Massimiliano Moruzzi, Xaba’nın Kurucusu ve CEO’su – Röportaj Serisi

Massimiliano Moruzzi, Xaba’nın kurucusu ve CEO’su, endüstriyel otomasyon ve AI alanında uzun süredir uzmanlaşmış bir yönetici olup, uzmanlık alanı robotik, üretim sistemleri, CNC makineleri ve AI destekli endüstriyel kontrolü içermektedir. Xaba’yı 2022 yılında kurmadan önce, Augmenta’da araştırma ve geliştirme çabalarına liderlik etmiş ve daha önce Ingersoll Machine Tools ve IMTA’da üst düzey mühendislik ve yazılım araştırma ve geliştirme pozisyonlarında görev yapmıştır. Endüstriyel teknoloji alanındaki 20 yılı aşkın tecrübesi boyunca, Moruzzi, gelişmiş robotik ve pratik üretim uygulamaları arasındaki uçurumu kapatmaya odaklanmıştır, özellikle de makinelerin daha zeki, adaptif ve otonom bir şekilde çalışmasını sağlamak için çaba sarf etmiştir.

Xaba, Toronto merkezli bir endüstriyel AI şirketi olup, endüstriyel robotlar ve fabrika sistemleri için “sentetik beyinler” geliştirmektedir. Şirketin platformu, üretken AI, pekiştirme öğrenimi, robotik kontrol ve endüstriyel otomasyonu birleştirerek, robotların, CNC makinelerinin ve PLC kontrollü sistemlerin kendilerini programlayabilmesini ve gerçek zamanlı olarak değişen koşullara uyum sağlamalarını sağlar. Xaba, teknolojisini, fabrika otomasyonunu modernleştirmek için esnek, elle programlanmış sistemlerin yerine, işlemsel veriden öğrenen ve değişen üretim ortamlarına dinamik olarak uyum sağlayan bilişsel kontrolü sağlayan bir yol olarak konumlandırır.

Xaba fikri ilk olarak ne zaman ortaya çıktı ve endüstriyel robotların temel olarak farklı bir yaklaşıma – sentetik bir beyin yerine daha fazla kod satırına – ihtiyacı olduğunuzu ne zaman fark ettiniz?

İlk olarak, çoğu endüstriyel robotun en temel düzeyde varyasyonlarda başarısız olduğunu gözlemledim. Bu makineler mekanik olarak precisa, ancak bilişsel olarak kırılgandırlar. Parça toleransları, işlem parametreleri veya malzeme davranışındaki küçük değişiklikler tüm işlemi bozacaktır.

Endüstriyel robotların ve kontrolörlerin kör bir şekilde talimatları uyguladıkları, ancak sonucun gerçekten iyi veya kötü olup olmadığını anlamadıkları açıktır. Fiziksel dünya hakkında akıl yürütmezler.

Robotlar talimatları uygulayamadıkları için değil, anlamadıkları için başarısız olurlar. İnsanlar, bir vida sıkmak veya yapışkan uygulamak için binlerce satır kod kullanmazlar. Fiziksel geri bildirimlere dayalı olarak içgüdüsel olarak uyarlanırlar.

Açıkça görülüyor ki endüstriyel robotlara sentetik bir akıl yürütme sistemi gerekiyor, yalnızca programlama değil.

Augmenta AI ve önceki rolleriniz, Xaba’ya girerken bakış açınızı nasıl şekillendirdi ve hangi cụ thể boşluklar veya içgörüler sizi bu şirketi kurmaya itti?

Augmenta AI’de, AI destekli karar verme, optimizasyon ve otonomi üzerinde derinlemesine odaklandık. Ancak çoğu AI sisteminin soyut bir şekilde çalıştığı, yani fiziksel gerçeklik yerine veri temsillerini optimize ettiği açıktı.

Önceki rollerimde, otomasyon projelerinin robotların yetenekleri nedeniyle değil, mühendislik altyapısının sürdürülemez olması nedeniyle durduğunu veya başarısız olduğunu gördüm. Boşluk açıktı: Yüksek düzeyli niyet ile gerçek dünya fiziksel gerçekliği arasında bağlantıyı sağlayacak bir zeka katmanı yoktu. Xaba, bu boşluğu kapatmak için var.

Xaba, endüstriyel robotlar için dünyanın ilk fizik tabanlı GenAI sistemini inşa ediyor. Bu yaklaşım, geleneksel robot programlamasından ve günümüzün ana akım AI modellerinden nasıl farklı?

Geleneksel robot programlaması, önceden tanımlanmış yollar, işlem parametreleri, kuvvetler ve eylem dizilerine dayanır. Çevrenin her zaman aynı şekilde davrandığını varsayar, tıpkı bir CAD modeli gibi.

Ana akım AI modelleri farklı bir yaklaşım benimser, ancak bunlar hala büyük ölçüde istatistiki modellerdir. İyi tahmin ve taklit yeteneklerine sahiptirler, ancak fiziksel neden-sonuç ilişkilerini gerçekten anlamazlar.

