ASTM i Singapore Standards Council wskazują pięć luk hamujących rozwój ucieleśnionej sztucznej inteligencji

Robot może przeprowadzić imponujący pokaz, a mimo to pozostawić potencjalnego klienta z trudnymi pytaniami. Jak będzie się zachowywał, gdy ktoś przerwie wykonywane przez niego zadanie? Kto kontroluje dane gromadzone przez jego kamery? Czy może współpracować z maszynami innego dostawcy?

Te pytania dotyczące wdrożenia znalazły się w centrum białej księgi ogłoszonej 3 listopada przez ASTM International i Enterprise Singapore za pośrednictwem Singapore Standards Council (SSC). Plan rozwoju przyszłych standardów dla ucieleśnionej sztucznej inteligencji wskazuje pięć priorytetów normalizacyjnych, które mają umożliwić szersze wykorzystanie inteligentnych systemów fizycznych.

Opracowany we współpracy z singapurską Agencją Nauki, Technologii i Badań (A*STAR) oraz Narodowym Programem Robotyki dokument powstał po warsztatach z lipca 2025 roku, w których wzięło udział ponad 140 przedstawicieli przemysłu, rządu, środowisk badawczych i akademickich. Program prac obejmuje zarządzanie danymi, niezawodność AI, bezpieczeństwo w miejscu pracy, interoperacyjność i procesy zakupowe. Dokument stanowi punkt wyjścia do opracowywania standardów, a nie nową certyfikację, którą dostawcy robotów mogą już deklarować.

Dlaczego ucieleśniona sztuczna inteligencja zmienia podejście do wdrożeń

Ucieleśniona sztuczna inteligencja łączy inteligencję maszyn z systemami fizycznymi, takimi jak roboty, pojazdy autonomiczne i inne inteligentne maszyny. Wprowadza percepcję i podejmowanie decyzji do rzeczywistego otoczenia, w którym błąd może wpłynąć na ludzi, sprzęt i środowisko.

Jak opisywał Unite.AI w artykule o tym, jak modele językowe zmieniają ucieleśnioną sztuczną inteligencję, coraz bardziej zaawansowana AI otwiera nowe możliwości w zakresie działania robotów. Z perspektywy komercyjnej kluczowe jest to, jak zapewnić niezawodność tych możliwości w codziennej pracy.

Wyobraźmy sobie robota dostawczego pracującego w szpitalu. Pokonanie wyznaczonej trasy to tylko część jego zadań. Robot musi także dostosować się do zasad dostępu obowiązujących w budynku, komunikować personelowi swoje zamiary w zrozumiały sposób oraz przestrzegać odpowiednich reguł przetwarzania danych. Udany pokaz nawigacji odpowiada tylko na część pytań istotnych przy podejmowaniu decyzji o zakupie.

Pięć luk stojących za programem normalizacyjnym

W ogłoszeniu priorytety podzielono na pięć obszarów. Ich znaczenie staje się wyraźniejsze, gdy spojrzymy na nie z perspektywy decyzji, które klient musi podjąć przed wdrożeniem.

1. Zarządzanie danymi i prywatność

Pierwszym priorytetem jest ustalenie wspólnych oczekiwań dotyczących zarządzania danymi i przestrzegania zasad ochrony prywatności. Kupujący musi wiedzieć, jakie informacje gromadzi system oraz jak rozkładają się obowiązki między zaangażowanymi organizacjami.

Dla zespołów odpowiedzialnych za zakupy praktyczny wniosek jest taki, by uwzględniać zasady przetwarzania danych już w pierwotnej specyfikacji. W hipotetycznej instalacji obejmującej wielu dostawców operator powinien móc ustalić, który dostawca odpowiada za każdy przepływ danych, bez konieczności odtwarzania tych informacji po wystąpieniu incydentu.

2. Bezpieczeństwo i niezawodność AI

Drugi obszar obejmuje wspólne metody testowania, porównywania wyników i monitorowania systemów AI. Porównywalne dane dałyby kupującym solidniejsze podstawy do oceny konkurencyjnych deklaracji.

