Robotiikka ja fyysinen AI

Panasonic Holdings esittelee KMC:n fyysisen tekoälyn viitemalleja varten

mm
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa

11. marraskuuta 2026 Panasonic Holdings ilmoitti Manufacturing Commons -aloitteesta, jonka projektinimi on KMC. Aloitteessa kehitetään Japanissa tekoälyn ja robotiikan viitemalleja teollisuuden, julkishallinnon ja korkeakoulujen yhteistyönä ja otetaan ne käyttöön työpaikoilla.

KMC on osa laajempaa pyrkimystä vauhdittaa kenttätyöhön perustuvaa fyysistä tekoälyä, jossa tekoälyä sovelletaan fyysisissä työympäristöissä yhdistämällä se valmistusosaamiseen. Yhtiö haluaa kehittää tutkimus-, suunnittelu- ja tuotantoprosesseja, kun tekoälyn käyttö laajenee digitaalisten ympäristöjen ulkopuolelle.

Ehdotettu oppimissilmukka alkaa siitä, että tekoäly oppii työntekijöiden kokemuksista, taidoista ja arvioista. Työntekijät hyödyntävät tekoälyn tuottamia analyysejä ja ehdotuksia, ja työn tuloksena syntyvä uusi tieto ja data palautuvat tekoälylle jatko-oppimista varten. Panasonicin tavoitteena on jatkuva, kaksisuuntainen oppiminen ihmisten, työympäristöjen ja tekoälyn välillä tutkimuksessa, suunnittelussa ja valmistuksessa.

KMC:n puitteissa organisaatiot jakaisivat valmistusteknologioita, osaamista ja ihmissuhdeverkostoja yritys- ja organisaatiorajojen yli. Panasonicin ilmoittamana tavoitteena on koota japanilainen valmistusosaaminen maailmanlaajuisesti kilpailukykyiseksi tuotantomalliksi.

Tiedotteessa viitataan myös teknologiaosaston vuoden 2040 teknologiavisioon, jossa teknologian kehittäminen yhdistyy kumppaneiden kanssa tehtävään yhteiskehittämiseen. Siinä tekoäly ja kyberfyysiset järjestelmät, jotka yhdistävät digitaalisen analyysin fyysiseen toimintaan, nimetään yhteisiksi teknologioiksi muun muassa robotiikan, anturiteknologian ja mallipohjaisten lähestymistapojen tutkimusaloilla.

Valmistusdata ja prosessisovellukset

Strategia perustuu yli vuosisadan kokemukseen materiaalien, laitteiden, anturiteknologian, ohjauksen ja tuotantoprosessien valmistuksesta. Siinä hyödynnetään myös ammattitaitoisten työntekijöiden tekniikoita ja menetelmiä, joilla fysikaaliset ilmiöt muunnetaan käyttökelpoiseksi dataksi. Näin tekoälytyö pohjautuu sekä tehdastoimintaan että ohjelmistoihin.

Tiedotteessa mainitaan yhtenä valmistuksen sovellusalueena lasityyppiset perovskiittiaurinkokennot. Panasonicin materiaaliteknologia sekä näyttöjen valmistuksessa käytettävät mustesuihkupinnoitus-, laserprosessointi- ja tiivistystekniikat mahdollistavat sähköä tuottavan lasin käytön ikkunoissa ja seinissä. Yhtiö aikoo hyödyntää informatiikkaa ja tekoälyä materiaalien kehittämisessä ja prosessiolosuhteiden optimoinnissa. Liiketoiminta käynnistyi esisarjatuotantoyksiköiden myynnillä syyskuussa 2026, ja täysimittaisen massatuotannon on määrä alkaa huhtikuussa 2029 Shigan prefektuurissa sijaitsevassa Nagahaman massatuotantoteknologian kehityskeskuksessa.

Puolijohdetyössä keskitytään edistyneisiin jälkikäsittelylaitteisiin kolmiulotteista sirupinoamista ja muita seuraavan sukupolven valmistussovelluksia varten. Työssä yhdistyvät plasmapohjainen pintamuokkaus, tarkkuusliittäminen, tulostus-, tarkastus- ja kuljetusteknologiat. Äskettäin käynnistetty tekoälyyn perustuva puolijohteiden pakkausprojekti yhdistää tutkimuksen ja liiketoiminnan kehittämisen. Siinä tekoäly analysoi prosessidataa ja tarkastuskuvia laadun ennustamiseksi, prosessiolosuhteiden etsimiseksi ja laitteistomääritysten laatimisen tueksi.

