Adam Sadilek. Założyciel i CEO AIM – Wywiad

Adam Sadilek jest założycielem i CEO AIM. Jako dziecko, był obsesjonowany robotyką i automatyką — zmuszony przez pragnienie budowania systemów, które uczą się same i robią fizyczną pracę inteligentniejszą, szybszą i bezpieczniejszą. Ta wczesna fascynacja doprowadziła go do Google , gdzie wniósł wkład w przełomową pracę nad sztuczną inteligencją w skali planety i pojazdami autonomicznymi, które później rozwinęły się w Waymo. Rozpoznając niewykorzystaną okazję, założył AIM, aby wprowadzić autonomię do robót ziemnych — sektora, który jest podstawą niemal wszystkich ludzkich infrastruktur, a który od czasu wprowadzenia maszyn hydraulicznych niewiele się zmienił.

AIM jest pionierem na świecie pierwszej platformy zasilanej przez sztuczną inteligencję dla ciężkiego sprzętu, zmieniając sposób, w jaki ziemia jest poruszana na dużą skalę. Łącząc zaawansowane systemy percepcji, planowania i sterowania, AIM automatyzuje wykopy, równanie i przenoszenie materiałów w projektach budowlanych, górniczych i klimatycznych. Technologia firmy rozwiązuje krytyczne wyzwania globalne, takie jak braki siły roboczej, modernizacja infrastruktury i przygotowanie do klęsk żywiołowych — tworząc podstawy dla przyszłości, w której autonomiczne maszyny będą mogły budować zarówno na Ziemi, jak i poza nią.

Spędziłeś ponad dekadę w Google(x), pracując nad głównymi inicjatywami AI, w tym tym, co stało się Waymo. Jakie konkretnie doświadczenia z tego okresu przekonały cię, że automatyzacja świata fizycznego — a nie tylko środowisk cyfrowych — była właściwą granicą?

Miałem przywilej dołączyć do Google zaraz po uzyskaniu doktoratu z dziedziny AI. Praca w Google(x) i Alphabet dała mi praktyczne doświadczenie, aby zobaczyć potencjał AI w rzeczywistych środowiskach. Ale dopiero gdy przeniosłem się do budowy projektów infrastrukturalnych, zrozumiałem, jak wielką różnicę mogła być automatyzacja w świecie zbudowanym.

Zobaczenie, jak trudno było poruszać ziemię, glebę i materiały każdego dnia — nawet dla doświadczonych budowniczych — doprowadziło mnie do tego momentu olśnienia: nikt nie rozwiązywał tego podstawowego problemu w sposób skalowalny. Autonomiczne prace ziemne nie tylko znacznie poprawiłyby bezpieczeństwo personelu naziemnego i przyspieszyłyby ogromne branże, takie jak górnictwo, budownictwo i prace cywilne, ale również rozwiązałyby niektóre z największych wyzwań naszej planety, takich jak terraforming i naprawa szkód wyrządzonych przez człowieka.

Podczas pandemii zacząłem przekształcać maszyny ręczne w autonomiczne w mojej garażu, i tam właśnie AIM się narodził.

Z AIM Intelligent Machines wybrałeś sektor, który od wprowadzenia maszyn hydraulicznych niewiele się zmienił. Opisz decydujący moment lub spostrzeżenie, kiedy postanowiłeś uruchomić AIM?

Wszystko, co budujemy, na czym polegamy każdego dnia, zaczyna się od ziemi. Od urządzenia, na którym czytasz ten tekst, po budynki, drogi i maszyny, których używamy każdego dnia, wszystko to jest albo wydobywane, albo uprawiane, a nasza zdolność do poruszania ziemi jest kluczem do wszystkiego.

Zrozumiałem to pierwszą ręką, pracując w budownictwie, że branże ziemne, takie jak górnictwo i budownictwo, niewiele zyskały z technologii i automatyzacji, która przekształciła inne branże. Podczas gdy magazyny miały systemy przenośnikowe, fabryki zautomatyzowane linie montażowe, a konteneryzację i systemy śledzenia — metody, których używamy do przenoszenia dużych ilości ziemi, niewiele się zmieniły od dawna.

