Lite praksisdata bremser humanoides inntog i norsk arbeidsliv
Av AIWatch
Selv om humanoide roboter utfører imponerende demonstrasjoner, er mangelen på dokumentert ytelse i reelle arbeidsmiljøer en stor utfordring. Dette gjør det vanskelig for norske virksomheter å ta i bruk robotene i industri og logistikk.
Nye humanoide roboter kan utføre oppsiktsvekkende demonstrasjoner, men ofte mangler data om hvordan de fungerer i en faktisk arbeidssituasjon over tid, en viktig forskjell for ledere som vurderer investeringer. En robot som sorterer gjenstander i et laboratorium, viser ingeniørfremgang. Den forteller derimot lite om robotens evne til å jobbe en åtte timers skift i et ukjent miljø, eller om den kan gjenopprette driften selv etter en feil. Fagfolk ser nå etter mer konkrete bevis. Et eksempel er da Siemens og Humanoid rapporterte om en fabrikktest der en HMND 01 Alpha-robot håndterte bokser, med en angitt ytelse på 60 flytt per time og over 90 prosent suksessrate over åtte timer. Accenture, Vodafone og SAP testet også en humanoid i et varehus for visuell inspeksjon integrert med SAPs lagerstyringssystem, noe som gir et mer helhetlig bilde av robotens potensial. Evaluering av roboter må skille mellom det en demonstrasjon viser og hva en plattform faktisk kan prestere pålitelig i skala. En vellykket oppgave viser at noe er mulig, men ikke nødvendigvis at roboten kan gjenta det tusenvis av ganger i løpet av et skift, eller om den kan hente seg inn uten menneskelig intervensjon. Dette kalles ofte repeterbarhet. Graden av autonomi er også avgjørende; mange roboter krever fortsatt menneskelig inngripen for feilhåndtering eller oppsett. Selve driftsmiljøet, som gulv, belysning og nettverkstilkobling, påvirker robotens ytelse og er en sentral del av et systems evne til å levere resultater. Derfor er integrasjon med eksisterende systemer, slik som i Vodafone-pilotprosjektet, viktigere enn bare robotens fysiske bevegelser. Når det gjelder kommersiell modenhet, skiller eksperter mellom forskningsdemonstrasjoner, pilotprosjekter og faktiske produksjonsimplementeringer. Først når uavhengige kilder og kundereferanser kan bekrefte ytelse over tid, kan man vurdere en investering for norske arbeidsplasser. De mest verdifulle metrikkene er ofte de minst «filmskapende»: antall inngrep per time, oppetid og den totale kostnaden per utført arbeidsoppgave, fremfor spektakulære videoer.
Kilder til denne saken: roboticstomorrow.com ↗
AI: Research, språk og faktasjekk.
Relatert
Automasjon & robotikk10. okt.
Nvidia lanserer AI-plattform for tryggere roboter og selvkjørende kjøretøy
Automasjon & robotikk10. okt.
AI-robot sorterer avfall mer lønnsomt med krabbeklo og 200 interessenter
Automasjon & robotikk9. okt.
Robotikk bremser forventningene: AI-fremskritt gir ikke umiddelbart intelligente roboter
Automasjon & robotikk9. okt.
Roboter sliter med hverdagslige oppgaver tross AI-fremgang