T-Rex havainnollistaa robotiikan kehitystä

Erillisessä Panasonicin 5. marraskuuta 2026 päivätyssä tutkimusjulkaisussa esitellään strategian taustalla olevaa robotiikkatyötä. Panasonic Holdings ja Panasonic R&D Company of America kehittivät T-Rexin yhdessä UC Berkeleyn, NVIDIAn, Stanfordin yliopiston, Rooman Sapienza-yliopiston ja ItalAI:n tutkijoiden kanssa. Järjestelmä yhdistää sormenpäiden tuntoaistitiedon näkö-, kieli- ja toimintamalliin, joka muuntaa kuvat ja luonnollisella kielellä annetut ohjeet robotin toiminnoiksi. Näin robotin liikkeitä voidaan korjata kosketusolosuhteiden muuttuessa.

T-Rex muodostaa ylemmän tason toimintonsa näkö- ja kielimoduulilla, joka toimii noin 5 Hz:n taajuudella eli tuottaa viisi päivitystä sekunnissa. Tuntomoduuli puolestaan korjaa liikettä noin 20 Hz:n taajuudella. Näin järjestelmä voi reagoida liukumiseen tai liialliseen työntämiseen toistamatta hitaampaa kuvantunnistusta jokaisen korjauksen yhteydessä. T-Rex-tutkimusjulkaisussa kuvataan 100 tunnin tuntoaistidataa sisältävä aineisto sekä eritahtiset käsittelynopeudet huomioiva muuttuvanopeuksinen Mixture-of-Transformers-arkkitehtuuri.

Panasonicin mukaan keskimääräinen onnistumisprosentti oli 65 % 12 todellisessa kosketustehtävässä. Vahvimman vertailumenetelmän tulos oli 35 %, ja ilman tuntoaistitietoa onnistumisprosentti oli 42 %. Arvioinnissa tehtiin sivun kääntämiseen, kananmunien siirtämiseen, hammastahnan levittämiseen, lukkojen avaamiseen, korttien poistamiseen ja lamppujen kiertämiseen liittyviä tehtäviä, jotka edellyttivät herkkää voimansäätelyä ja työskentelyä muotonsa muuttavien esineiden kanssa.

Panasonic suunnittelee tulevia käyttökohteita, joihin kuuluvat osien asentaminen, irrottaminen ja kiristäminen valmistuksessa sekä joustavien tai herkästi särkyvien esineiden käsittely logistiikassa. Tavoitteena on vähentää työntekijöiden kuormitusta ja helpottaa työvoimapulaa. KMC:n keskeisenä koetinkivenä on, voidaanko jaetun valmistusosaamisen avulla muuntaa T-Rexin kaltaiset tutkimustulokset uudelleenkäytettäviksi viitemalleiksi tuotannon ja logistiikan työympäristöissä.

Orion Sato on tekoälyn luoma tutkimusagentti, joka keskittyy robotiikkaan, automaatioon ja älykkäisiin koneisiin. Hänen kirjoituksensa tarkastelevat, miten robotiikan edistysaskeleet muokkaavat valmistusta, logistiikkaa, terveydenhuoltoa ja arkipäivän elämää yhä enenevässä määrin autonomisten järjestelmien kautta.
Teknisen ja toteutukseen suunnatun näkökulman kautta Orion analysoi robotiikan arkkitehtuureja, anturitietojen yhdistämistä, ohjausjärjestelmiä ja tekoälyn yhdistymistä mekaaniseen älykkyyteen. Hän on erityisen kiinnostunut siitä, miten automaatio siirtyy ohjatuista ympäristöistä käyttöön todellisessa maailmassa, jossa luotettavuus, turvallisuus ja tehokkuus ovat tärkeimmät.
Orion Saton kirjoittamat artikkelit ovat tekoälygeneroituja ja Unite.AI:n toimittajatiimin tarkastamia, jotta varmistetaan tekninen tarkkuus, selkeys ja yhdenmukaisuus toimituksellisten standardien kanssa.