Massimiliano Moruzzi, Fondator și CEO al Xaba – Seria de Interviuri

Massimiliano Moruzzi, fondator și CEO al Xaba, este un veteran al automatizării industriale și al inteligenței artificiale, cu o experiență profundă în robotică, sisteme de fabricație, mașini CNC și control industrial bazat pe inteligență artificială. Înainte de a fonda Xaba în 2022, el a ocupat funcții de conducere la Augmenta, unde a condus eforturile de cercetare și dezvoltare axate pe automatizarea bazată pe inteligență artificială, și anterior a ocupat funcții de inginerie și dezvoltare de software la Ingersoll Machine Tools și IMTA. De-a lungul a peste două decenii în tehnologia industrială, Moruzzi s-a concentrat pe punerea podului dintre robotică avansată și implementarea practică a fabricației, cu accent deosebit pe permiterea mașinilor să funcționeze mai inteligent, adaptativ și autonom.

Xaba este o companie industrială de inteligență artificială cu sediul în Toronto, care dezvoltă ceea ce numește “creiere sintetice” pentru roboți industriali și sisteme de fabricație. Platforma companiei combină inteligență artificială generativă, învățare prin întărire, control robotic și automatizare industrială pentru a permite roboților, mașinilor CNC și sistemelor controlate de PLC să se programeze și să se adapteze în timp real fără codare manuală. Tehnologiile sale de bază, inclusiv xCognition și PLCfy, sunt proiectate pentru a automatiza programarea roboților, a optimiza fluxurile de fabricație și a accelera implementarea în industrii precum aerospațială, automotive și fabricație avansată. Xaba poziționează tehnologia sa ca o modalitate de a moderniza automatizarea fabricilor prin înlocuirea sistemelor rigide, programate manual, cu control cognitiv bazat pe inteligență artificială, capabil să învețe din datele operaționale și să se adapteze dinamic la medii de producție în schimbare.

Ce a declanșat ideea pentru Xaba, și când ați realizat că roboții industriali au nevoie de o abordare fundamental diferită – esențialmente un creier sintetic, și nu mai multe linii de cod?

Scânteia a venit din observarea modului în care majoritatea roboților industriali eșuează la nivelul cel mai de bază al variabilității. Aceste mașini sunt mecanic precise, dar cognitiv fragile. Schimbări mici în toleranțele pieselor, parametrii procesului sau comportamentul materialului pot rupe o operațiune întreagă.

Răspunsul industriei a fost consecvent: scrieți mai mult cod, adăugați fixuri rigide scumpe pentru a elimina variabilitatea, adăugați mai multe reguli, bază-vă pe supravegherea umană și recalibrați în mod constant sistemul.

Atunci a venit realizarea: aceasta nu este o problemă de software – este un creier lipsă.

Roboții industriali și controlorii de astăzi execută în mod orbesc instrucțiuni fără a înțelege dacă rezultatul este de fapt bun sau rău. Ei nu raționează despre lumea fizică din jurul lor.

Roboții nu eșuează pentru că le lipsesc instrucțiuni; ei eșuează pentru că le lipsește înțelegerea. Oamenii nu se bazează pe mii de linii de cod pentru a strânge o șaibă sau a aplica adeziv. Noi ne adaptăm instinctiv în funcție de forță, mișcare și feedback fizic.

A devenit clar că roboții industriali au nevoie de un sistem de raționament sintetic bazat pe fizică, și nu doar pe un strat suplimentar de programare.

Cum v-a influențat experiența de la Augmenta AI și rolurile anterioare perspectiva dvs. la intrarea în Xaba, și ce lacune sau insighturi specifice v-au determinat să construiți această companie?

La Augmenta AI, ne-am concentrat profund pe luarea deciziilor bazate pe inteligență artificială, optimizare și autonomie. Ce a devenit evident este că majoritatea sistemelor de inteligență artificială funcționează într-o manieră abstractă, adică optimizează reprezentări de date în loc să interacționeze cu realitatea fizică.

În rolurile anterioare, am văzut proiecte de automatizare care au stagnat sau eșuat nu pentru că roboții nu erau capabili, ci pentru că sarcina de inginerie era insuportabilă. Lacuna a fost clară: nu exista un strat de inteligență care să poată conecta intenția de nivel înalt cu fizica lumii reale. Xaba există pentru a acoperi această lacună, dând mașinilor capacitatea de a raționa despre forță, mișcare, constrângeri și rezultate în același mod în care oamenii pricepuți o fac.

Xaba construiește primul sistem de inteligență artificială bazat pe fizică pentru roboți industriali. Cum se diferențiază această abordare de programarea tradițională a roboților și de modelele actuale de inteligență artificială?

Programarea tradițională a roboților se bazează pe căi predefinite, parametri de proces, forțe și secvențe de acțiuni. Ea presupune că mediul se comportă la fel de fiecare dată, ca un model CAD.