W związku z tym pojawia się ważne pytanie dotyczące zakupu: czego dokładnie dotyczy zgłoszony wynik? Test łatwiej zinterpretować, gdy jasno określono zadanie, warunki działania, wersję oprogramowania i kryteria uznania testu za niezaliczony. W przeciwnym razie dwaj dostawcy mogą ogłosić sukces, choć w rzeczywistości mierzyli zupełnie różne rzeczy.

3. Bezpieczeństwo pracy i zarządzanie ryzykiem

Trzeci priorytet dotyczy bezpieczeństwa fizycznego oraz zagrożeń, takich jak nadmierne poleganie na automatyzacji czy źle zaprojektowane interfejsy. Bezpieczne wdrożenie wymaga zatem uwzględnienia osób nadzorujących maszynę i wchodzących z nią w interakcje.

Dobrym przykładem jest alert wymagający interwencji operatora. Jego wartość zależy od tego, czy dana osoba rozumie komunikat i ma praktyczną możliwość zareagowania. Planowanie instalacji powinno łączyć zachowanie maszyny, obowiązki personelu i procedury interwencji w spójny proces pracy.

4. Interoperacyjność i oprogramowanie pośredniczące

Czwarty obszar dotyczy koordynacji między agentami fizycznymi, usługami programowymi i infrastrukturą. W przypadku przedsiębiorstwa tworzącego flotę właściwym przedmiotem oceny staje się cała działająca instalacja.

Wyobraźmy sobie zakup dwóch robotów, z których każdy potrafi samodzielnie poruszać się korytarzem. Kwestią integracji jest to, jak podzielą się ograniczoną przestrzenią i skoordynują dostęp do tych samych drzwi. Zakup każdego urządzenia osobno może sprawić, że ta kwestia pozostanie nierozstrzygnięta aż do etapu wdrożenia. Jasno określone wymagania integracyjne dają dostawcom konkretne rozwiązanie, które mogą zaprezentować przed odbiorem.

5. Certyfikacja jakości i zamówienia

Piątym priorytetem jest budowanie zaufania, że system odpowiada swojemu przeznaczeniu. Wspólne podejście do certyfikacji i zamówień mogłoby pomóc klientom przełożyć ogólne obietnice na wymagania, które da się ocenić.

Najlepsze specyfikacje zakupowe łączą deklarowane możliwości z określonym zastosowaniem. Przemieszczenie konkretnego ładunku uzgodnioną trasą i w określonych warunkach stanowi bardziej użyteczne kryterium odbioru niż ogólne stwierdzenie, że robot jest inteligentny. Taka precyzja ułatwia również rozstrzyganie sporów dotyczących jego działania.

Od białej księgi do użytecznych norm

ASTM International i Enterprise Singapore zapowiadają, że przedstawią zidentyfikowane luki odpowiednim komitetom technicznym i swoim globalnym sieciom, aby pomóc w ustaleniu priorytetów przyszłych prac. Do udziału zapraszane są organizacje mające odpowiednie doświadczenie we wdrażaniu tych rozwiązań.

Dla twórców robotów szansą jest przedstawienie konkretnych dowodów wskazujących, na jakim etapie integracja lub ocena staje się trudna. Nabywcy mogą z kolei wyjaśnić, które nierozstrzygnięte kwestie uniemożliwiają przekształcenie projektu pilotażowego w powtarzalny zakup. Te perspektywy mogą pomóc ukierunkować prace nad normami na decyzje, które faktycznie przesądzają o wdrożeniu.

Znaczenie tego dokumentu polega na ujęciu tych kwestii związanych z wdrażaniem w jednym planie działania. Nawet sprawna maszyna musi przekonująco dowieść, jak będzie funkcjonować w środowisku klienta. Wspólne normy mogłyby ułatwić opracowanie, porównywanie i aktualizowanie takiego uzasadnienia, w miarę jak ucieleśniona sztuczna inteligencja trafia do kolejnych miejsc pracy.