರ್ಥ್ಯಗಳನ್ನು ಒಳಗೊಂಡಿರುತ್ತದೆ. ಈ ಸೆನ್ಸರ್‌ಗಳು ರೋಬೋಟ್ ಅನ್ನು ಪ್ರತ್ಯೇಕ ರೋಬೋಟ್ ವಲಯಗಳಿಗೆ ಸೀಮಿತಗೊಳಿಸುವ ಬದಲು, ಮನುಷ್ಯರೊಂದಿಗೆ ಜೊತೆಯಾಗಿ ಕೆಲಸ ಮಾಡಲು ಅನುವು ಮಾಡಿಕೊಡುತ್ತವೆ.

ಕಂಪನಿಯ ಹಂತ ಹಂತದ ವಿಧಾನವು ಸರಳ ಚಲನೆಗಳಿಂದ ಪ್ರಾರಂಭವಾಗುತ್ತದೆ - ಬಿನ್‌ಗಳನ್ನು ಸರಿಸುವುದು ಮತ್ತು ಟೋಟ್‌ಗಳನ್ನು ಚಲಾಯಿಸುವುದು - ನಂತರ ಪಿಕಿಂಗ್ ಮತ್ತು ಕಿಟಿಂಗ್ (picking and kitting) ಸೇರಿಸುತ್ತದೆ, ತದನಂತರ ಕಾರ್ಡ್‌ಬೋರ್ಡ್ ಮತ್ತು ಪೂರ್ಣ ಗಾತ್ರದ ಟ್ರೈಲರ್ ಲೋಡ್‌ಗಳಂತಹ ಕಠಿಣ ವಸ್ತುಗಳನ್ನು ನಿರ್ವಹಿಸುತ್ತದೆ. ಪ್ರತಿ ಹಂತವನ್ನು ಕರಗತ ಮಾಡಿಕೊಳ್ಳುವ ಮೂಲಕ, Agility ಕಂಪನಿಯು "ಟ್ರಿಲಿಯನ್-ಡಾಲರ್" ಲಾಜಿಸ್ಟಿಕ್ಸ್ ಮಾರುಕಟ್ಟೆಯ ಒಂದು ಭಾಗವನ್ನು ವಶಪಡಿಸಿಕೊಳ್ಳಲು ಮತ್ತು ಮಾನವ ರೂಪದ ಪ್ಲಾಟ್‌ಫಾರ್ಮ್ ಕೇವಲ ಒಂದು ವಿಶಿಷ್ಟ ವಸ್ತುವಾಗಿರದೆ (novelty), ಒಂದು ಕೆಲಸದ ಶಕ್ತಿಯಾಗಿ (workhorse) ಕಾರ್ಯನಿರ್ವಹಿಸಬಲ್ಲದು ಎಂದು ಸಾಬೀತುಪಡಿಸಲು ಆಶಿಸುತ್ತದೆ.

ಏನಾಗಬಹುದು ತಪ್ಪುಗಳು

generative AI ಅನ್ನು ಸುರಕ್ಷತಾ-ನಿರ್ಣಾಯಕ ನಿಯಂತ್ರಣದೊಂದಿಗೆ (safety-critical control) ಬೆರೆಸುವುದು ಅಪಾಯಕಾರಿ ಎಂದು ವಿಮರ್ಶಕರು ಎಚ್ಚರಿಸುತ್ತಾರೆ. ಒಂದು ವೇಳೆ ಭಾಷಾ ಮಾದರಿಯು (language model) ಚಲನೆಯನ್ನು ಸೂಚಿಸಿದರೆ ಮತ್ತು ಅದನ್ನು 'deterministic safety stack' ಪೂರ್ಣವಾಗಿ ನಿರೀಕ್ಷಿಸದಿದ್ದರೆ, ಜನನಿಬಿಡ ಗೋದಾಮಿನಲ್ಲಿ ರೋಬೋಟ್ ಅನಿರೀಕ್ಷಿತವಾಗಿ ವರ್ತಿಸಬಹುದು. ಈ ಎರಡು ಪದರಗಳನ್ನು ಪ್ರತ್ಯೇಕಿಸುವ ಮೂಲಕ ಆ ಅಪಾಯವನ್ನು ಕಡಿಮೆ ಮಾಡುವುದು ಶೆಲ್ಟನ್ ಅವರ ಗುರಿಯಾಗಿದೆ, ಆದರೆ ಅನಿರೀಕ್ಷಿತ ಸಂದರ್ಭಗಳು (edge cases) ಹೆಚ್ಚಿರುವ ನೇರ ನಿಯೋಜನೆಗಳಲ್ಲಿ (live deployments) ಇದರ ಯಶಸ್ಸು ಸಾಬೀತಾಗಲಿದೆ.