Modelele actuale de inteligență artificială adoptă o abordare diferită, dar ele sunt în mare măsură statistice. Ele sunt bune la predicție și imitație, dar nu înțeleg cu adevărat cauza și efectul fizic.

Fizica-AI a Xaba introduce un al treilea paradigmă. În loc să se bazeze în primul rând pe date vizuale sau instrucțiuni statice, noi folosim date din seria temporală a senzorilor, cum ar fi forță, temperatură, accelerație, voltaj, acustică și vibrație, pentru a înțelege fizica subiacentă a unui proces.

Acest lucru dă sistemului o înțelegere a modului în care acțiunile afectează rezultatele. În loc să urmeze doar instrucțiuni, mașina poate adapta în timp real atunci când condițiile se schimbă.

Ne mutăm de la automatizarea rigidă la sisteme care pot raționa fizic despre munca pe care o efectuează.

Cum îmbunătățește raționamentul sintetic calitatea, reproductibilitatea și adaptabilitatea în timp real pe linia de producție?

Raționamentul sintetic permite roboților să se adapteze în timpul sarcinii. Dacă rezistența se schimbă, robotul se ajustează corespunzător. Dacă comportamentul materialului se schimbă, el adaptează mișcarea. Acest lucru duce la o calitate superioară pentru că robotul răspunde la realitate, nu la presupuneri.

Reproductibilitatea se îmbunătățește pentru că sistemul nu reia trasee fragile; el rerezolvă sarcina de fiecare dată pe baza intenției fizice. Și adaptabilitatea devine nativă, nu o excepție care necesită reprogramare.

De ce credeți că următoarea mare descoperire în inteligență artificială va avea loc în sisteme fizice, și nu în sisteme pur digitale?

Pentru că lumea reală funcționează pe baza fizicii, nu a corelațiilor. Majoritatea inteligenței artificiale de astăzi se bazează pe recunoașterea modelelor și predicție.

Cele mai mari descoperiri în inteligență artificială până acum au avut loc în medii digitale în care recunoașterea modelelor este adesea suficientă. Dar sistemele fizice, cum ar fi sudarea, prelucrarea și asamblarea, funcționează diferit. Ele depind de relații cauzale între forță, energie, temperatură, mișcare și comportament al materialului. În aceste medii, variații mici pot rupe un proces, și erorile au consecințe reale.

De aceea, următoarea descoperire necesită o schimbare de la predicția bazată pe date la raționamentul bazat pe fizică.

Fizica-AI face posibilă această schimbare. Prin utilizarea datelor din seria temporală a senzorilor pentru a extrage ecuațiile de guvernare ale unui proces, inteligența artificială poate trece de la ghicirea rezultatelor la înțelegerea modului în care sistemul se comportă. Acest lucru permite mașinilor să se adapteze în timp real, chiar și sub variabilitate.

• Inteligența artificială digitală → în mare măsură construită în jurul corelației, predicției și generării de conținut.
• Fizica-AI → Permite mașinilor să raționeze, să se adapteze și să răspundă la condiții din lumea reală în timp real.

Următoarea undă de inteligență artificială nu va fi definită de modele mai bune de limbaj sau jocuri de imitație, ci de mașini care pot înțelege și controla realitatea.

Ce face ca infrastructura de automatizare de astăzi să fie învechită, și ce este necesar pentru a o remedia la scară industrială?

Infrastructura de astăzi se bazează pe presupunerea că variabilitatea este dușmanul. Totul este rigid, supradimensionat și scump de întreținut. Nu se extinde bine pentru că fiecare nou produs sau variație de proces necesită o intervenție umană masivă.

Remedierea necesită o schimbare de la programare la cogniție. Aveți nevoie de un strat de inteligență universal care să poată sta deasupra hardware-ului existent și să-l facă adaptiv. Acesta este modul în care modernizați automatizarea fără a scoate investiții de decenii.

Mulți producători se luptă cu sarcini care încă necesită mii de linii de cod și săptămâni de calibrare. Cum elimină Xaba acest blocaj?

Producătorii ajung la acest blocaj pentru că sistemele de astăzi sunt conduse de cod și bazate pe imitație, nu pe înțelegere. Ele se bazează pe mii de linii de logică sau pe modele de inteligență artificială antrenate pe pixeli și videoclipuri, pe care le numim adesea joc de imitație. Aceste abordări capturează modele, dar nu înțeleg procesul subiacent.

Xaba urmează o cale fundamental diferită.

Noi folosim date din seria temporală a senzorilor, forță, temperatură, curent și vibrație pentru a construi o nouă clasă de modele fundamentale bazate pe fizică. În loc să învățăm corelații, Fizica-AI noastră extrage ecuațiile de guvernare ale procesului. Acest lucru dă sistemului o înțelegere cauzală a modului în care acțiunile afectează rezultatele.

De acolo, sistemul generează acțiuni fizic valabile în timp real. Robotul nu reia exemple sau urmează cod predefinit; el raționează despre proces înainte de a acționa și se adaptează continuu sub variabilitate.

