Adam Sadilek. Założyciel i CEO AIM – Seria wywiadów

Adam Sadilek jest założycielem i CEO AIM. Jako dziecko, był uzależniony od robotyki i automatyki — zmuszony przez pragnienie budowania systemów, które uczą się same i sprawiają, że praca fizyczna jest inteligentniejsza, szybsza i bezpieczniejsza. 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, ale niewiele widział automatyzacji od czasu wprowadzenia maszyn hydraulicznych.

AIM jest pionierem na świecie pierwszej platformy opartej na sztucznej inteligencji dla ciężkiego sprzętu, przekształcając 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 adresuje krytyczne wyzwania globalne, takie jak braki siły roboczej, modernizacja infrastruktury i przygotowanie do klęsk żywiołowych — tworząc podstawy dla przyszłości, w której autonomiczne maszyny mogą 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 podczas 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 AI. Praca w Google[x] i Alphabet dała mi praktyczne doświadczenie, aby zobaczyć potencjał AI w rzeczywistych środowiskach. Ale nie było to aż do momentu, gdy przeniosłem się do budowania projektów infrastrukturalnych, że naprawdę zrozumiałem, jak dużo może zmienić automatyzacja w świecie zbudowanym. 

Widząc, 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 roboty ziemne nie tylko zwiększyłyby radykalnie bezpieczeństwo personelu naziemnego i przyspieszyłyby ogromne branże, takie jak górnictwo, budownictwo i prace cywilne, ale mogłyby również rozwiązać niektóre z największych wyzwań naszej planety, takich jak terraforming i naprawa szkód wyrządzonych przez naszą planetę. 

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

Z AIM Intelligent Machines wybrałeś sektor, który niewiele widział robotyki czy autonomii od czasu wprowadzenia maszyn hydraulicznych. Czy możesz opisać decydujący moment lub spostrzeżenie, kiedy postanowiłeś, że nadszedł czas, aby uruchomić AIM?

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

Zrozumiałem to pierwszą ręką, pracując w budownictwie, że branże ziemne, takie jak górnictwo i budownictwo, niewiele widziały technologii i automatyzacji, która przekształciła inne branże. Podczas gdy magazyny miały systemy przenośnikowe, fabryki zautomatyzowane linie montażowe, a kontenerowy system transportu i śledzenia — metody, których używamy do przenoszenia dużych ilości ziemi, nie zmieniły się znacząco 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 niezwykłe zapotrzebowanie na całym świecie na autonomiczne roboty ziemne, aby poprawić wszystko, od łańcuchów dostaw materiałów po budowę lepszej infrastruktury, remediację obszarów zagrożonych lub zniszczonych przez klęski żywiołowe i odwrócenie negatywnego wpływu zmian klimatycznych na planetę. 

Wszystko to 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 planety. To doprowadziło mnie do uruchomienia AIM i do tego, co rozwiązujemy. 

Autonomia dla maszyn górniczych lub budowlanych przedstawia ogromną złożoność: nierówny teren, 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 ucieleśnionej AI do poruszania ziemi w niektórych z najtrudniejszych warunkach na naszej planecie nie jest łatwe. Nie tylko musieliśmy zaprojektować dla środowisk, w których nie ma dróg, pasów ruchu ani innych struktur reguł dla AI do naśladowania — musieliśmy również opracować systemy zdolne do tego w miejscach z ekstremalnym ciepłem i zimnem, ciemnością, słabą lub nieistniejącą łącznością internetową oraz zdarzeniami pogodowymi, takimi 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 skłonna do awarii, gdy jest wyposażona w maszyny, które doświadczają dużej wibracji i udaru. Więc to, co zrobiliśmy, to usunęliśmy te kruche części i wbudowaliśmy wszystkie komponenty obliczeniowe i krytyczne AIM do własnej struktury pancernej, która jest również uszczelniona, aby zapobiec przedostawaniu się zanieczyszczeń i piasku. Następnie również spawaliśmy sensory w ramie samej maszyny, aby zapewnić jeszcze większą wytrzymałość. 

Ta wytrzymałość, w połączeniu z potężnym uczeniem końcowym na pokładzie, jest tym, co umożliwia AIM automatyzację zadań ziemnych w niektórych z najbardziej ekstremalnych środowisk, w rzeczywistych miejscach pracy na całym świecie. Istnieje ogromna różnica między prototypem a systemem wdrożonym komercyjnie z niektórymi z największych górników, budowniczych i gałęziami rządu USA, które polegają na nim każdego dnia w swoich obiektach.

