Anton Glance, Buildroid AI’nin Kurucu Ortağı ve Teknik Müdürü – Röportaj Serisi

Anton Glance, Buildroid AI’nin kurucu ortağı ve teknik müdürü, AI, robotik, otomasyon ve bilgisayar görüşü alanında 10 yıldan fazla deneyime sahiptir. Anton, Mighty Buildings’de 2 yüksek otomasyonlu prefabrik fabrikanın lansmanını denetledi.

Buildroid AI’nin diğer kurucu ortağı ve CEO’su Slava Solonitsyn ile birlikte, robotik, makine öğrenimi, dijital mimari ve yenilikçi inşaat teknolojilerinde 12 yıldan fazla deneyime sahip bir ekibi yönetiyorlar.

Buildroid AI, bir simülasyon-önceli platform oluşturuyor, Bina Bilgi Modellerini (BIM) AI destekli dijital ikizlerle bağlantılıyor ve inşaat işlerini koordine edilen robot ekipleriyle otomatikleştiriyor. Şirket, bir BIM’den inşaata blok-laying sistemini gösterdi ve işgücü yoğun görevleri akıcı hale getiren ticari dağıtımlara doğru genişliyor. Simülasyonda robotik iş akışlarını doğrulayarak, Buildroid AI, verimliliği artırmayı, maliyetleri azaltmayı ve inşaat sektöründeki otomasyon için ölçeklenebilir bir temel oluşturmayı hedefliyor.

Önceki olarak, Mighty Buildings’i en iyi finanse edilen ve görünürlüğü yüksek contech startup’larından birine dönüştürdünüz ve 50’den fazla otomatik 3D yazıcı ev teslim ettiniz. Bu yolculuk sırasında hangi boşlukları veya verimsizlikleri gözlemlediniz ki sonunda Buildroid AI’yi kurmaya ve inşaat verimliliğine yönelik bir robotik yaklaşımı benimsemeye karar verdiniz?

Mighty Buildings’de prefabrik bir modeli izledik ve yapısal pazar engelleriyle karşılaştık. ABD’de prefabrik kabul oranı hala %6’nın altında ve yeni bir 3D baskı malzemesi getirmek, yapısal, yangın ve akustik standartlar açısından 3 yıl süren uyum çalışmaları gerektirdi. Fabrika giderlerini, ekipmanı, işçiliği ve üretilmeyen malzemeyle birleştirerek, ürünümüz piyasanın kabul edeceği fiyatın üzerinde %20 daha pahalı çıktı. İnşaat çok dar marjlarla çalıştığından, maliyet primleri benimsemeyi öldürüyor.

Buildroid ile ngược bir yol izledik: yeni malzemeler, yeni tasarımlar, kod değişiklikleri yok. Mevcut iş akışlarına doğrudan entegre oluyoruz ve robotların tekrarlayan, işgücü yoğun görevleri üstlenmesine izin veriyoruz – endüstri sürtünmesiyle değil, onu azaltarak.

SİMÜLASYON-ÖNCELİ MODELİNİZ, DİJİTAL İKİZLER VE BİNA BİLGİ MODELLEMESİ (BIM) KULLANARAK, İNŞAAT EKIPLERİNİN ROBOTİK İŞ AKIŞLARINI NASIL TEST ETTİĞİNİ, ONAYLADIĞINI VE İNŞAAT ALANINA ULAŞMADAN ÖNCE NASIL OPTİMİZE ETTİĞİNİ DEĞİŞTİRİYOR?

BIM, bir binanın ne olduğunu tanımlar, ancak nasıl inşa edileceğini açıklamaz. 4D-BIM sadece sıralamayı ekler, ancak gerçek inşa edilebilirliği değil. BIM’den inşaata giden simülasyon motorumuz, ekiplerin sanal olarak, fiziksel olarak doğru bir dijital ikiz içinde tüm inşaat sürecini gerçekleştirmesine olanak tanır – malzemeler, makineler ve site kısıtlamaları gerçek dünya gibi davranır.