Xaba’nın Fizik-AI’si ise üçüncü bir paradigma sunar. Görsel verilere veya statik talimatlara dayanmak yerine, kuvvet, sıcaklık, ivme, voltaj, akustik ve titreşim gibi sensörlerden gelen zaman serisi verilerini kullanarak bir işlemin temel fizik yasalarını anlamaya çalışır.

Bu, makinelerin eylemlerinin sonuçlarını anlamalarına ve değişen koşullara gerçek zamanlı olarak uyum sağlamalarına olanak tanır.

Sentetik akıl yürütme, fabrika zemininde kalite, tekrarlanabilirlik ve gerçek zamanlı adaptasyonu nasıl geliştirir?

Sentetik akıl yürütme, robotların görevi sırasında uyum sağlamalarına olanak tanır. Direnç değişirse, robot buna göre telafi eder. Malzeme davranışı değişirse, hareketi uyarlar. Bu, robotların gerçekliğe değil, varsayımlara göre tepki vermeleri nedeniyle daha yüksek kalite sağlar.

Tekrarlanabilirlik artar, çünkü sistem kırılgan yolları yeniden oynamak yerine, her defasında fiziksel niyet temelinde görevi yeniden çözer. Adaptasyon, istisna değil, kural haline gelir.

Neden físik sistemlerde, saf dijital sistemlerin aksine, AI’nın próximo büyük atılımının olacağını düşünüyorsunuz?

Çünkü gerçek dünya fizik yasalarına göre işler, değil istatistiksel korelasyonlara. Bugünlerin çoğu AI sistemi, veri temsillerini optimize etmeye dayanır.

AI’daki en büyük atılımlar, desen tanıma ve tahminin yeterli olduğu dijital ortamlarda gerçekleşmiştir. Ancak fiziksel sistemler – kaynak, işleme, montaj – farklı çalışır. Bunlar, kuvvet, enerji, sıcaklık, hareket ve malzeme davranışı arasındaki nedensel ilişkilere dayanır. Bu ortamlarda, küçük varyasyonlar bir işlemi bozabilir ve hatalar gerçek sonuçlar doğurur.

Bu nedenle, próximo atılım, veri temsillerinden fizik yasalarına dayalı akıl yürütmeye geçiş gerektirir.

Fizik-AI, bu geçişi sağlar. İşlemdeki temel fizik yasalarını anlamak için zaman serisi sensör verilerini kullanarak, AI, sonuçları tahmin etmekten fiziksel sistemlerin davranışını anlamaya geçer. Bu, makinelerin gerçek zamanlı olarak uyum sağlamalarına ve varyasyonlara rağmen işlemeyi sürdürmelerine olanak tanır.

• Dijital AI → büyük ölçüde korelasyon, tahmin ve içerik oluşturma üzerine kuruludur.
• Fizik-AI → Makinelerin gerçek dünya koşullarına gerçek zamanlı olarak uyum sağlamasına ve tepki vermesine olanak tanır.

AI’nın próximo dalgası, daha iyi LLM’ler veya Taklit Oyunları değil, fiziksel gerçekliği anlayan ve kontrol eden makinelerle tanımlanacak.

Şu anki otomasyon altyapısının neden eskimiş olduğunu ve bunu endüstri çapında nasıl düzeltileceğini düşünüyorsunuz?

Şu anki altyapı, varyasyonun düşman olduğu varsayımına dayanır. Her şey katı, aşırı mühendislik yapılmış ve bakım maliyetleri yüksektir. Yeni ürün veya işlem varyasyonları için büyük insan müdahalesi gerektirir.

Bunu düzeltmek, programlamadan bilişime geçmeyi gerektirir. Mevcut donanımın üzerine oturabilen ve onu adaptif yapan evrensel bir zeka katmanına ihtiyacınız vardır. İşte böylece otomasyonu, on yıllarca yatırımın tamamını değiştirmeden modernize edersiniz.

Çok sayıda üretici, hala binlerce satır kod ve haftalarca kalibrasyon gerektiren görevlerle mücadele ediyor. Xaba bu tıkanıklığı nasıl ortadan kaldırıyor?

Üreticiler bu tıkanıklıkla karşılaşırlar, çünkü şu anki sistemler kod temelli ve taklit odaklıdır, anlayış odaklı değildir. Binlerce satır mantık veya piksel ve videolardan eğitimli AI modellerine dayanır, bu da bir taklit oyunudur. Bu yaklaşımlar desenleri yakalar, ancak temel işlemi anlamazlar.

Xaba, temel olarak farklı bir yol izler.

Zaman serisi sensör verilerini, kuvvet, sıcaklık, akım ve titreşimi kullanarak, fizik yasalarına dayalı yeni bir temel model sınıfı oluşturur. Korelasyonları öğrenmek yerine, işlemin temel fizik yasalarını çıkarır. Sistem, eylemlerinin sonuçlarını gerçekten anlar.