În practică, acest lucru înseamnă nu mii de linii de cod, nu dependență de imitația bazată pe pixeli și nu recalibrare constantă atunci când condițiile se schimbă. În schimb, obțineți un sistem care înțelege fizica și o controlează. Acesta este modul în care trecem de la programare și imitație la raționament fizic adevărat și control autonom.

Roboții care învață din demonstrație este o schimbare îndrăzneață. Care au fost reperele tehnice care au făcut posibilă această abordare, și care sunt încă limitările de astăzi?

Roboții care învață din demonstrație este un pas important, dar este încă în mare măsură o abordare bazată pe imitație. Aceste sisteme mapă observații (cum ar fi pixeli sau trasee) la acțiuni fără a înțelege fizica subiacentă a sarcinii.

Din perspectiva Fizicii-AI, reperele reale sunt trecerea de la imitație la înțelegere cauzală.

Ce a făcut posibilă această abordare este:

• Progresele în percepție (modele de limbaj-viziune, date multimodale)
• Seturi de date la scară largă de comportament uman și robotic
• Politici îmbunătățite care pot mapa observații la acțiuni

Dar aceste sisteme sunt încă fundamental conduse de corelații. Ele pot replica ceea ce au văzut, dar se luptă atunci când:

• Materialele se comportă diferit
• Parametrii procesului se schimbă
• Geometria sau toleranțele variază
• Fizica reală se abate de la datele de antrenament

Acolo limitările devin clare.

La Xaba, urmăm o abordare diferită. În loc să învățăm ce să facem din demonstrații, învățăm de ce funcționează.

Folosind date din seria temporală a senzorilor, Xaba extrage ecuațiile de guvernare ale procesului. Acest lucru creează un model de Fizică-AI fundamental care înțelege cum se comportă sistemul sub diferite condiții.

Adevărata descoperire vine din capacitatea mașinii de a raționa despre forță, energie și comportament al materialului, de a se adapta în timp real și de a genera acțiuni fizic valabile.

Cum se adaptează sistemul Xaba la condiții imprevizibile din lumea reală – variații de material, uzură a uneltelor sau schimbări subtile de mediu?

Pentru că sistemul raționează continuu despre forță, mișcare și rezultate, el poate detecta când realitatea se abate de la așteptări și se ajustează în timp real. Uzura uneltelor devine o variabilă, nu o eșec. Variația materialului devine parte a buclei de raționament.

Acest lucru este fundamental diferit de gestionarea erorilor bazate pe prag – este adaptare continuă.

Privind înainte cinci ani, cum vedeți evoluția inteligenței artificiale bazate pe fizică, și ce arată o fabrică complet autonomă, permisă de raționament sintetic?

Din perspectiva mea, următorii cinci ani vor marca trecerea de la automatizare la fabricație cognitivă adevărată.

Inteligența artificială bazată pe fizică va evolua de la optimizarea sarcinilor individuale la construirea de modele fundamentale pentru sisteme industriale întregi. În loc să se antreneze pe pixeli sau trasee trecute, aceste sisteme vor învăța în mod continuu din forță, temperatură, energie și dinamică, permițând o înțelegere cauzală a fiecărei operațiuni.

Schimbarea este profundă:

• De la programare → strategii de control auto-generate
• De la modele statice → sisteme care învață în mod continuu
• De la corelație → raționament bazat pe fizică

O fabrică complet autonomă, permisă de raționament sintetic, va arăta fundamental diferit. Mașinile se vor programa singure pe baza rezultatelor dorite, se vor adapta în timp real la variații de material și geometrie, și vor controla în mod inherent calitatea, în loc să o inspecteze după fapt. Cunoașterea nu va fi izolată – va propaga informații între mașini, linii și chiar fabrici, îmbunătățind în mod continuu performanța.

Dar cea mai importantă transformare este cea umană. Cu un adevărat creier sintetic pentru fabricație, relația dintre oameni și mașini devine bidirecțională. Oamenii nu vor programa doar mașini, ci vor învăța de la ele, la fel cum mașinile învață de la intenția și experiența umană.

Automatizarea nu mai este o funcție a locului de muncă, ci o platformă pentru creștere profesională, învățare continuă și descoperire. Ingineri, operatori și tehnicieni vor colabora cu sisteme care explică, se adaptează și ridică nivelul de înțelegere a proceselor fizice.

În acea lume, nu există săptămâni de calibrare sau mii de linii de cod. Fabrica funcționează ca un sistem coordonat, conștient de fizică, care amplifică capacitatea și perspicacitatea umană.

În cele din urmă, trecem de la fabrici care execută instrucțiuni la fabrici care înțeleg, raționează și evoluează împreună cu oamenii. Acesta este viitorul pe care îl construim la Xaba.

Mulțumim pentru acest interviu minunat, cititorilor care doresc să afle mai multe despre Xaba.