Paydaşlar, yüzlerce senaryoyu test edebilir, inşa edilebilirliği doğrulayabilir, verimliliği ölçebilir ve iş akışlarını inşaat alanına dokunmadan önce optimize edebilir. Benzersiz kısım: simülasyon, doğrulanmış, çalışmaya hazır robot yürütme programları üretir, dijital tasarımı ve otomatik fiziksel inşaatı arasındaki boşluğu kapatır.

PLATFORMUNUZ 40’TAN FAZLA FARKLI ROBOT TİPİNİ DESTEKLİYOR. NASIL BU KADAR ÇEŞİTLENDİRİLMİŞ DONANIM ARASINDA GÜVENİLİR KOORDİNASYON SAĞLARSINIZ VE MÜTEAHHİTLER İÇİN ESNEKLİĞİ NASIL KORURSUNUZ?

AI planlayıcı, HTN (Hiyerarşik Görev Ağları) için yüksek seviyeli sıralama ve Davranış Ağaçları için düşük seviyeli görev yürütme birleştirir. Robotlar, yetenek tabanlı ajanlar olarak çalışır – örneğin, bir blok-laying robotu, blokları yerleştirebileceğini ancak sıva uygulayamayacağını “bilir”.

Planlayıcı, görev dağıtımını optimize eder, site tıkanıklıklarını (yol engellerini gibi) önler, birden fazla robot arasındaki iş yükünü dengeler ve malzeme taşıma botları gibi destek birimleri ile senkronize eder. Sonuç, bir insan ekibinin iyi düzenlenmiş bir şekilde çalışması gibi, koordine edilmiş, kendini ayarlayan bir robot ekibidir.

Buildroid, 10 KATINA (6 KATINA) KADAR VERİMLİLİK ARTIŞI VE 4 KATINA (3 KATINA) KADAR MALİYET TASARRUFU SUNUYOR. ERKEN VAKA ÇALIŞMALARI VE TEKNİK BENCHMARKLAR NASIL BU SONUÇLARI ELDE ETMENİZİ SAĞLADI?

Üç pilot – ticari, konut ve veri merkezi projeleri – boyunca gözlemledik:

• 6 katına kadar verimlilik: bir duvarcı ve yardımcı, genellikle 4-5 m²/gün blok işleri üretir; bir robotla, çıktı ~30 m²/güne çıkar.

• 3 katına kadar maliyet verimliliği: 12 işçi tarafından 30 m²/gün inşa etmek için gereken görevler, platformumuzla 2 işçi ve bir robotla gerçekleştirilebilir.

Bu sonuçlar, çoklu robot iş akışlarının dağıtılmasından önce geldi; bir operatör tarafından koordine edilen filolarla birlikte, genel proje süresi önemli ölçüde düşer.

İLK TİCARİ UYGULAMANIZ BLOK İŞLERİ VE BÖLME DUVAR KURULUMUNA ODAKLANIYOR. İLERİDE HANGİ İNŞAAT İŞ AKIŞLARININ ÇOKLU ROBOT OTOMASYONU İÇİN EN UYGUN OLDUĞUNU BELİRLEMEK İÇİN HANGİ KRİTERLERİ KULLANIYORSUNUZ?

Öncelikle, (1) ağır işgücü eksiklikleri, (2) tekrarlayan manuel zorlanma ve (3) çoklu robot işbirliği için açık görev bölümleri olan iş akışlarına odaklanıyoruz.

Dubai’de, başlattığımız yerde, her bölme bloğu ~30 kg (66 lb) ağırlığında ve duvarcı talebi mevcut uzman işgücünü aşıyor. Bir büyük müteahhit, gelecek yıl iş yükünü karşılamak için 6.000 duvarcı işe almak ve eğitmek zorunda kalacaklarını söyledi.

Blok işleri, malzeme teslimi, harç uygulaması, hizalama, takviye gibi alt görevlere doğal olarak bölünüyor, bu da işbirliği yapan özel robotlar için ideal oluyor.

Sıradaki işimiz: blok işlerinin ardından sıralanan sıva işi, bir öncü robotik tedarikçi ile ortaklık içinde.