Zacząłem również rozumieć ogromne zapotrzebowanie na poprawę robót ziemnych. Obsługa ciężkiego sprzętu jest jednym z najbardziej niebezpiecznych zawodów na świecie, prowadząc do zarówno ostrych, jak i przewlekłych braków siły roboczej dla wykwalifikowanych pracowników (przemysł budowlany musi przyciągnąć blisko 1 miliona pracowników w ciągu najbliższych dwóch lat, aby spełnić popyt na projekty). Istnieje również niesamowite zapotrzebowanie na całym świecie na autonomiczne prace ziemne, aby poprawić wszystko, od łańcuchów dostaw materiałów po budowę lepszej infrastruktury, remediację obszarów zagrożonych lub uszkodzonych przez klęski żywiołowe i więcej.

To wszystko doprowadziło mnie do przekonania, że nasza cywilizacja potrzebuje autonomicznych robót ziemnych. Potrzebujemy wizji, szybkości i inteligencji, aby przekształcić planetę z precyzją i skalą, aby rozwiązać największe wyzwania i możliwości naszej planety. To doprowadziło mnie do uruchomienia AIM i rozwiązania, które rozwiązujemy.

Autonomia dla górnictwa lub sprzętu budowlanego przedstawia ogromną złożoność: niebezpieczne tereny, nieprzewidywalne warunki, ciężkie maszyny zbudowane na dziesięciolecia. Jakie były kluczowe przełomy techniczne, które umożliwiły Twoją platformę — w zakresie sensoryki, mapowania, uczenia maszynowego lub integracji?

Projektowanie wcielonej AI do poruszania ziemi w niektórych z najtrudniejszych warunkach na naszej planecie nie jest łatwe. Nie tylko musieliśmy zaprojektować systemy, które mogą działać w środowiskach, w których nie ma dróg, pasów ruchu ani innych struktur, których AI mogłaby się trzymać — musieliśmy również opracować systemy, które mogą działać w miejscach o ekstremalnych temperaturach, ciemności, słabej lub nieistniejącej łączności z Internetem oraz zdarzeniach pogodowych, takich jak śnieg, grad lub burze piaskowe.

Jednym z kluczowych przełomów technicznych dla AIM było rozwiązanie wyzwania sensoryki i mapowania w środowiskach niebezpiecznych. Technologia sensoryczna może być podatna na uszkodzenia, gdy jest wyposażona w maszyny, które doświadczają dużej wibracji i uderzeń. Dlatego usunęliśmy te delikatne części i wbudowaliśmy wszystkie komputery i krytyczne komponenty AIM w strukturę pancerną, która jest również uszczelniona, aby zapobiec dostawaniu się do niej zanieczyszczeń i piasku. Następnie również zespawaliśmy sensory wewnątrz szkieletu maszyny, aby zapewnić jeszcze większą wytrzymałość.

Ta wytrzymałość, w połączeniu z potężnym uczeniem się na krawędzi, umożliwia AIM automatyzację zadań ziemnych w niektórych z najbardziej ekstremalnych środowisk, w prawdziwych miejscach pracy na całym świecie. Istnieje ogromna różnica między prototypem a systemem wdrożonym komercyjnie z niektórymi z największych firm górniczych, budowlanych i gałęzi rządu USA, które polegają na nim każdego dnia w swoich miejscach.

Strategia AIM polega na modernizacji istniejących ciężkich maszyn za pomocą czujników, LiDAR i kamer. Dlaczego zdecydowałeś się na wykorzystanie istniejącego sprzętu zamiast opracowania całkowicie nowych, autonomicznych maszyn od podstaw?

Prosta odpowiedź brzmi: chcemy, aby automatyzacja była dostępna dla wszystkich operacji ziemnych już dzisiaj. Menadżerowie placów i aktywów zainwestowali już miliony, a nawet miliardy w floty ciężkich maszyn. Jedna z tych maszyn często kosztuje ponad 1 milion dolarów i ma długi okres eksploatacji. Dlatego nie jest to ani wykonalne, ani zrównoważone, aby zastąpić całe floty nowymi maszynami, aby je uczynić autonomicznymi.

