Adam Sadilek. Zakladatel a generální ředitel AIM – Rozhovor

Adam Sadilek je zakladatel a generální ředitel AIM. Jako dítě byl posedlý robotikou a automatizací – poháněný touhou budovat systémy, které se učí samy a dělají fyzickou práci chytřejší, rychlejší a bezpečnější. Tato raná fascinace ho vedla k Google (GOOGL ), kde přispěl k průlomové práci na planetární škále AI a autonomních vozidlech, které později vyvinuly do Waymo. Rozpoznal nevyužitou příležitost a založil AIM, aby přinesl autonomii do zemních prací – odvětví, které podléhá téměř veškeré lidské infrastruktuře, ale vidělo málo automatizace od zavedení hydraulických strojů.

AIM je průkopníkem ve světě prvního AI poháněného platformy pro těžká zařízení, transformující, jak se zem pohybuje ve velkém měřítku. Kombinací pokročilých percepčních, plánovacích a řídicích systémů AIM automatizuje výkop, úpravy a pohyb materiálu napříč stavebními, těžebními a projekty klimatické rezistence. Technologie společnosti řeší kritické globální výzvy, jako jsou nedostatek pracovních sil, modernizace infrastruktury a připravenost na katastrofy – vytváří základ pro budoucnost, kde autonomní stroje mohou budovat jak na Zemi, tak i jinde.

Vy strávil více než deset let v Google[x], pracoval na hlavních AI iniciativách, včetně toho, co se stalo Waymo. Které konkrétní zkušenosti během tohoto období vás přesvědčily, že automatizace fyzického světa – ne jen digitálních prostředí – je správnou hranicí?

Měl jsem privilegium připojit se k Google hned po dokončení svého PhD v AI. Práce v Google[x] a Alphabet (GOOG ) mi dala praktické zkušenosti, abych viděl potenciál AI v reálném světě. Ale až když jsem se přesunul do budování fyzických infrastrukturních projektů, jsem si真正 uvědomil, jak velký rozdíl může automatizace udělat ve světě budování.

Vidět, jak bylo těžké pohybovat se zemí, půdou a materiálem každý den – i pro zkušené stavitele – mě přivedlo k tomu okamžiku, kdy jsem si uvědomil, že nikdo neřeší tento základní problém škálovatelným způsobem. Autonomní zemní práce by nejen radikálně zvýšily bezpečnost personálu na zemi a urychlené obrovské průmysly, jako je těžba, stavebnictví a civilní práce, ale také vyřešily některé z největších výzev naší planety, jako je terraformace a náprava škod historicky způsobených naší planetě.

Během pandemie jsem začal měnit manuální stroje na autonomní v garáži, a tam se zrodil AIM.

S AIM Intelligent Machines jste si vybral odvětví, které vidělo málo robotiky nebo autonomie od zavedení hydraulických strojů. Můžete popsat ten zásadní moment nebo vhled, kdy jste rozhodl, že je čas spustit AIM?

Vše, co stavíme, na čem závisíme denně, začíná se zemí. Od zařízení, na kterém teď čtete, po budovy, silnice a stroje, které používáme denně, vše je buď vytěženo nebo vypěstováno, a naše schopnost pohybovat se zemí je klíčová pro vše.

Rozuměl jsem osobně prací ve stavebnictví, že zemní průmysly, jako je těžba a stavebnictví, viděly málo technologií a automatizace, které transformovaly jiné odvětví. Zatímco sklady měly dopravníkové systémy, továrny automatizované montážní linky a kontejnerové systémy – metody, které používáme k pohybu velkých množství zeminy, se vlastně nezměnily už dlouho.

Také jsem začal chápat enormní poptávku po zlepšení zemních prací. Provozování těžkých strojů je jednou z nejobtížnějších prací na světě, vedoucí k akutním a chronickým nedostatkům pracovních sil (stavební průmysl musí získat téměř 1 milion pracovníků v příštích dvou letech, aby splnil poptávku po projektech). Existuje také enormní potřeba autonomních zemních prací, aby se zlepšily materiálové dodavatelské řetězce, stavěly se lepší infrastruktury, chránily a obnovovaly oblasti ohrožené nebo poškozené přírodními katastrofami a mnoho dalšího.

