Mit physikalischer KI sollen Roboter künftig autonom agieren. OATZ To Go FACTORY/Shutterstock.com GenAI war gestern – zumindest im Bereich der Robotik. Wenn die Fabriken der Zukunft zum Leben erwachen, erhält KI Arme und Beine. Denn die Verschmelzung von KI mit der physischen Welt soll die Robotik in eine neue Dimension katapultieren. Dabei bezeichnet Physical AI eine Weiterentwicklung von GenAI. KI-Modelle werden nicht mehr nur mit unstrukturierten Daten trainiert, sondern auch mit Daten aus der realen, physischen Welt. Dazu gehören Sensordaten, Videodaten, thermische Daten etc. Diese Trainingsgrundlage ermöglicht es den KI-Modellen, auf Veränderungen in ihrer Umgebung zu reagieren. Roboter mit Physical AI trainieren Welche Bedeutung diese KI-Evolution in der Praxis hat, verdeutlichen Sarat Maitin, Leiter der Industrie X Practice bei Accenture in der DACH-Region, und Carsten Harnisch, Leiter Robotics bei der KION Gruppe: Roboter folgen künftig nicht länger stur programmierten Bahnen, sondern reagieren intelligent auf ihre Umwelt, indem sie diese in Echtzeit erfassen und interpretieren. Oder wie es Maitin formuliert: „Roboter werden flexibler und beherrschen nicht mehr nur die singuläre Anwendung, für die sie programmiert sind. Als Multipurpose Robot sind sie in Zukunft flexibel einsetzbar und eröffnen völlig neue Dimensionen der Zusammenarbeit.“ Selbständige Roboter Ziel ist der selbstlernende Roboter. Letztlich soll der Roboter sich mit Hilfe physikalischer KI wie ein menschlicher Fahrer im Straßenverkehr verhalten und Hindernisse erkennen, alternative Routen wählen sowie aus seiner Umgebung lernen. Noch lassen sich bestehende Roboter kaum flexibel einsetzen. Das soll sich mit Physical AI ändern. Suwin66/Shutterstock.com Darin sieht denn auch Harnisch eine der großen Chancen der physikalischen KI: „Während die Automatisierung in idealen, sogenannten Greenfield-Umgebungen bereits gut funktioniert, stoßen klassische, „dumme“ automatisierte Fahrzeuge in realen Lagerumgebungen mit Menschen und dynamischen Hindernissen an ihre Grenzen.“ Symbiose aus virtueller und realer Welt Ein wichtiger Aspekt in der Entwicklung physikalischer KI ist die Nutzung von Simulationen. Die Symbiose aus virtueller und realer Welt könnte zu dem Gamechanger werden, wenn es ein digitaler Zwilling, gespeist von Live-Daten, ermöglicht, zukünftige Szenarien in Sekundenschnelle zu simulieren. Um dies zu realisieren, setzen Accenture und KION auf das Mega Blueprint von Nvidia mit seinem Cosmos World Foundation Model Platform. Es erlaubt, KI-Modelle mit enormen Mengen an Videodaten zu trainieren und diese mit Live-Daten aus realen Anwendungen anzureichern. Der Digitale Zwilling wird dynamisch Dazu setzen Accenture und KION beispielsweise eine intelligente Kamera ein. Sie trackt etwa im Lagerbereich Menschen, Ladungsträger und manuelle Fahrzeuge wie Gabelstapler. Diese Informationen sollen dann in die Cloud fließen und eine optimierte Orchestrierung der automatisierten Fahrzeuge ermöglichen, sodass diese beispielsweise Bereiche mit vielen Personen meiden können. Auf diese Weise, so Maitin, erweitere Physical AI das Industrial Metaverse – das sich bislang stark auf die visuelle Darstellung des Digitalen Zwillings fokussierte – um die Fähigkeit, Zustandssimulationen dieser virtuellen Umgebung mithilfe von mit industriellen Sensordaten trainierten KI-Modellen durchzuführen. Sprich, es können dynamisch veränderbare virtuelle Umwelten generiert und zur Schulung von Robotern genutzt werden. Stiehlt China auch hier Europa die Show? Auf die Marktreife der Technologie angesprochen, geben sich Maitin und Harnisch vorsichtig optimistisch. Grundsätzlich seien die verschiedenen einzelnen Komponenten wie intelligente Kameras verfügbar. Letztlich hänge die Verfügbarkeit marktreifer Lösungen von der Entwicklungsgeschwindigkeit ab. Angesichts der rasanten Fortschritte in anderen Regionen, insbesondere in China, mahnen die beiden Experten, dass sich Europa und Deutschland sputen müssen, um den Anschluss nicht zu verpassen.
