Fiziksel AI’nin Karşılaştığı En Büyük Zorluk Fiziksel Olabilir, Yapay Değil

Physical AI endüstrisindeki neredeyse her manşet çekici gösterinin arkasında aynı gerçek yatar: makine bir prototiptir ve prototipler ürün değildir. Tek bir çalışan robot inşa etmek mühendislik harikasıdır. Bininci robotu, birinin ödeyeceği bir maliyetle, arızalar sırasında ona bakacak bir uzman ekibi olmadan inşa etmek tamamen farklı bir zorluktur ve bu, sektörün henüz yeni karşılamaya başladığı bir sorundur.

Bu boşluk, zekânın gösterilmesi ile ölçekli üretim arasındaki fark, Fiziksel AI yarışının gerçek savaş alanı haline geliyor. Ve giderek daha fazla, bir AI sorunu değil, endüstriyel bir sorun gibi görünüyor.

Tek Parçadan Montaj Hattına

Bir donanım ürününü prototip aşamasından üretime taşıyan herkes, ilk birimin en kolay aşama olduğunu bilir.

Bir prototip robot, elle işlenmiş özel bir aktüatöre, iki aylık teslim süresi olan butik bir tedarikçiden temin edilen bir sensöre veya tasarlayan mühendisler tarafından monte edilen bir batarya paketine dayanabilir. Sadece bir birim olduğunda bunların hiçbiri önemli değildir. On binlik bir ölçeğe çıktığında ise hepsi ciddi bir sorumluluk haline gelir.

Tedarikçilerin nitelendirilmesi gerekir ve genellikle iki kez nitelendirilir, böylece tek bir fabrika yangını ya da sevkiyat gecikmesi üretimi durdurmaz. Laboratuvarda en yüksek performans için tasarlanan bileşenler genellikle tolerans, dayanıklılık ve özellikle maliyet açısından yeniden tasarlanmalıdır. El ile sorun gideren küçük bir doktor ekibiyle çalışan montaj süreçleri, bir üretim hattı teknisyeninin işi dakikalar içinde, günler değil, yapabilecek şekilde basitleştirilmelidir.

Bu çalışmaya üretilebilirlik tasarımı denir. Yavaş, zahmetlidir, Fiziksel AI’deki mühendislik savaşı giderek burada yürütülmekte ve iyi finanse edilmiş, teknik açıdan parlak birçok robotik şirketi bu savaşta yenilmiştir.

Etkileyici Gösterimler Pazarları Kazanmaz

Yazılım odaklı teknoloji döngülerinin on yılı boyunca edinilen doğal bir içgüdü vardır: en akıllı modeli ya da en insana benzeyen robotu inşa edenin zirveye çıkacağı varsayımı. Bu içgüdü, AI alanında yatırımcılara genellikle fayda sağlamıştır. Ancak Fiziksel AI’de onları yanılmaya itebilir.

Donanım işletmeleri demo gününde değil, sonrasındaki yıllarda, birim ekonomisi, tedarik zinciri dayanıklılığı ve sahada binlerce makineyi, çağrı üzerine bekleyen küçük bir mühendis ordusu olmadan çalışır durumda tutabilme yeteneğiyle kazanılır.

Güneş enerjisi faydalı bir örnek sunar. Piyasayı sonunda domine eden paneller laboratuvarda en verimli olanlar olmayabilir; şirketlerin güvenilir bir şekilde, maliyeti düşen ve hacmi artan bir şekilde üretebildikleri panellerdi. Elektrikli araçlar da benzer bir yol izledi; batarya tedarik zincirleri ve üretim verimi tek bir mühendislik atılımı kadar önemliydi. Fiziksel AI, onlarca ya da yüzlerce bileşenden oluşan robotlarla, her biri potansiyel bir arıza noktası olduğundan, daha az hoşgörülü olabilir. Sadece iyi bir robotu, güvenilir tedarikçiler ve her çeyrekte aşağı yönlü bir maliyet eğrisiyle destekleyen bir şirket, sadece bir düzine üretilebilen göz kamaştırıcı bir robotu olan rakibini geride bırakma ihtimali yüksektir.

AI Mühendisliği Hızlandırabilir, Fiziksel Süreci Değil

AI bu boşluğu kapatmaz mı? Kısmen evet. Üretken tasarım araçları, insan mühendislerin bile düşünmeyeceği bileşen geometrilerini keşfediyor. Simülasyon, makine öğrenimiyle hızlandırılarak aylar süren test döngülerini sıkıştırıyor. Öngörü modelleri, tek bir parça işlenmeden önce hangi tedarikçilerin ya da malzemelerin verim sorunlarına yol açabileceğini işaretleyebilir.

