Xu hướng AI đang phát triển từ `` AI sáng tạo '' tạo ra văn bản, hình ảnh và video thay mặt con người đến `` Tác nhân AI '' thực hiện các nhiệm vụ một cách tự động và `` AI vật lý '' nơi máy móc nhận biết tình huống và hoạt động trong không gian thực AI vật lý đề cập đến một hệ thống trong đó AI nhận biết tình huống trong không gian thực, đưa ra phán đoán và phản ánh điều này trong hành động của máy móc và robot Tại Nhật Bản, các vấn đề như tình trạng thiếu lao động ngày càng trầm trọng, khó khăn trong việc truyền đạt các kỹ năng lành nghề và các biện pháp an toàn ngày càng tinh vi dường như đang thúc đẩy sự ra đời của AI vật lý AI vật lý sẽ lan rộng như thế nào ở Nhật Bản, nơi robot đã hoạt động trong các cơ sở sản xuất?

Điểm mạnh của robot Nhật Bản và sự tụt hậu về AI vật lý

Cho đến nay, Nhật Bản đã tự hào với lợi thế vượt trội trong lĩnh vực robot công nghiệp (robot chuyên thực hiện các nhiệm vụ đơn lẻ), chiếm khoảng 70% thị phần toàn cầu, được hỗ trợ bởi năng lực công nghệ cao và thành tích lâu dài (từ Bộ sưu tập thông tin năm 2023 về Vị thế cạnh tranh quốc tế của các công ty Nhật Bản về Sản phẩm, Dịch vụ CNTT và Phần mềm (NEDO)) Đặc biệt, chúng dẫn đầu thế giới về khả năng kiểm soát chính xác, độ bền và tỷ lệ hỏng hóc thấp (vận hành ổn định), khiến chúng không thể thiếu làm nền tảng của ngành sản xuất Tuy nhiên, robot công nghiệp thông thường chủ yếu sử dụng tính năng dạy lại (một phương pháp điều khiển trong đó con người trực tiếp dạy robot thực hiện các hành động), đòi hỏi phải dạy từng hành động, dẫn đến chi phí lắp đặt cao và thiếu tính linh hoạt trong việc ứng phó với những thay đổi của môi trường

Mặc dù Nhật Bản có thế mạnh về công nghệ đã phát triển trong nhiều năm về rô-bốt công nghiệp, nhưng nước này lại bị tụt hậu đáng kể trong các lĩnh vực tăng trưởng tiếp theo, rô-bốt đa năng và rô-bốt dịch vụ Thách thức lớn nhất là chúng ta chưa thể thoát khỏi lối suy nghĩ truyền thống, bao gồm việc tạo ra phần cứng và phần mềm như một đơn vị duy nhất Trên khắp thế giới, quá trình phát triển đang tiến triển để tích hợp nhận thức, phán đoán và hành vi của robot với AI làm cốt lõi, giúp robot có thể phản ứng linh hoạt với các môi trường chưa xác định và học hỏi trong một khoảng thời gian ngắn Mặc dù Nhật Bản mạnh về công nghệ tối ưu hóa riêng lẻ, có độ chính xác cao nhưng lại tụt hậu so với Mỹ và Trung Quốc về môi trường phát triển mở, mô-đun hóa và tạo ra các hệ sinh thái lưu thông nguồn nhân lực và dữ liệu

Nhật Bản phải đối mặt với những thách thức gì để bắt kịp AI vật lý? Điều đặc biệt nghiêm trọng là thiếu dữ liệu học tập trong lĩnh vực vật lý AI vật lý hoạt động trong không gian thực nên nó không chỉ đòi hỏi hình ảnh, ngôn ngữ mà còn cần một lượng dữ liệu khổng lồ trong thế giới thực như trọng lượng của vật thể, ma sát, tiếp xúc và các trường hợp hỏng hóc Tuy nhiên, ở Nhật Bản, cơ chế chia sẻ dữ liệu giữa các ngành và liên kết nó với việc cải thiện hiệu suất của các mô hình cơ bản vẫn còn yếu Kết quả là, các cuộc trình diễn chỉ giới hạn ở các công ty riêng lẻ, gây khó khăn cho việc khái quát hóa và mở rộng quy mô