ಗ್ರಾಹಕ ಮಾರುಕಟ್ಟೆಯನ್ನು ಬದಿಗಿಟ್ಟು ಹೆಚ್ಚಿನ ಮೌಲ್ಯದ ಕೈಗಾರಿಕಾ ಕಾರ್ಯಗಳ ಮೇಲೆ ಗಮನ ಹರಿಸುವುದು ಮತ್ತೊಂದು ಕಳವಳವಾಗಿದೆ. ಲಾಜಿಸ್ಟಿಕ್ಸ್ ವಲಯವು ದೊಡ್ಡ ಒಪ್ಪಂದಗಳನ್ನು ನೀಡಿದರೂ ಸಹ, ಇದು ಕಟ್ಟುನಿಟ್ಟಾದ 'uptime' ಮತ್ತು ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ ವೇರ್‌ಹೌಸ್ ಮ್ಯಾನೇಜ್‌ಮೆಂಟ್ ಸಿಸ್ಟಮ್‌ಗಳೊಂದಿಗೆ ಏಕೀಕರಣವನ್ನು (integration) ಬಯಸುತ್ತದೆ. Agility ಕಂಪನಿಯು ಈ ಏಕೀಕರಣದ ಬೇಡಿಕೆಗಳನ್ನು ಪೂರೈಸಲು ಸಾಧ್ಯವಾಗದಿದ್ದರೆ, 300 ಮಿಲಿಯನ್ ಡಾಲರ್ ಮೌಲ್ಯದ ಈ ಅವಕಾಶವು ಸ್ಥಗಿತಗೊಳ್ಳಬಹುದು.

ಗಮನಿಸಬೇಕಾದ ಅಂಶಗಳು

  • Version 5 ಬಿಡುಗಡೆ: ಇದರ human-sensing suite, ಮಿಶ್ರಿತ ಮಾನವ ಪರಿಸರಗಳಲ್ಲಿ Agility ಕಂಪನಿಯ safety-first AI ಹಕ್ಕುಪಡೆಯ ಮೊದಲ ನೈಜ ಪರೀಕ್ಷೆಯಾಗಲಿದೆ.
  • Reverse-merger ಸಮಯ: ಕಂಪನಿಯು ಈ ವರ್ಷದ ಅಂತ್ಯದಲ್ಲಿ ಪಬ್ಲಿಕ್ ಆಗುವ ನಿರೀಕ್ಷೆಯಲ್ಲಿದೆ, ಇದು ವೇಗದ ವಿಸ್ತರಣೆಗೆ ಅಗತ್ಯವಿರುವ ಬಂಡವಾಳವನ್ನು ಒದಗಿಸಬಹುದು ಆದರೆ ಮಾರುಕಟ್ಟೆಯ ಪರಿಶೀಲನೆಗೂ ಒಳಪಡಿಸಬಹುದು.
  • ಅಳವಡಿಕೆಯ ಮಾಪನಗಳು (Adoption metrics): ಹೊಸ ಗ್ರಾಹಕರು Digit ಘಟಕಗಳನ್ನು ಸೇರಿಸುವ ದರ ಮತ್ತು ಫ್ರೆಂಟ್‌ನ್ ಕ್ಯಾಂಪಸ್ ಹೊಸ ಕಾರ್ಯಗಳ ಪ್ರೊಫೈಲ್‌ಗಳನ್ನು ಎಷ್ಟು ವೇಗವಾಗಿ ಪ್ರಮಾಣೀಕರಿಸುತ್ತದೆ ಎಂಬುದು, ತರಬೇತಿ ಮಾದರಿಯು ನಿಜವಾಗಿಯೂ ನಿಯೋಜನೆಯನ್ನು ವೇಗಗೊಳಿಸುತ್ತದೆಯೇ ಎಂಬುದನ್ನು ಸೂಚಿಸುತ್ತದೆ.

ಅಂತಿಮ ತೀರ್ಮಾನ

Agility Robotics ತನ್ನ ಉದ್ದೇಶಪೂರ್ವಕವಾಗಿ ನಿರ್ಮಿಸಲಾದ ತರಬೇತಿ ಕ್ಯಾಂಪಸ್, ಹೈಬ್ರಿಡ್ AI ಸ್ಟ್ಯಾಕ್ ಮತ್ತು ಕೈಗಾರಿಕಾ ಬಳಕೆಯ ಪ್ರಕರಣಗಳ ಮೇಲಿನ ಗಮನವು ತನ್ನ Digit ರೋಬೋಟ್ ಅನ್ನು ಕೇವಲ ಪ್ರಯೋಗಾಲಯದ ಕುತೂಹಲದ ವಸ್ತುವಿನಿಂದ ಆದಾಯವನ್ನು ತರುವ ಆಸ್ತಿಯನ್ನಾಗಿ ಪರಿವರ್ತಿಸುತ್ತದೆ ಎಂದು ಪಣತೊಡಗಿದೆ. ಮುಂದಿನ ಕೆಲವು ತಿಂಗಳುಗಳು – ವಿಶೇಷವಾಗಿ Version 5 ರ ಬಿಡುಗಡೆ ಮತ್ತು ಕಂಪನಿಯ ಪಬ್ಲಿಕ್ ಮಾರ್ಕೆಟ್ ಪ್ರವೇಶ – ಆ ಪಣವು ಫಲ ನೀಡುತ್ತದೆಯೇ ಎಂಬುದನ್ನು ತೋರಿಸಲಿವೆ.