Bu araçlar gerçek hızlandırıcılardır ve onları mühendislik ve tedarik süreçlerinde iyi kullanan şirketler, kullanmayanlara göre daha hızlı ilerleyecektir.

Ancak bu süreci ne kadar sıkıştırabileceği konusunda katı bir sınır vardır, çünkü fiziksel dünya yazılım gibi yinelemeli değildir. Yeni bir alaşım hâlâ binlerce döngüde yorgunluk testine dayanmalıdır. Bir fabrika hattı da araç gereçlerinin kurulması, devreye alınması ve verimlerin istikrara kavuşması için kendi engebeli öğrenme sürecinden geçmelidir. Hiçbir simülasyon, yeni bir malzemenin onaylanması için gereken ayları ya da yeni bir üretim hattının devreye alınması için gereken çeyrekleri kısamaz. Donanım zaman çizelgelerinin yazılım zaman çizelgeleri gibi çökmesini varsayan herhangi bir şirket, kendisini kaba ve oldukça kamuoyu önünde bir sürprize hazırlamaktadır.

Göz Ardı Edilen Darboğazlar

Önceki donanım döngülerinden çıkarılacak tek ders, en az dikkat çeken bileşenlerin genellikle en büyük gecikmeye yol açmasıdır.

Fiziksel AI’de bu muhtemelen aktüatörlerle, yani bir robotun fiziksel işi yapabilmesi için tork ve hassasiyet sağlayan motor ve mekanizmalarla başlar. Nitelikli üreticilerin sınırlı bir havuzundan temin edilebilen bu parçalar kıtlık yaşamaktadır ve yeni kapasite oluşturmak çeyrekler değil yıllar sürer.

Bu, algılamayla devam eder. Bir makinenin çevresini algılamasını sağlayan kameralar, kuvvet sensörleri ve proprioseptif sistemler, yoğun ve gerçek dünya dağıtımının gerektirecekleriyle kıyaslandığında hâlâ pahalı ve olgunlaşmamıştır.

Bu, üretimin kendisine de uzanır. Endüstri, yoğun bir şekilde belirli bölgeler ve tedarikçilere dayanmıştır; bu yapı giderek stratejik bir zayıflık olarak görülmekte ve şirketleri, verimlilikten ödün vermeyi göze alsalar bile daha dağıtık ve yedekli üretim ayak izlerine yönlendirmektedir.

Ve son olarak güç gelir: depolar, güç elektroniği ve şarj altyapısı, depo, ev ve iş sahalarında sürekli çalışan makine filolarıyla birlikte ölçeklenmesi gereken unsurlardır. Bu kategorilerin hiçbiri bir ana konuşmada öne çıkmayacak. Hepsi muhtemelen kimin gerçekten sevkiyat yapacağını belirleyecek.

Daha Büyük Bir Hesaplaşmanın Ön Görünümü

Fiziksel AI patlaması, aslında teknoloji endüstrisinin rahatlıkla benimsediği bir varsayımın canlı bir testidir: bir kez inşa edilen zekanın serbestçe ölçeklenebileceği. Bu varsayım büyük ölçüde yazılım için geçerlidir. Ancak fabrikalar için geçerli değildir.

Hesaplama bir gecede iki katına çıkabilir. Modeller yeni bir eğitim çalışmasıyla iyileşebilir. Dağıtım bir düğmeye basmakla gerçekleşebilir. Tedarik zincirleri bir gecede iki katına çıkamaz. Nitelikli teknisyenler, kalifiye tedarikçiler ve olgun üretim hatları inşa edilmesi yıllar alır ve model yeteneklerindeki hiçbir sıçrama bu zaman çizelgesini kısaltmaz.

Bunun hiçbiri Fiziksel AI’nin aşırı abartıldığı ya da temel teknolojisinin gerçek olmadığı anlamına gelmez. Bunun anlamı, kütle merkezinin yapay zekadan fiziksel altyapıya kaymasıdır. Bu değişimi erken kavrayan ve bir sonraki gösterişli demoya değil, üretim kapasitesi ve tedarik zinciri dayanıklılığına gerçek kaynaklar yatıran şirketler ve onları destekleyen yatırımcılar, mevcut viral video dalgası yavaşlayıp bu makinelerin ölçekli olarak sahaya konulmasının daha yavaş ve zor işine geçildiğinde hâlâ ayakta kalacak olanlardır.