Nasze podejście oparte na modernizacji pozwala organizacjom, dużym i małym, na natychmiastowe zwiększenie ich możliwości, aby poprawić łańcuchy dostaw materiałów, budować infrastrukturę, chronić i przywracać obszary zagrożone lub uszkodzone przez klęski żywiołowe i więcej. Odblokowujemy moc automatyzacji dla operatorów z szybkością i skalą, której potrzebują dzisiaj, a nie za 10 lat.

Twoja platforma wykorzystuje uczenie się na krawędzi, aby maszyny mogły „uczyć się same” i kopać szybciej i bardziej efektywnie. Jak dokładnie funkcjonuje ta pętla sprzężenia zwrotnego w terenie, a jakie ulepszenia operacyjne zaobserwowano dotąd?

Nasze podejście polegało na umieszczeniu wszystkich obliczeń AI na pokładzie. W połączeniu z naszą wzmocnioną platformą, która działa nawet bez GPS lub Internetu, dostarczamy zaawansowaną autonomię za pomocą uczenia się na krawędzi, wykonywanego na granicy. Umożliwia to maszynom stawanie się coraz mądrzejszymi i szybszymi w miarę wykonywania pracy. W rzeczywistości, w ciągu moins niż godziny, maszyna wyposażona w AIM uczy się kopać naprawdę dobrze! Kontrola robotów AI staje się niezwykle precyzyjna, gdy się uczy, na przykład, pracując z dokładnością do 2 centymetrów, nawet bez GPS.

Uczenie się na krawędzi jest kluczem dla maszyn AIM, aby osiągnąć ten komercyjny poziom autonomii i wykonywać prace ziemne na placach budowy na całym świecie. Oznacza to również, że wszystkie dane, analizy i monitorowanie wydajności są na pokładzie, aby zmniejszyć zużycie, skrócić czas przestoju i wydłużyć żywotność maszyn jeszcze bardziej.

Uważasz, że zastosowanie AI w tym przypadku jest kluczowe dla infrastruktury, odporności na zmiany klimatu, a nawet obrony. Jakie są najbardziej uderzające przypadki użycia w świecie rzeczywistym, nad którymi pracujesz teraz — i jak widzisz ich wpływ społeczny?

W tym momencie ponad 1 miliard ludzi żyje mniej niż 10 metrów nad poziomem morza, jeden na sześciu żyje w obszarach o znacznym ryzyku pożarów, a ponad 3 miliardy są dotknięte degradacją ziemi, która wymaga odbudowy. Nie ma wątpliwości, że braki siły roboczej poważnie wpływają na tempo, w jakim budowana jest infrastruktura krytyczna, naprawy są wykonywane i jak szybko projekty mogą być ukończone. Te braki siły roboczej utrudniają również odwrócenie negatywnych skutków zmian klimatu i zapobieganie przyszłym wyzwaniom.

Jedynym sposobem, aby rozwiązać te wyzwania, jest wprowadzenie więcej mocy i autonomii na placach budowy — tak aby operacje nie były ograniczane przez ograniczenia siły roboczej, warunki pogodowe lub niebezpieczne środowiska pracy.

Przemysł górniczy i budowlany często mają ugruntowane praktyki, ciężką regulację i wysoką tolerancję ryzyka, ale niskie wskaźniki przyjęcia automatyzacji. Jakie nietechniczne bariery (kulturowe, regulacyjne, operacyjne) AIM stoi na przeszkodzie w skalowaniu swojego rozwiązania?

Zawsze jest to wyzwanie, gdy przełomowa technologia wkracza w przestrzeń, w której praktyki zostały ugruntowane przez dziesięciolecia. AI zasilana technologia zawsze przychodzi z pewnym sceptycyzmem w nie-technicznych branżach. Ale z AIM, byliśmy w stanie pokonać te wyzwania, pokazując operatorom, jak AIM działa, jak daje im siłę, i jak mogą awansować do bezpieczniejszych, bardziej satysfakcjonujących i zrównoważonych karier.