To vše mě vedlo k tomu, že naše civilizace potřebuje autonomní zemní práce. Potřebujeme vizi, rychlost a inteligenci, abychom mohli tvarovat naši planetu s přesností a měřítkem, abychom mohli řešit největší výzvy a příležitosti naší planety. To mě vedlo k založení AIM a tomu, co řešíme.

Autonomie pro těžbu nebo stavební vybavení představuje enormní složitost: drsný terén, nepředvídatelné podmínky, těžká zařízení postavená na desetiletí. Jaké byly klíčové technické průlomy, které učinily vaši platformu možnou – v oblasti vnímání, mapování, strojovém učení nebo integrace?

Navrhnout embodovaný AI pro pohyb zeminy v některých z nejtvrdších podmínek na naší planetě není snadné. Nejenže jsme museli navrhnout pro prostředí, kde nejsou žádné silnice, ulice nebo jiné pravidla pro AI, ale také jsme museli vyvinout systémy, které mohou fungovat v místech s extrémním teplem a chladem, tmou, špatnou nebo neexistující internetovou konektivitou a povětrnostními událostmi, jako jsou sněhové bouře, krupobití nebo písečné bouře.

Jednou z klíčových technických průlomů pro AIM bylo řešení výzvy vnímání a mapování v drsném terénu. Senzorová technologie může být náchylná k poškození, když je vybavena na strojích, které zažívají mnoho vibrací a nárazů. Takže co jsme udělali, bylo odstranit tyto křehké části a zabudovat všechny kritické komponenty AIM do proprietární pancéřové konstrukce, která je také utěsněna, aby se zabránilo vniknutí nečistot a písku. Poté jsme také svařili senzory do samotné kostry stroje, aby se zvýšila jejich odolnost.

Tato odolnost, v kombinaci se silným uvažováním na konci, je to, co umožňuje AIM automatizovat zemní práce v některých z nejextrémnějších prostředí, ve skutečných produkčních místech po celém světě. Existuje obrovský rozdíl mezi prototypem a systémem nasazeným komerčně s některými z největších těžařů, stavitelů a poboček US vlády, které na něj denně spoléhají.

Strategie AIM je retrofitovat stávající těžká zařízení senzory, LiDAR a kamerami. Proč jste se rozhodl využít stávající vybavení místo vývoje zcela nových autonomních strojů od základu?

Jednoduchá odpověď je, že chceme, aby automatizace byla dostupná pro všechny zemní operace dnes. Manažeři míst a aktiv mají již investovali miliony až miliardy do flotil těžkých strojů. Jen jeden z těchto strojů často stojí více než 1 milion dolarů a má dlouhou provozní životnost. Takže není možné ani udržitelné nahradit celou flotilu novými stroji, aby se staly autonomními.

Naše přístup “retrofit-first” řeší stovky tisíc těchto legacy strojů v provozu po celém světě. AIM umožňuje organizacím, velkým nebo malým, okamžitě zvýšit své schopnosti, aby zlepšily materiálové dodavatelské řetězce, stavěly infrastrukturu, chránily a obnovovaly oblasti ohrožené nebo poškozené přírodními katastrofami a mnoho dalšího. To odemyká moc automatizace pro operátory s rychlostí a měřítkem, které jsou potřebné pro dnešek, ne pro budoucnost za 10 let.

Souběžně s tím často nasazujeme stejné hardwarové, softwarové a AI komponenty ve spolupráci s kanály, distributory a dokonce i OEM, kteří vyrábějí úžasné hydraulické stroje, které turbocharge s platformou AIM autonomie běžící na těchto flotilách. Takže se jedná o maximální bezpečnost, tvorbu hodnoty, společný zákaznický úspěch a možnost pro enormně důležité ekosystémy.