Strategia AIM polega na modernizacji istniejących ciężkich maszyn za pomocą sensorów, 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 teraz. Menadżerowie obiektów i aktywów zainwestowali już miliony, a nawet miliardy w floty ciężkiego sprzętu. Jedna z tych maszyn często kosztuje więcej niż 1 milion dolarów i ma długi okres eksploatacji. Więc nie jest to ani wykonalne, ani zrównoważone, aby zastąpić całe floty nowymi maszynami, aby uzyskać autonomię. 

Nasze podejście oparte na modernizacji adresuje setki tysięcy tych maszyn legacy na całym świecie. AIM umożliwia organizacjom, dużym lub małym, natychmiastowe zwiększenie ich możliwości, aby poprawić łańcuchy dostaw materiałów, budować infrastrukturę, chronić i przywracać obszary zagrożone lub zniszczone przez klęski żywiołowe i więcej. To odblokowuje moc automatyzacji dla operatorów z szybkością i skalą, której potrzebują dzisiaj, a nie za 10 lat.

Równolegle często wdrożujemy ten sam sprzęt, oprogramowanie i AI we współpracy z kanałami, dystrybutorami i nawet OEM, którzy produkują niesamowite maszyny hydrauliczne, które turboładujemy z platformą autonomii AIM działającą na górze tych flot. To jest więc kwestia maksymalnego bezpieczeństwa, tworzenia wartości, wspólnego sukcesu klienta i opcjonalności dla ogromnie ważnych ekosystemów.

Twoja platforma wykorzystuje uczenie końcowe, aby maszyny „uczyły się same” i kopały szybciej i bardziej efektywnie. Jak dokładnie funkcjonuje ta pętla sprzężenia zwrotnego w terenie, a jakie ulepszenia operacyjne zaobserwowano dotychczas?

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 końcowego wykonywanego na krawędzi. To pozwala maszynom stać się mądrzejszymi i szybszymi wraz z wykonywaną pracą. W rzeczywistości w ciągu moins niż godziny maszyna wyposażona w AIM uczy się, jak prawidłowo kopać! Kontrola AI staje się niezwykle precyzyjna, gdy uczy się, na przykład, działając z dokładnością dwóch centymetrów, nawet bez GPS.

Uczenie końcowe jest kluczem dla maszyn AIM, aby osiągnąć ten komercyjny poziom autonomii do wykonywania zadań ziemnych na miejscach pracy na całym świecie. Oznacza to również, że wszystkie dane, analiza i monitorowanie wydajności są na pokładzie, aby zmniejszyć zużycie, skrócić czas przestojów i przedłużyć żywotność maszyn jeszcze bardziej. 

Ponadto, gdy system uczy się, AIM może dostarczyć nową wartość operacyjną i kapitałową w całym zakresie oszczędności paliwa, cyklu pracy, wykorzystania floty, optymalnego planowania miejsc za pomocą AI oraz eliminowania prac powtarzalnych. Średnio w górnictwie AIM generuje dodatkowe 13 milionów dolarów wartości rudy na maszynę każdego roku dla górnego pułapu, a także oszczędza 633 tysiące dolarów na maszynę rocznie na poprawy dolnego pułapu (bezpośrednie oszczędności OPEX). Całkowite wyeliminowanie potencjalnego zagrożenia dla ludzi, ponieważ nikt nie jest już na lub w pobliżu maszyn, oczywiście, wnosi ogromny poziom bezpieczeństwa, który jest niezwykle ważny sam w sobie i wykracza poza kwoty dolarowe. Kontynuujemy rozwijanie dodatkowych korzyści operacyjnych, które system zapewnia.

Utrzymujesz, że zastosowanie AI tutaj jest kluczowe dla infrastruktury, odporności na klimat, 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 jeden 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 zdegradowaną ziemią, która wymaga odnowienia. Nie ma wątpliwości, że braki siły roboczej poważnie wpływają na tempo, w jakim budowana jest krytyczna infrastruktura, naprawy są wykonywane i jak szybko projekty mogą być ukończone. Te braki siły roboczej utrudniają również nie tylko odwrócenie negatywnych skutków zmian klimatycznych, ale także proaktywne zapobieganie przyszłym wyzwaniom.

