Интервью
Адам Садилек. Основатель и генеральный директор AIM – Интервью
Адам Садилек является основателем и генеральным директором AIM. В детстве он был увлечен робототехникой и автоматизацией — движимым желанием создавать системы, которые могут учиться самостоятельно и делать физическую работу умнее, быстрее и безопаснее. Эта ранняя увлеченность привела его в Google, где он внес вклад в прорывную работу по планетарному масштабу ИИ и автономным транспортным средствам, которые позже эволюционировали в Waymo. Осознав неиспользованную возможность, он основал AIM, чтобы привнести автономность в землеройные работы — сектор, который лежит в основе почти всей человеческой инфраструктуры, но увидел мало автоматизации с момента появления гидравлического оборудования.
AIM является пионером в мире первой платформы, основанной на ИИ, для тяжелой техники, преобразующей то, как земля перемещается в масштабе. Объединяя передовые системы восприятия, планирования и управления, AIM автоматизирует экскавацию, планировку и перемещение материалов на строительных, горнодобывающих и проектах по климатической устойчивости. Технология компании решает критические глобальные проблемы, такие как нехватка рабочей силы, модернизация инфраструктуры и подготовка к стихийным бедствиям — закладывая основу для будущего, в котором автономные машины могут строить как на Земле, так и за ее пределами.
Вы провели более десяти лет в Google[x], работая над крупными инициативами ИИ, включая то, что стало Waymo. Какие конкретные опыт во время этого периода убедили вас, что автоматизация физического мира — не только цифровых сред — является правильным фронтиром?
У меня была привилегия присоединиться к Google прямо после получения докторской степени по ИИ. Работа в Google[x] и Alphabet дала мне практический опыт, чтобы увидеть потенциал ИИ в реальных условиях. Но только когда я перешел к строительству физической инфраструктуры, я真正 понял, насколько большим прорывом может быть автоматизация в построенном мире.
Видя, насколько сложно было перемещать землю, почву и материалы каждый день — даже для опытных строителей — привело меня к тому моменту: никто не решал эту важную проблему масштабируемым образом. Автономная землеройная техника не только радикально повысит безопасность наземного персонала и ускорит巨альные отрасли, такие как горнодобывающая и строительная, но также сможет решить некоторые из величайших проблем нашей планеты, таких как терраформирование и исправление ущерба, нанесенного нашей планете.
Итак, во время пандемии я начал конвертировать ручные машины в автономные в своем гараже, и именно там родился AIM.
С AIM Intelligent Machines вы выбрали сектор, который увидел мало робототехники или автономности с момента появления гидравлического оборудования. Можете ли вы описать тот момент или прозрение, когда вы решили, что пришло время запустить AIM?
Все, что мы строим, на что мы полагаемся каждый день, начинается с грязи. От устройства, на котором вы читаете это сейчас, до зданий, дорог и машин, которые мы используем каждый день, все это либо добывается, либо выращивается, и наша способность перемещать землю является ключом ко всему этому.
Я понял лично, работая в строительстве, что землеройные отрасли, такие как горнодобывающая и строительная, увидели мало технологий и автоматизации, которые преобразовали другие отрасли. Хотя склады имели конвейерные системы, фабрики автоматизировали линии сборки, и контейнеризация и системы отслеживания — методы, которые мы используем для перемещения больших количеств земли, не изменились значительно за долгое время.
Я также начал понимать огромный спрос на улучшение землеройных работ. Эксплуатация тяжелой техники является одной из самых опасных работ в мире, что приводит к острой и хронической нехватке рабочей силы для квалифицированных работников (отрасль строительства должна привлечь почти 1 миллион работников в течение следующих двух лет, чтобы удовлетворить спрос на проекты). Также существует огромная потребность во всем мире в автономной землеройной технике для улучшения всего, от цепочек поставок материалов до строительства лучшей инфраструктуры, восстановления опасных территорий и смягчения негативного воздействия изменения климата на планету.
Все это привело меня к прозрению, что нашей цивилизации нужна автономная землеройная техника. Нам нужен взгляд, скорость и интеллект, чтобы изменить планету с точностью и масштабом, чтобы решить самые большие проблемы и возможности планеты. Это то, что привело меня к запуску AIM и тому, что мы решаем.
Автономность для горнодобывающей или строительной техники представляет огромную сложность: сложная местность, непредсказуемые условия, тяжелые машины, построенные десятилетия назад. Какие ключевые технические прорывы сделали вашу платформу возможной — в области датчиков, картографии, машинного обучения или интеграции?
Разработка воплощенного ИИ для перемещения земли в некоторых из самых сложных условиях на нашей планете не является легкой задачей. Нам не только пришлось разработать системы, способные работать в средах, где нет дорог, полос или других правил для ИИ, но также создать системы, способные работать в местах с экстремальной жарой и холодом, темноте, плохой или отсутствующей подключением к интернету, и погодными явлениями, такими как снег, град или песчаные бури.