Vaše platforma používá učení “end-to-end”, aby stroje mohly “naučit se” kopat rychleji a efektivněji. Jak přesně funguje tato zpětná vazba v terénu a jaké provozní zlepšení jste zatím pozorovali?

Náš přístup byl umístit všechny AI výpočty na palubu. V kombinaci s naší odolnou platformou, která funguje i bez GPS nebo internetu, dodáváme pokročilou autonomii prostřednictvím učení “end-to-end” provedeného na okraji. To umožňuje strojům stát se chytřejšími a rychlejšími, jak více pracují. Skutečně, za méně než hodinu, AIM vybavený stroj se naučí kopat opravdu dobře! AI robotické řízení se stává extrémně přesným, jak se učí, například běží na dvoucentimetrové přesnosti, i bez GPS.

Učení “end-to-end” je klíčové pro AIM stroje, aby dosáhly komerční úrovně autonomie pro zemní práce v produkčních místech po celém světě. To také znamená, že všechny data, analýzy a monitorování výkonu jsou na palubě, aby se snížilo opotřebení, snížilo prostoj a prodloužilo provozní životnost strojů.

Kromě toho, jak systém učí, AIM může dodat nové provozní a CapEx hodnotu napříč úsporami paliva, cyklem, využití flotily, optimálním AI plánováním míst a eliminací opětovných prací. Průměrně v těžbě AIM generuje dalších 13 milionů dolarů za rok za každý stroj pro horní linku, zatímco také šetří 633 tisíc dolarů za stroj za rok pro zlepšení přímých provozních nákladů (přímé úspory OPEX). Úplné vyloučení potenciálu újmy na lidech, protože nikdo není uvnitř strojů nebo v jejich blízkosti, přináší enormní úroveň bezpečnosti, která je sama o sobě esenciální a jde za rámec dolarových částek. Pokračujeme v rozšiřování dalších provozních výhod, které systém poskytuje.

Argumentujete, že aplikace AI zde je kritická pro infrastrukturu, klimatickou rezistenci, dokonce i obranu. Jaké jsou nejzajímavější reálné použití, na kterých teď pracujete – a jak vidíte jejich dopad na společnost?

Právě teď žije miliarda lidí méně než 10 metrů nad stoupajícími oceány, jedna šestina lidí žije v oblastech se značným rizikem lesních požárů a více než 3 miliardy lidí jsou zasaženi degradovanými půdami, které potřebují obnovu. Není pochyb o tom, že nedostatek pracovních sil vážně ovlivňuje rychlost, s jakou se buduje kritická infrastruktura, provádějí se opravy a dokončují se projekty. Tyto nedostatky pracovních sil činí obtížnějším než kdykoli předtím, aby se nejen zvrátil negativní dopad změny klimatu, ale také aby se proaktivně zabránilo budoucím výzvám.

Jediný způsob, jak můžeme tyto výzvy řešit přímo, je tím, že přineseme více moci a autonomie na místa – aby operace nebyly omezeny nedostatkem pracovních sil, povětrnostními podmínkami nebo nebezpečným pracovním prostředím.

Například lesní požáry se zvyšují v četnosti kvůli negativnímu dopadu změny klimatu. Místo reakce na škody způsobené těmito požáry AIM zastavuje, než se stanou. AIM vybavené buldozery mohou být nasazeny přímo do hlubokých lesů, aby vytvořily požární přestávky, které brání šíření požárů, a to vše při vzdáleném ovládání. Podobně, způsob, jakým stavíte hráz nebo mořskou zeď, spočívá v tom, že velmi úmyslně nahromadíte materiál podél pobřeží, aby se zvedl. Je to analogické k zemním pracím, které již děláme.

AI transformuje, jak reagujeme na a předcházejme těmto přírodním katastrofám a klimatickým výzvám.