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

Na przykład pożary lasu zwiększają się w częstotliwości z powodu negatywnych skutków zmian klimatycznych. Zamiast reagować na szkody wyrządzone przez te pożary, AIM powstrzymuje je, zanim się rozpoczną. Maszyny wyposażone w AIM mogą być zrzucane bezpośrednio do głębokich lasów, aby utworzyć przeciwpożarowe pasy, które uniemożliwiają rozprzestrzenianie się pożarów, podczas gdy są obsługiwane zdalnie. Podobnie sposób, w jaki buduje się wał lub mur przeciwpowodziowy, polega na celowym ułożeniu materiału wzdłuż brzegu, aby go podnieść. Jest to analogiczne do robót ziemnych, które już wykonujemy.

AI przekształci, w jaki sposób reagujemy na i zapobiegamy tym klęskom żywiołowym i wyzwaniom klimatycznym.

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

Zawsze jest wyzwaniem, gdy technologia przekształcająca wkracza w przestrzeń, w której praktyki były ustanowione przez dziesięciolecia. Technologia AI zawsze wnosi trochę sceptycyzmu do nie technicznych branż. 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 linię, a gdy mogą zobaczyć, jak maszyny wyposażone w AIM mogą wykonać pełną zmianę autonomicznie z precyzją, lub działać w miejscach, w których ich załoga nie może się dostać, te obawy znikają. Zamiast być uwięzionymi w maszynach, operatorzy są podekscytowani, że mogą dowiedzieć się, jak mogą obsługiwać autonomiczne floty na bezpiecznej odległości (i w klimatyzacji lub ogrzewaniu), aby zwiększyć zarówno produkcję, jak i czas pracy. 

Roszące potrzeby efektywności operacyjnej przewyższają przeszkody, które tradycyjnie uniemożliwiają wdrożenie. 

Założyłeś AIM w czasie, gdy niewielu szukało zastosowania AI w ciężkim sprzęcie i robótach ziemnych. Jak skrystalizował się długoterminowy plan dla AIM — i jak zbalansowałeś wczesne eksperymenty z większą narracją branżową na temat automatyzacji w górnictwie i budownictwie?

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

Automatyzacja była zawsze bardziej marzeniem dla przemysłu górniczego i budowlanego; każdy miał nadzieję, że jakaś rozwiązanie się pojawi, 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 może być stosowana w świecie fizycznym, i wiedziałem, że rynek na tę optymalizację był tam.

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

AI już przekształcił, w jaki sposób działamy w świecie cyfrowym, i widzimy podobną propozycję wartości w świecie fizycznym — ale w jeszcze większej skali. Podobnie jak AI przekształca, w jaki sposób ludzie mogą prowadzić badania, zarządzać zadaniami i redukować nadzór ludzki, AIM przekształca, w jaki sposób fizyczne maszyny działają, uczą się z doświadczeń i adaptują się do zmieniających się środowisk.

Włączamy operatorów ludzkich, aby lepiej wykonywać swoją pracę, wyposażając ich w autonomiczne maszyny, które mogą działać w miejscach, do których ludzie fizycznie nie mają dostępu, działać w warunkach pogodowych, które zwykle wstrzymują miejsce pracy, i utrzymywać ciągłą produktywność. Ani zastosowania cyfrowe, ani fizyczne AI nie są przeznaczone do całkowitego zastąpienia ludzi — chodzi o to, aby wzmocnić, w jaki sposób ludzie mogą pracować.

Wskazałeś, że wizja AIM sięga poza Ziemię — w kierunku budowy i terraformowania poza planetą. Jak realistyczny jest ten horyzont w twoim przekonaniu, i jaka rolę widzisz AIM odgrywającą w tej przyszłości?

Przyniesienie tej automatyzacji do wszystkich zakątków Ziemi jest pierwszym krokiem — ale gdy budownictwo poza planetą i wykorzystywanie zasobów staje się rzeczywistością, potrzeba autonomicznych, zdalnie sterowanych ciężkich maszyn stanie się jeszcze bardziej krytyczna. Nie możemy wysłać ludzkiej ekipy budowlanej na Marsa, ale możemy wysłać maszyny wyposażone w AIM, które mogą działać w tych ekstremalnych warunkach pogodowych, podczas gdy uczą się z własnego doświadczenia na temat tego, 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.