So với các quốc gia khác, có sự khác biệt lớn về nguồn vốn Ở Hoa Kỳ và Trung Quốc, một lượng tiền khổng lồ đang chảy vào các công ty công nghệ khổng lồ, nhà sản xuất ô tô, công ty bán dẫn và công ty khởi nghiệp, đồng thời các khoản đầu tư vào nghiên cứu, phát triển và sản xuất hàng loạt đang tiến triển theo hướng thương mại hóa Ngược lại, các công ty khởi nghiệp Nhật Bản lại thua kém về quy mô thu mua Trong tương lai, câu hỏi quan trọng sẽ là liệu chúng ta có thể xây dựng trên cơ sở sản xuất vững mạnh của mình, thiết lập cơ sở hạ tầng dữ liệu mở, môi trường phát triển và hệ thống tài chính cũng như kết nối các lợi thế của robot công nghiệp với thế hệ robot AI tiếp theo hay không

(Hình 1) Những thách thức của chế tạo robot ở Nhật Bản (Nguồn: Trích từ “Tài liệu tham khảo của Nhóm nghiên cứu về robot AI của Bộ Kinh tế, Thương mại và Công nghiệp”)

Việc sử dụng AI vật lý của Nhật Bản trong hậu cần, sản xuất và xây dựng

Giữa tất cả những điều này, ở Nhật Bản, việc sử dụng AI vật lý hiện đang tiến triển trong các lĩnh vực hậu cần và sản xuất Một ví dụ tiêu biểu trong lĩnh vực logistics chính là nỗ lực của MUJIN Công ty đã kết hợp tầm nhìn 3D và lập kế hoạch chuyển động để tự động hóa các nhiệm vụ phức tạp như chọn sản phẩm và bốc dỡ chúng lên xe tải Đặc biệt tại các cơ sở hậu cần, bao bì bị méo mó, kích thước bìa cứng bị xáo trộn và điều kiện làm việc liên tục thay đổi Trong môi trường như vậy, sẽ cần đến AI vật lý có thể nhận dạng vật thể và điều chỉnh phương pháp cầm nắm cũng như đường dẫn mỗi lần

Trong khi đó, trong ngành sản xuất, sự hợp tác giữa FANUC và Preferred Networks cũng đang thu hút sự chú ý Cả hai công ty đều đang thúc đẩy việc sử dụng AI để phát hiện bất thường, dự đoán bảo trì và ổn định chất lượng thông qua hệ thống ``FIELD (FANUC Intelligence Edge Link and Drive), một nền tảng sử dụng dữ liệu thiết bị trong nhà máy AI tìm hiểu về các biến thể trong độ rung của máy, nhiệt độ và điều kiện xử lý, đồng thời bằng cách nắm bắt sớm các dấu hiệu ngừng hoạt động của thiết bị và biến động về chất lượng, chúng tôi đang vượt ra khỏi hình ảnh đơn giản để kiểm soát tại chỗ

Mục tiêu của AI vật lý không chỉ giới hạn ở bên trong nhà máy và nhà kho Trong lĩnh vực xây dựng, Komatsu cũng đang tập trung vào "XÂY DỰNG THÔNG MINH", kết hợp dữ liệu vận hành thiết bị xây dựng, khảo sát bằng máy bay không người lái và dữ liệu quy hoạch xây dựng để quản lý tiến độ đào đất và nâng cao hiệu quả xây dựng Các công trường xây dựng không phải là một môi trường hoàn toàn tiêu chuẩn, dễ bị ảnh hưởng bởi thời tiết, địa hình và những thay đổi của quy trình Do đó, ý tưởng cảm nhận tình hình địa điểm và phản ánh nó trong việc điều khiển máy cũng như lập kế hoạch làm việc có thể nói là một hướng quan trọng cho việc sử dụng AI vật lý trong tương lai Ngày càng có nhiều phong trào đo lường tác động không chỉ bằng cách giảm công việc nguy hiểm và tiết kiệm lao động mà còn bằng cách tiêu chuẩn hóa chất lượng xây dựng và giảm tiêu thụ nhiên liệu