Sonuç olarak, sistem gerçek zamanlı olarak fiziksel olarak geçerli eylemler üretir. Robot, önceden tanımlanmış örnekleri yeniden oynamaz veya kod izlemez; işlem hakkında akıl yürütür ve sürekli olarak varyasyon altında uyum sağlar.

Robotların gösterimden öğrenmesi, cesur bir adımdır. Bu mümkün kılan teknik kilometre taşları nelerdir ve bugün hala hangi kısıtlamalar vardır?

Robotların gösterimden öğrenmesi önemli bir adımdır, ancak bu hala büyük ölçüde taklit odaklı bir yaklaşımdır. Bu sistemler, gözlemleri (pikseller veya yollar gibi) eylemlere eşler, ancak işlemin temel fizik yasalarını anlamazlar.

Fizik-AI perspektifinden, gerçek kilometre taşı, taklitten nedensel anlayışa geçmektir.

• Algilama (görme-dil modelleri, çoklu modal veri)
• İnsan ve robot davranışının büyük ölçekli veri kümeleri
• Gözlemleri eylemlere eşleyebilen geliştirilmiş politikalar

Ancak bu sistemler hala temel olarak korelasyon odaklıdır. Gördüklerini yeniden üretebilirler, ancak:

• Malzemeler farklı davranır
• İşlem parametreleri değişir
• Geometri veya toleranslar değişir
• Gerçek dünya fiziği eğitim verisinden sapar

Xaba’da farklı bir yaklaşım izliyoruz.

Zaman serisi sensör verilerini kullanarak, işlemin temel fizik yasalarını çıkarır ve bu, makinelerin gerçek zamanlı olarak uyum sağlamasına ve fiziksel olarak geçerli eylemler üretmesine olanak tanır.

Xaba’nın sistemi, malzeme varyasyonları, araç aşınması veya ince çevresel değişiklikler gibi öngörülemez gerçek dünya koşullarına nasıl uyum sağlar?

Sistem, sürekli olarak kuvvet, hareket ve sonuçlar hakkında akıl yürütür, böylece gerçeklik beklentiden sapladığında gerçek zamanlı olarak uyum sağlar. Araç aşınması bir değişken, değil bir başarısızlık haline gelir. Malzeme varyasyonu akıl yürütme döngüsünün bir parçası haline gelir.

Bu, eşik tabanlı hata işlemeden fundamental olarak farklıdır – sürekli adaptasyondur.

İleriye bakıldığında, beş yıl içinde fizik tabanlı GenAI’nin nasıl evrileceğini ve sentetik akıl yürütme ile çalışan tam otonom bir fabrikanın nasıl görüneceğini düşünüyorsunuz?

Beş yıl içinde, otomasyondan gerçek bilişsel üretime geçiş olacak.

Fizik tabanlı GenAI, tek görevleri optimize etmekten, tüm endüstriyel sistemler için temel modeller oluşturmaya evrilecek. Pikseller veya geçmiş yollar yerine, kuvvet, sıcaklık, enerji ve dinamikten öğrenen sistemler, her operasyonun nedensel anlayışını sağlayacak.

Değişim profundur:

• Programlamadan → kendiliğinden kontrol stratejileri üretme
• Statik modellerden → sürekli öğrenen sistemlere
• Korelasyonlu akıl yürütmeye → fiziksel akıl yürütmeye

Sentetik akıl yürütme ile çalışan tam otonom bir fabrika, temel olarak farklı görünür. Makineler, istenen sonuçlara dayalı olarak kendilerini programlar, malzeme ve geometri varyasyonlarına gerçek zamanlı olarak uyum sağlar ve kaliteyi içkin olarak kontrol eder, sonradan denetlemez. Bilgi, makineler, hatlar ve hatta fabrikalar arasında paylaşılır ve sürekli olarak performansını geliştirir.

En önemli dönüşüm, insandır. Üretimde gerçek bir sentetik beyin ile, insanların makinelerle ilişkisi çift yönlü hale gelir. İnsanlar makineleri yalnızca programlamaz, onlardan da öğrenir, makineler de insan niyeti ve deneyiminden öğrenir.

Otomasyon, bir iş fonksiyonu olmaktan çıkıp, kariyer gelişimi, sürekli öğrenme ve keşif platformu haline gelir. Mühendisler, operatörler ve teknisyenler, insan niyeti ve deneyiminden öğrenen ve insan anlayışını yükselten sistemlerle işbirliği içinde çalışır.

Bu dünyada, haftalarca kalibrasyon veya binlerce satır kod yoktur. Fabrika, insan yetenek ve anlayışını güçlendiren, fiziksel olarak farkında olan bir sistem olarak çalışır.

Nihayetinde, talimatları uygulayan fabrikalardan, anlayan, akıl yürüten ve insanlarla birlikte evrimleşen fabrikalara geçiyoruz. İşte Xaba’nın inşa etmeye çalıştığı gelecek budur.

Harika röportaj için teşekkür ederiz. Daha fazla bilgi almak isteyen okuyucular Xaba‘yı ziyaret edebilir.