Одним из ключевых технических прорывов для AIM было решение проблемы датчиков и картографии в сложной местности. Технология датчиков может быть склонна к поломкам, когда она устанавливается на машинах, которые испытывают много вибраций и ударов. Итак, мы исключили эти хрупкие части и встроили все вычислительные и критические компоненты AIM в проприетарную бронированную структуру, которая также запечатана, чтобы предотвратить попадание мусора и песка внутрь. Затем мы также сварили датчики внутри скелета машины, чтобы обеспечить еще большую прочность.
Эта прочность, в сочетании с мощным обучением на борту, позволяет AIM автоматизировать землеройные задачи в некоторых из самых экстремальных сред, на реальных производственных объектах по всему миру. Есть огромная разница между прототипом и системой, развернутой коммерчески с некоторыми из крупнейших горнодобывающих, строительных компаний и отделений правительства США, которые полагаются на нее каждый день на своих объектах.
Стратегия AIM — модернизировать существующие тяжелые машины датчиками, лидаром и камерами. Почему вы выбрали использование существующего оборудования вместо разработки полностью новых автономных машин с нуля?
Простой ответ в том, что мы хотим, чтобы автоматизация была доступна для всех землеройных операций сегодня. Менеджеры объектов и активов уже инвестировали миллионы или миллиарды в флоты тяжелой техники. Только одна из этих машин часто стоит более 1 миллиона долларов и имеет долгий срок службы. Итак, просто нецелесообразно и неустойчиво заменить весь флот новыми машинами, чтобы стать автономными.
Наш подход к модернизации существующих машин решает проблему сотен тысяч этих устаревших машин, работающих по всему миру. AIM позволяет организациям, большим или малым, мгновенно повысить свои возможности, чтобы улучшить цепочки поставок материалов, построить инфраструктуру, защитить и восстановить территории, угрожаемые или поврежденные стихийными бедствиями, и многое другое. Это разблокирует силу автоматизации для операторов на скорости и масштабе, необходимых для сегодняшнего дня, а не через 10 лет.
Параллельно мы часто развертываем то же самое оборудование, программное обеспечение и ИИ в партнерстве с каналами, дистрибьюторами и даже производителями оригинального оборудования, которые создают удивительную гидравлическую технику, которую мы оснащаем платформой автономности AIM, работающей поверх этих флотов. Итак, это вопрос максимальной безопасности, создания ценности, совместного успеха клиентов и вариантов для важных экосистем.
Ваша платформа использует обучение от начала до конца, чтобы машины могли «научиться сами» копать быстрее и более эффективно. Как точно функционирует эта обратная связь в поле, и какие операционные улучшения вы наблюдали до сих пор?
Наш подход заключался в том, чтобы đặtить все вычисления ИИ на борту. В сочетании с нашей защищенной платформой, которая работает даже без GPS или интернета, мы обеспечиваем передовую автономность через обучение от начала до конца, выполняемое на краю. Это позволяет машинам стать умнее и быстрее, выполняя работу. Фактически, менее чем за час, машина, оснащенная AIM, научится копать действительно хорошо! Роботизированное управление ИИ становится чрезвычайно точным, когда оно учится, например, работающее с точностью до двух сантиметров, даже без GPS.
Обучение от начала до конца является ключом для машин AIM, чтобы достичь коммерческого уровня автономности, чтобы выполнять землеройные задачи на производственных объектах по всему миру. Это также означает, что все данные, аналитика и мониторинг производительности находятся на борту, чтобы уменьшить износ, сократить простои и продлить срок службы машин еще больше.
Кроме того, когда система учится, AIM может обеспечить новые операционные и капитальные значения по экономии топлива, циклу работы, использованию флота, оптимальному планированию объектов ИИ и исключению переделки. В среднем в горнодобывающей промышленности AIM генерирует дополнительные 13 миллионов долларов стоимости руды на машину каждый год для верхней линии, а также экономит 633 000 долларов на машину в год для улучшений нижней линии (прямые операционные расходы). Полное исключение любого потенциала вреда для людей, поскольку никто не находится на или рядом с машинами, конечно, приносит огромный уровень безопасности, который является важным сам по себе и выходит за рамки финансовых показателей. Мы продолжаем расширять дополнительные операционные выгоды, которые обеспечивает система.
Вы утверждаете, что применение ИИ здесь имеет решающее значение для инфраструктуры, климатической устойчивости, даже обороны. Какие наиболее поразительные реальные случаи вы работаете над сейчас — и как вы видите их социальное воздействие?
Сейчас один миллиард человек живет менее чем в 10 метрах выше уровня моря, один из шести живет в районах с значительным риском лесных пожаров, и более 3 миллиардов человек пострадали от деградации земель, нуждающихся в восстановлении. Не существует сомнений в том, что нехватка рабочей силы существенно влияет на темп, с которым строится критически важная инфраструктура, ремонтируются повреждения и выполняются проекты. Эта нехватка рабочей силы делает еще более сложным не только обратить негативные последствия изменения климата, но и предотвратить будущие проблемы.
