Arm okupio više od 80 tvrtki za zajednički jezik fizičkog AI-ja

Fizički AI nije samo model u robotu

Izraz fizički AI opisuje sustave koji ne završavaju odgovorom na zaslonu, nego opažaju okolinu i poduzimaju radnju. Robot u tvornici, autonomno vozilo ili poljoprivredni stroj mora spojiti model s kamerama i drugim senzorima, upravljačkim softverom, procesorima te aktuatorima koji pomiču fizičke dijelove. Pogreška se zato ne mjeri samo netočnim tekstom: može značiti zakašnjelu kočnicu, loš pokret robotske ruke ili prekid proizvodnog procesa. Armov program pokušava povezati dobavljače svih tih slojeva prije nego što svaki proizvođač zasebno rješava iste integracijske probleme.

Među više od 80 navedenih sudionika nalaze se AWS, Hugging Face, NXP, QNX, Qwen, Siemens i Unitree Robotics. Popis pokazuje širinu cilja: od oblačne infrastrukture i modela do ugrađenih procesora, operacijskih sustava i gotovih robota. Total Design nije jedan novi čip ni zatvorena referentna platforma. Arm ga predstavlja kao suradnički okvir u kojem se softverski stogovi, senzori, računalni hardver, virtualne platforme i digitalni blizanci mogu ranije uskladiti i provjeravati kao cjelina.

Od reaktivnog stroja do sustava koji se sam poboljšava

Robotics Capability Framework predlaže šest stupnjeva, od RL0 do RL5. Na početku su reaktivni sustavi koji odgovaraju na neposredan podražaj, a više razine dodaju kontekst, kratkoročno zaključivanje, upravljanje s više ciljeva i kognitivnije ponašanje. Završna razina opisuje samopoboljšavajući sustav. Oznaka ipak ne bi trebala biti samo marketinška procjena „pametnijeg” robota. Arm želi uz svaku razinu povezati očekivano ponašanje i ishod s mjerljivim tehničkim zahtjevima.

Ti zahtjevi uključuju latenciju, odnosno koliko brzo sustav mora reagirati, zatim izvodi li se obrada u samom uređaju ili u oblaku, koliko su memorije i energije potrebni te koliko je ponašanje determinističko i sigurno. Takva veza sposobnosti i resursa važna je jer isti model ne radi jednako u podatkovnom centru i na robotu koji raspolaže ograničenom baterijom. Proizvođaču također nije dovoljno znati da sustav „zaključuje”; mora znati hoće li rezultat stići dovoljno brzo i ponovljivo za stvarni pogon.

Analogija sa SAE razinama, ali bez gotovog standarda

Arm otvoreno uspoređuje ideju sa SAE razinama automatizirane vožnje, koje su industriji dale kratki zajednički jezik za opis onoga što vozilo preuzima od vozača. Robotika je šira: ista oznaka trebala bi imati smisla za humanoida, skladišni stroj, kirurški sustav i autonomno vozilo. Fierce Sensors upozorava da već postoje pristupi NIST-a, ACM-a, BCG-a i ISO-a. Arm stoga ne ulazi u prazan prostor, nego pokušava uvjeriti raznoliku industriju da se okupi oko praktičnijeg zajedničkog rječnika.

Najvažnije ograničenje jest status prijedloga. Sam Arm okvir naziva polazištem i poziva dodatne tvrtke da ga oblikuju. Nisu objavljeni obvezujući testovi, neovisno certifikacijsko tijelo, cijene ni rok nakon kojeg bi oznake RL0–RL5 postale industrijska praksa. Tvrtka zato još ne može jednostavno dodijeliti razinu robotu i očekivati da je svi tumače jednako. Vrijednost će ovisiti o tome hoće li partneri dogovoriti mjerljive kriterije i javno pokazati kako se oni provjeravaju.

Razvoj prije nego što stigne konačni čip

Arm kao dokaz načina rada navodi raniji automobilski projekt s AWS-om, Googleom, HERE-om, RemotiveLabsom i Siemensom. Partneri su složili referentno okruženje za digitalni kokpit u kojem se složen automobilski softver može razvijati i provjeravati na virtualnoj izvedbi platforme Zena CSS prije dostupnosti fizičkog čipa. Isti princip može skratiti razvoj robota: model, operacijski sustav i upravljački kod mogu se testirati u digitalnom blizancu dok proizvođač još dovršava elektroniku i mehaniku.

To ne uklanja potrebu za fizičkim testiranjem. Simulacija teško obuhvaća svu buku senzora, trošenje dijelova, nepredvidivo ponašanje ljudi i rijetke rubne situacije. Korisna je zato što ranije otkriva nesklad između komponenti i omogućuje usporedbu više hardverskih opcija. Ako Robotics Capability Framework dobije dovoljno precizne kriterije, virtualno testiranje moglo bi pokazati ne samo radi li sustav nego i zadovoljava li očekivanja određene razine prije skupog prototipa.

Velika tržišna procjena, skromniji neposredni učinak

Arm procjenjuje da bi godišnje tržište računalne infrastrukture za fizički AI u 2030-ima moglo premašiti 200 milijardi dolara. To je procjena zainteresiranog dobavljača procesorske arhitekture, a ne neovisna prognoza. Neposredni događaj je uži: više od 80 tvrtki pristalo je sudjelovati u ekosustavu i raspravi o sposobnostima robotike. Za europske proizvođače, među kojima je izrijekom naveden Siemens, zajednički jezik mogao bi olakšati nabavu i integraciju. Za hrvatske integratore zasad nema nove obveze ni certifikata; korist će postati konkretna tek ako se razine pretvore u provjerljive specifikacije koje prihvate kupci i dobavljači.