Te branże odczuwają wpływ braków siły roboczej i rosnącego popytu na pierwszą rękę, a gdy mogą zobaczyć, jak maszyny AIM mogą wykonywać pełne zmiany autonomicznie z precyzją lub działać w miejscach, które są zbyt niebezpieczne dla ich załogi, aby tam wejść, te obawy znikają. Zamiast być uwięzionymi w maszynach, operatorzy są podekscytowani, aby nauczyć się, że mogą obsługiwać floty autonomiczne na bezpiecznej odległości (i w klimatyzowanych pomieszczeniach), aby zwiększyć zarówno produkcję, jak i czas pracy.

Założyłeś AIM w czasie, gdy niewielu ludzi myślało o zastosowaniu AI w ciężkim sprzęcie i robótach ziemnych. Jak ukształtowałeś długoterminową wizję dla AIM — i jak zbalansowałeś wczesne eksperymenty z większym narracją branżową wokół automatyzacji w górnictwie i budownictwie?

Gdy opuściłem Google, zacząłem budować ciężkie projekty infrastrukturalne, które wymagały niskiej latencji i ekstremalnej szybkości — wtedy wiedziałem, że musimy wprowadzić operacje autonomiczne do świata fizycznego.

Automatyzacja była zawsze bardziej marzeniem dla branży górniczej i budowlanej; wszyscy liczyli, że jakaś rozwiązanie pojawi się, ale nikt nie robił tego. Z technicznym i branżowym tłem, wizja dla AIM była jasna. Rozumiałem luki operacyjne, które musiały być rozwiązane, i jak AI mogło być zastosowane w świecie fizycznym, i wiedziałem, że rynek na to optymalizacja był tam.

Biorąc pod uwagę Twoją pracę nad AI w skali planety (w Google/Waymo) i teraz autonomią w robótach ziemnych, jak porównujesz potencjalny wpływ AI w świecie fizycznym w porównaniu z tym, co widzieliśmy w dziedzinie cyfrowej?

AI już przekształciło, jak działamy w świecie cyfrowym, a widzimy podobną wartość w świecie fizycznym — ale w jeszcze większej skali. Podobnie jak AI przekształca, jak ludzie mogą prowadzić badania, zarządzać zadaniami i zmniejszać nadzór ludzki, AIM przekształca, jak maszyny fizyczne działają, uczą się i adaptują się do zmieniających się środowisk.

Włączamy ludzkich operatorów, aby lepiej wykonywać swoją pracę, wyposażając ich w autonomiczne maszyny, które mogą działać w miejscach, do których ludzie nie mają dostępu, działać w warunkach pogodowych, które zwykle wyłączają plac budowy, i utrzymywać ciągłą produktywność. Ani zastosowania cyfrowe, ani fizyczne AI nie są przeznaczone do zastąpienia ludzi całkowicie — chodzi o to, aby poprawić, jak ludzie mogą pracować.

Sugierołeś, że wizja AIM sięga poza Ziemię — do budowy i terraformowania poza planetą. Jak realistyczny jest ten horyzont w Twoim odczuciu, a jaka rolę widzisz AIM odgrywającą w tej przyszłości?

Przyniesienie tej automatyzacji do wszystkich zakątków Ziemi jest pierwszym krokiem — ale gdy budowa i wykorzystywanie zasobów poza planetą stają się rzeczywistością, potrzeba autonomicznych, zdalnie sterowanych ciężkich maszyn stanie się jeszcze bardziej krytyczna. Nie możemy wysłać ludzkiej załogi budowlanej na Marsa, ale możemy wysłać maszyny wyposażone w AIM, które mogą działać w tych ekstremalnych warunkach pogodowych, a jednocześnie ucząc się, jak działać lepiej w tym krajobrazie. Potrzebujemy maszyn, które nie tylko działają za pomocą zdalnego sterowania; potrzebujemy maszyn, które mogą działać całkowicie autonomicznie w miejscach, w których ludzie nie mogą.