Единственный способ решить эти проблемы напрямую — это привнести больше власти и автономности на объекты — чтобы операции не были ограничены ограничениями рабочей силы, погодными условиями или опасными условиями работы.
Например, лесные пожары увеличиваются в частоте из-за негативных последствий изменения климата. Вместо того, чтобы реагировать на ущерб, нанесенный этими пожарами, AIM останавливает их, прежде чем они произойдут. Машины AIM могут быть сброшены直接 в глубокие леса, чтобы создать противопожарные полосы, которые предотвратят распространение лесных пожаров, все это время управляясь удаленно. Аналогично, способ, которым вы строите дамбу или морскую стену, заключается в том, чтобы очень намеренно насыпать материал вдоль побережья, чтобы поднять его. Это аналогично землеройным работам, которые мы уже выполняем.
ИИ преобразует, как мы реагируем на и предотвращаем эти природные бедствия и климатические проблемы.
Горнодобывающая и строительная промышленность часто имеют укоренившиеся практики, тяжелую регуляцию и высокий риск, но низкую автоматизацию. Какие не-технические барьеры (культурные, регуляторные, операционные) AIM сталкивается при масштабировании своего решения?
Всегда существует проблема, когда трансформирующая технология входит в пространство, где практики были установлены десятилетиями. Технология, основанная на ИИ, всегда приносит немного скептицизма в нетехнические отрасли. Но с AIM мы смогли преодолеть эти проблемы, физически показывая операторам, как работает AIM, как он дает им рычаг, и как они переходят на безопасные, более удовлетворительные и устойчивые карьеры.
Эти отрасли чувствуют влияние нехватки рабочей силы и растущего спроса лично, и когда они могут увидеть, как машины, оснащенные AIM, могут выполнить полный смену автономно с точностью или работать в местах, слишком опасных для их экипажа, эти проблемы исчезают. Вместо того, чтобы быть в ловушке внутри машин, операторы с энтузиазмом учатся, что они могут управлять автономными флотами на безопасном расстоянии (и в кондиционированных или отапливаемых помещениях), чтобы повысить как производительность, так и время безотказной работы.
Растущая потребность в операционной эффективности перевешивает препятствия, традиционно препятствующие принятию.
Вы основали AIM в то время, когда мало кто смотрел на применение ИИ в тяжелой технике и землеройных работах. Как вы сформировали долгосрочное видение для AIM — и как вы сбалансировали раннюю экспериментацию с более крупной отраслевой повествованием об автоматизации в горнодобывающей и строительной промышленности?
Когда я покинул Google, я начал строить тяжелые физические инфраструктурные проекты, которые требовали низкой задержки и экстремальной скорости — это было то время, когда я понял, что нам нужно привнести автономные операции в физический мир.
Автоматизация всегда была больше мечтой для горнодобывающей и строительной промышленности; все надеялись, что решение появится, но никто не создавал его. С техническим и отраслевым фоном видение для AIM было ясным. Я понимал операционные пробелы, которые нужно было решить, и как ИИ может быть применен в физическом мире, и я знал, что рынок для этой оптимизации был там.
Учитывая вашу работу над планетарным масштабом ИИ (в Google/Waymo) и теперь автономностью землеройных работ, как вы сравниваете потенциальное воздействие ИИ в физическом мире с тем, что мы видели в цифровой области?
ИИ уже преобразовал, как мы работаем в цифровом мире, и мы видим аналогичную ценность в физическом мире — но в еще большем масштабе. Как и ИИ преобразует, как люди могут проводить исследования, управлять задачами и уменьшать человеческий надзор, AIM преобразует, как физические машины работают, учатся из опыта и адаптируются к меняющимся условиям.
Мы позволяем человеческим операторам делать свою работу лучше, оснащая их автономными машинами, которые могут работать в местах, где они физически не могут доступиться, работать в погодных условиях, которые обычно остановили бы объект, и поддерживать непрерывную производительность. Ни цифровые, ни физические применения ИИ не предназначены для полного замены человека — это о том, чтобы улучшить, как люди могут работать.
Вы предложили, что видение AIM выходит за пределы Земли — в строительство и терраформирование вне планеты. Насколько реалистичен этот горизонт в вашем представлении, и какую роль вы видите AIM, играющую в этом будущем?
Привнесение этой автоматизации во все уголки Земли — это первый шаг — но когда строительство вне планеты и использование ресурсов станет реальностью, потребность в автономной, удаленной тяжелой технике станет еще более критической. Мы не можем отправить человеческую строительную бригаду на Марс, но мы можем отправить машины, оснащенные AIM, которые могут работать в этих экстремальных погодных условиях, все это время обучаясь на своем опыте о том, как работать лучше в этом ландшафте. Нам нужны машины, которые не только работают по дистанционному управлению, но и могут работать полностью автономно в местах, где люди не могут.