Těžební a stavební průmysly často mají zakořeněné postupy, těžkou regulaci a vysoké riziko tolerance, ale nízkou přijetí automatizace. Jaké ne-technické bariéry (kulturní, regulační, provozní) AIM čelí při škálování svého řešení?

Je vždy výzvou, když transformační technologie vstoupí do prostoru, kde jsou zavedeny postupy po desetiletí. AI poháněná technologie vždy přináší trochu skepse do netechnických odvětví. Ale s AIM jsme byli schopni překonat tyto výzvy tím, že jsme operátorům ukázali, jak AIM funguje, jak jim dává jejich páku, a jak se mohou přesunout do bezpečnějších, uspokojivějších a udržitelnějších kariér.

Tato odvětví cítí dopad nedostatku pracovních sil a rostoucí poptávky osobně, a když mohou vidět, jak AIM vybavená vozidla mohou dokončit celý směr autonomně s přesností, nebo operovat v místech, která jsou příliš nebezpečná pro jejich posádku, tyto obavy zmizí. Místo toho, aby byli uvězněni uvnitř strojů, operátoři jsou nadšení, že se dozvědí, že mohou operovat autonomní flotily na bezpečné vzdálenosti (a v klimatizovaném nebo vytápěném prostoru), aby zvýšili jak produkci, tak i provozní dobu.

Rostoucí potřeba provozní efektivity převáží překážky, které tradičně brání přijetí.

Založil jste AIM v době, kdy jen málo lidí se snažilo aplikovat AI v těžkých strojích a zemních pracích. Jak jste ukřižoval dlouhodobou vizi pro AIM – a jak jste vyvážil ranou experimentaci s větší průmyslovou narativem kolem automatizace v těžbě a stavebnictví?

Když jsem opustil Google, začal jsem budovat těžká fyzická infrastrukturní projekty, které vyžadovaly nízkou latenci a extrémní rychlost – to bylo okamžik, kdy jsem věděl, že potřebujeme přinést autonomní operace do fyzického světa.

Automatizace byla vždy více senem pro těžební a stavební průmysl; všichni doufali, že se objeví řešení, ale nikdo to nedělal. S technickým a odvětvovým zázemím byla vize pro AIM jasná. Rozuměl jsem provozním mezerám, které bylo třeba řešit, a jak lze AI aplikovat ve fyzickém světě, a věděl jsem, že trh pro tuto optimalizaci existoval.

Vzhledem k vaší práci na planetární škále AI (v Google/Waymo) a nyní na autonomii zemních prací, jak srovnáváte potenciál AI ve fyzickém světě ve srovnání s tím, co jsme viděli v digitálním doméně?

AI již transformovalo, jak operujeme v digitálním světě, a vidíme podobný hodnotový potenciál ve fyzickém světě – ale v mnohem větším měřítku. Stejně jako AI transformuje, jak lidé mohou provádět výzkum, spravovat úkoly a snižovat lidskou kontrolu, AIM transformuje, jak fyzické stroje fungují, učí se z zkušeností a přizpůsobují se měnícím se prostředí.

Povolujeme lidským operátorům, aby dělali svou práci lépe, vybavujeme je autonomními stroji, které mohou fungovat v místech, kam se fyzicky nemohou dostat, operovat v podmínkách, které by normálně zastavily staveniště, a udržovat nepřetržitou produktivitu. Ani digitální ani fyzické aplikace AI nejsou určeny k nahrazení lidí úplně – je to o tom, jak lze zlepšit, jak lidé mohou pracovat.

Naznačil jste, že vize AIM sahá za hranice Země – do konstrukce a terraformace mimo planetu. Jak realistický je tento horizont ve vašem pohledu, a jakou roli vidíte AIM hrající v této budoucnosti?

Přinést tuto automatizaci do všech koutů naší planety je první krok – ale jakmile se stane konstrukce a využití zdrojů mimo planetu realitou, potřeba autonomních, vzdáleně ovládaných těžkých strojů se stane ještě kritičtější. Nemůžeme poslat lidskou stavební posádku na Mars, ale