Robotics: Von GenAI zu Physical AI
Mit physikalischer KI sollen Roboter künftig autonom agieren. OATZ To Go FACTORY/Shutterstock.com GenAI war gestern – zumindest im Bereich der Robotik. Wenn die Fabriken der Zukunft zum Leben erwachen, erhält KI Arme und Beine. Denn die Verschmelzung von KI mit der physischen Welt soll die Robotik in eine neue Dimension katapultieren. Dabei bezeichnet Physical AI eine Weiterentwicklung von GenAI. KI-Modelle werden nicht mehr nur mit unstrukturierten Daten trainiert, sondern auch mit Daten aus der realen, physischen Welt. Dazu gehören Sensordaten, Videodaten, thermische Daten etc. Diese Trainingsgrundlage ermöglicht es den KI-Modellen, auf Veränderungen in ihrer Umgebung zu reagieren. Roboter mit Physical AI trainieren Welche Bedeutung diese KI-Evolution in der Praxis hat, verdeutlichen Sarat Maitin, Leiter der Industrie X Practice bei Accenture in der DACH-Region, und Carsten Harnisch, Leiter Robotics bei der KION Gruppe: Roboter folgen künftig nicht länger stur programmierten Bahnen, sondern reagieren intelligent auf ihre Umwelt, indem sie diese in Echtzeit erfassen und interpretieren. Oder wie es Maitin formuliert: „Roboter werden flexibler und beherrschen nicht mehr nur die singuläre Anwendung, für die sie programmiert sind. Als Multipurpose Robot sind sie in Zukunft flexibel einsetzbar und eröffnen völlig neue Dimensionen der Zusammenarbeit.“ Selbständige Roboter Ziel ist der selbstlernende Roboter. Letztlich soll der Roboter sich mit Hilfe physikalischer KI wie ein menschlicher Fahrer im Straßenverkehr verhalten und Hindernisse erkennen, alternative Routen wählen sowie aus seiner Umgebung lernen. Noch lassen sich bestehende Roboter kaum flexibel einsetzen. Das soll sich mit Physical AI ändern. Suwin66/Shutterstock.com Darin sieht denn auch Harnisch eine der großen Chancen der physikalischen KI: „Während die Automatisierung in idealen, sogenannten Greenfield-Umgebungen bereits gut funktioniert, stoßen klassische, „dumme“ automatisierte Fahrzeuge in realen Lagerumgebungen mit Menschen und dynamischen Hindernissen an ihre Grenzen.“ Symbiose aus virtueller und realer Welt Ein wichtiger Aspekt in der Entwicklung physikalischer KI ist die Nutzung von Simulationen. Die Symbiose aus virtueller und realer Welt könnte zu dem Gamechanger werden, wenn es ein digitaler Zwilling, gespeist von Live-Daten, ermöglicht, zukünftige Szenarien in Sekundenschnelle zu simulieren. Um dies zu realisieren, setzen Accenture und KION auf das Mega Blueprint von Nvidia mit seinem Cosmos World Foundation Model Platform. Es erlaubt, KI-Modelle mit enormen Mengen an Videodaten zu trainieren und diese mit Live-Daten aus realen Anwendungen anzureichern. Der Digitale Zwilling wird dynamisch Dazu setzen Accenture und KION beispielsweise eine intelligente Kamera ein. Sie trackt etwa im Lagerbereich Menschen, Ladungsträger und manuelle Fahrzeuge wie Gabelstapler. Diese Informationen sollen dann in die Cloud fließen und eine optimierte Orchestrierung der automatisierten Fahrzeuge ermöglichen, sodass diese beispielsweise Bereiche mit vielen Personen meiden können. Auf diese Weise, so Maitin, erweitere Physical AI das Industrial Metaverse – das sich bislang stark auf die visuelle Darstellung des Digitalen Zwillings fokussierte – um die Fähigkeit, Zustandssimulationen dieser virtuellen Umgebung mithilfe von mit industriellen Sensordaten trainierten KI-Modellen durchzuführen. Sprich, es können dynamisch veränderbare virtuelle Umwelten generiert und zur Schulung von Robotern genutzt werden. Stiehlt China auch hier Europa die Show? Auf die Marktreife der Technologie angesprochen, geben sich Maitin und Harnisch vorsichtig optimistisch. Grundsätzlich seien die verschiedenen einzelnen Komponenten wie intelligente Kameras verfügbar. Letztlich hänge die Verfügbarkeit marktreifer Lösungen von der Entwicklungsgeschwindigkeit ab. Angesichts der rasanten Fortschritte in anderen Regionen, insbesondere in China, mahnen die beiden Experten, dass sich Europa und Deutschland sputen müssen, um den Anschluss nicht zu verpassen.