(Ảnh 1) Hình ảnh vận chuyển hàng hóa sử dụng điều khiển AI của MUJIN (Nguồn: Trích từ thông cáo báo chí của MUJIN)

Làm thế nào Nhật Bản có thể tăng khả năng cạnh tranh nhờ AI vật lý

Theo cách này, các trường hợp sử dụng AI vật lý đang ngày càng gia tăng trong nhiều lĩnh vực khác nhau ở Nhật Bản, nhưng chúng ta có thể giải quyết các vấn đề nêu trên bằng cách nào? Tôi nghĩ có ba bức tường lớn cản đường Rào cản đầu tiên là cấu hình thiết bị và quy trình làm việc rất khác nhau giữa các địa điểm, gây khó khăn cho việc triển khai theo chiều ngang mô hình giới thiệu Rào cản thứ hai là tổ chức an toàn và các lĩnh vực trách nhiệm Các máy có hành động được AI xác định phải được thiết kế để đảm bảo an toàn ngay cả trong trường hợp nhận dạng sai, gián đoạn liên lạc hoặc hỏng cảm biến cũng như các hoạt động bao gồm kiểm tra nhật ký, khôi phục cài đặt và thiết kế quyền để tắt khẩn cấp Thứ ba, việc giải thích về hiệu quả chi phí cũng rất quan trọng Tại nơi làm việc, nơi khó đưa ra quyết định đầu tư chỉ dựa vào tiết kiệm lao động, cần phải chứng minh tính hiệu quả bằng cách sử dụng nhiều chỉ số, chẳng hạn như giảm thời gian ngừng hoạt động, giảm rủi ro tai nạn, cải thiện hiệu quả sử dụng năng lượng và góp phần kế thừa kỹ năng

Ở nước ngoài, Amazon đang nâng cao độ phức tạp của rô-bốt kho hàng của mình, NVIDIA đang tăng cường cơ sở hạ tầng mô phỏng cho hoạt động học tập của rô-bốt, còn Siemens và ABB đang đẩy nhanh quá trình tích hợp tự động hóa công nghiệp và AI Mặt khác, điểm mạnh của các công ty Nhật Bản là họ nhận thức đầy đủ những hạn chế phức tạp tại nơi làm việc và có thể thực hiện chúng từng bước trong các quy trình không thể ngăn cản Trong tương lai, chìa khóa để sử dụng rộng rãi sẽ là sự phát triển của mô hình cơ bản kết nối sự hiểu biết hướng dẫn bằng cách sử dụng AI tổng hợp và nhận dạng và điều khiển robot, một cơ chế phản ánh kết quả học được trên bản sao kỹ thuật số với máy thực tế và điều khiển có độ trễ thấp kết hợp đám mây và biên

Mặt khác, Nhật Bản thận trọng trong việc giới thiệu các công nghệ mới, vì vậy, ngay cả khi các thử nghiệm trình diễn đã tiến triển, việc triển khai trên toàn công ty và sản xuất hàng loạt vẫn có xu hướng mất thời gian Ngoài ra, dữ liệu được phân tách theo địa điểm, đầu tư quy mô lớn vào nhân sự phần mềm AI và các công ty khởi nghiệp có xu hướng thiếu và khả năng kết nối thế mạnh phần cứng với nền tảng học tập liên tục còn yếu Để Nhật Bản tăng khả năng cạnh tranh trong lĩnh vực AI vật lý trong tương lai, điều quan trọng là phải phân cấp (mô-đun) bộ phận phát triển chính, chuẩn hóa dữ liệu, phát triển nguồn nhân lực, hỗ trợ thương mại hóa sau PoC và tạo ra một hệ thống để tiếp tục học hỏi trong khi vận hành

(Hình 2) Nhật Bản nên hướng tới điều gì khi phổ biến AI vật lý (Nguồn: Trích từ "Tài liệu tham khảo của Nhóm nghiên cứu về robot AI của Bộ Kinh tế, Thương mại và Công nghiệp")