ABD PAZARINA GİRERKEN, EN BÜYÜK DÜZENLEME, GÜVENLİK VE İŞLETME ENGELLERİNİ NASIL GÖRÜYORSUNUZ VE SIMÜLASYON-ÖNCELİ YAKLAŞIMIN BU ENGELLERİ NASIL AZALTMAKTA YARDIMCI OLUR?

OSHA, pilot dağıtımları için bile insan-robot etkileşiminin güvenli olduğunu kanıtlamayı gerektirir. Sertifikasyon genellikle 3+ ay sürer ve hızlı iterasyon gereken startup’lar için maliyetlidir.

UL ile bir simülasyon-önceli güvenlik onay çerçevesi üzerinde çalışıyoruz. Dijital ikizimizin gerçek dünya yürütmesini kanıtladığımız için, kenar durumlarını, çarpışma senaryolarını ve acil durum davranışlarını sanal olarak doğrulayabilir, uzun laboratuvar testlerine duyulan ihtiyacı azaltabilir ve uyum zamanlarını hızlandırabiliriz.

İNŞAAT ALANINDA ÇOKLU ROBOT İŞ AKIŞLARININ GELECEĞİNİ NASIL GÖRÜYORSUNUZ, BİR KEZ İSE AI ORKESTRASYONU DAHA OLGUNLAŞTIĞINDA?

İnşaat alanlarının, tam olarak robotlaştırılmış ekiplerle ve denetleyici rollerde insanlarla değişmesini bekliyoruz. Tek bir operatör, dijital bir ikiz kullanarak, görevleri gerçek zamanlı olarak koordine eden robot filolarını denetleyecek. Robotlar üretimi yapacak, insanlar ise denetimi ve istisna yönetimini yapacak.

İNSAN-ROBOT ALANINA GÜVENLİ, ÖZERK ÇALIŞMA İÇİN HANGİ AI KARAR ALMA VE İŞ AKIŞI OPTİMİZASYONU KAZANIMLARI EN KRİTİK?

Sonraki sınır, çoklu fiziksel AI – yerel kararlar veren ve bir sistem olarak işbirliği yapan robotlar. Bu, aşağıdaki alanlardaki gelişmeleri gerektirir:

• merkezsiz planlama ve koordinasyon

• inşaat alanı koşullarında güçlü algılama

• ortam değişikliklerine göre uyarlanabilir görev dağıtımı

Bu yetenekler, güvenilir, yarı-özerk ve tam özerk operasyonları kilidecek.

TEKRARLAYAN BİR CONTECH KURUCUSU OLARAK, İNŞAAT TEKNOLOJİSİ BENİMSEMESİ HAKKINDA ENDEŞTİRİLEN LİDERLERİN HENÜZ ANLAMADIĞI KONULAR NELERDİR VE BUILDROID BU YANILGILARI NASIL GİDERİYOR?

Çok sayıda startup, malzemeleri, süreci veya bina sistemini kendisi değiştirmeye çalışıyor – inşaatın en esnek olmadığı alanlar. Endüstri, hala bir yüzyıl önce olduğu gibi inşa ediyor ve temel yöntemleri değiştirmek, yıllarca süren düzenleyici, tedarik zinciri ve kültürel değişiklikler gerektiriyor.

Buildroid, bu sürtünmeyi önler. Malzemeleri veya tasarımları değiştirmeden, yalnızca mevcut malzemelerin nasıl kurulduğunu odaklanarak verimliliği artırıyoruz.

Buildroid’un, üçüncü taraf robotları ve müteahhitleri için bir ekosistem platformu haline gelmesini, böylece ulusal düzeyde inşaat robotiği için birleşik bir işletim katmanını oluşturmasını hayal ediyor musunuz?

Kesinlikle – bu, uzun vadeli vizyonumuz. Ancak önce, tek bir yüksek değerli iş akışında, duvar inşasında, uçtan uca mükemmelliği kanıtlamamız gerekiyor. Bu planı mükemmelleştirdiğimizde, üçüncü taraf robotlarına ve ek iş akışlarına genişlemek, doğal bir ekosistem evrimi haline gelecek.