Robotics: Von GenAI zu Physical AI Mit physikalischer KI sollen Roboter künftig autonom agieren. OATZ To Go FACTORY/Shutterstock.com GenAI war gestern – zumindest im Bereich der Robotik. Wenn die Fabriken der Zukunft zum Leben erwachen, erhält KI Arme und Beine. Denn die Verschmelzung von KI mit der physischen Welt soll die Robotik in eine neue Dimension katapultieren. Dabei bezeichnet Physical AI eine Weiterentwicklung von GenAI. KI-Modelle werden nicht mehr nur mit unstrukturierten Daten trainiert, sondern auch mit Daten aus der realen, physischen Welt. Dazu gehören Sensordaten, Videodaten, thermische Daten etc. Diese Trainingsgrundlage ermöglicht es den KI-Modellen, auf Veränderungen in ihrer Umgebung zu reagieren. Roboter mit Physical AI trainieren Welche Bedeutung diese KI-Evolution in der Praxis hat, verdeutlichen Sarat Maitin, Leiter der Industrie X Practice bei Accenture in der DACH-Region, und Carsten Harnisch, Leiter Robotics bei der KION Gruppe: Roboter folgen künftig nicht länger stur programmierten Bahnen, sondern reagieren intelligent auf ihre Umwelt, indem sie diese in Echtzeit erfassen und interpretieren. Oder wie es Maitin formuliert: „Roboter werden flexibler und beherrschen nicht mehr nur die singuläre Anwendung, für die sie programmiert sind. Als Multipurpose Robot sind sie in Zukunft flexibel einsetzbar und eröffnen völlig neue Dimensionen der Zusammenarbeit.“ Selbständige Roboter Ziel ist der selbstlernende Roboter. Letztlich soll der Roboter sich mit Hilfe physikalischer KI wie ein menschlicher Fahrer im Straßenverkehr verhalten und Hindernisse erkennen, alternative Routen wählen sowie aus seiner Umgebung lernen. Noch lassen sich bestehende Roboter kaum flexibel einsetzen. Das soll sich mit Physical AI ändern. Suwin66/Shutterstock.com Darin sieht denn auch Harnisch eine der großen Chancen der physikalischen KI: „Während die Automatisierung in idealen, sogenannten Greenfield-Umgebungen bereits gut funktioniert, stoßen klassische, „dumme“ automatisierte Fahrzeuge in realen Lagerumgebungen mit Menschen und dynamischen Hindernissen an ihre Grenzen.“ Symbiose aus virtueller und realer Welt Ein wichtiger Aspekt in der Entwicklung physikalischer KI ist die Nutzung von Simulationen. Die Symbiose aus virtueller und realer Welt könnte zu dem Gamechanger werden, wenn es ein digitaler Zwilling, gespeist von Live-Daten, ermöglicht, zukünftige Szenarien in Sekundenschnelle zu simulieren. Um dies zu realisieren, setzen Accenture und KION auf das Mega Blueprint von Nvidia mit seinem Cosmos World Foundation Model Platform. Es erlaubt, KI-Modelle mit enormen Mengen an Videodaten zu trainieren und diese mit Live-Daten aus realen Anwendungen anzureichern. Der Digitale Zwilling wird dynamisch Dazu setzen Accenture und KION beispielsweise eine intelligente Kamera ein. Sie trackt etwa im Lagerbereich Menschen, Ladungsträger und manuelle Fahrzeuge wie Gabelstapler. Diese Informationen sollen dann in die Cloud fließen und eine optimierte Orchestrierung der automatisierten Fahrzeuge ermöglichen, sodass diese beispielsweise Bereiche mit vielen Personen meiden können. Auf diese Weise, so Maitin, erweitere Physical AI das Industrial Metaverse – das sich bislang stark auf die visuelle Darstellung des Digitalen Zwillings fokussierte – um die Fähigkeit, Zustandssimulationen dieser virtuellen Umgebung mithilfe von mit industriellen Sensordaten trainierten KI-Modellen durchzuführen. Sprich, es können dynamisch veränderbare virtuelle Umwelten generiert und zur Schulung von Robotern genutzt werden. Stiehlt China auch hier Europa die Show? Auf die Marktreife der Technologie angesprochen, geben sich Maitin und Harnisch vorsichtig optimistisch. Grundsätzlich seien die verschiedenen einzelnen Komponenten wie intelligente Kameras verfügbar. Letztlich hänge die Verfügbarkeit marktreifer Lösungen von der Entwicklungsgeschwindigkeit ab. Angesichts der rasanten Fortschritte in anderen Regionen, insbesondere in China, mahnen die beiden Experten, dass sich Europa und Deutschland sputen müssen, um den Anschluss nicht zu verpassen.