We're sunsetting PodQuest on 2025-07-28. Thank you for your support!
Export Podcast Subscriptions
Teaching AI to Build Stuff in the Physical World
2025/1/30
What's Your Problem?
E
Edward Mayer
J
Jacob Goldstein
Jacob Goldstein: 当前AI在虚拟世界(文字、图像、视频)应用出色,得益于互联网提供的海量数据。然而,物理世界缺乏类似的数据集,导致AI在物理世界的应用尚不成熟。Edward Mayer致力于利用AI将机器人从僵化的机器转变为熟练多功能的工匠,解决传统制造业的刚性问题。
传统制造业的刚性问题体现在工厂设计和建造都针对特定产品,难以适应产品变化,需要巨额投资来改变工厂。例如,SpaceX在24年间仅生产了两类火箭,因为改变火箭直径需要重建工厂。规模经济并非自然规律,而是技术限制,因为制造第一件产品需要巨额投资,只有后续产品能利用该投资才能实现规模经济。汽车制造中,冲压设备的巨额投资限制了规模经济,即使只是稍微改变汽车形状,也需要更换大量昂贵的模具。
3D打印技术比传统制造更灵活,因为它对几何形状和材料的要求较低。然而,3D打印技术并非万能,它只适用于特定类型的零件,而制造业需要多种工艺来处理各种几何形状和材料的零件。Machina Labs的目标是创建一个灵活的制造平台,能够根据零件的不同选择合适的工艺,从而提高制造效率和灵活性。Machina Labs的灵感来自于手工制造,即利用简单的工具和智慧来制造各种产品。要实现灵活的制造,需要具备智能和具有高运动自由度的简单工具。
要实现可扩展的智能化制造,需要结合人类的智慧和AI技术,并通过数据积累来训练AI模型。要训练机器人AI,需要大量数据,而这些数据无法从互联网上获取,因此需要创造一种可持续的数据生成方式。只有比现有方案好十倍的解决方案才能克服行业惯性,获得市场采用。Machina Labs选择钣金成形作为首个应用领域,因为它是一个巨大的市场,并且现有技术存在痛点。国防和航空航天行业是Machina Labs的首个目标市场,因为该行业存在大量痛点,例如低产量、高产品多样性以及高昂的定制部件成本。国防和航空航天行业的部件更换成本高昂,且耗时长,这给国防能力带来了挑战。
Edward Mayer: Machina Labs的机器人钣金成形技术模仿了钣金工的手工操作,通过逐步变形来成形钣金,避免了使用模具。机器人钣金成形技术的挑战在于如何精确控制机器人动作和工艺参数,以避免钣金变形或撕裂。Machina Labs最初尝试通过物理模拟来生成数据,但发现效率低下,因此转向了结合人类经验和数据收集的混合模型。通过数据收集和AI模型训练,Machina Labs的机器人钣金成形技术已经将试错次数从25次减少到5次。
物理AI面临的最大挑战是数据生成,需要开发新的模型或算法来减少对数据的依赖,并改进数据采集方式。物理AI的应用将取决于谁能够以较低的成本合成或收集数据。除了通过实际操作收集数据外,还可以通过提高物理模拟的效率来生成数据。目前物理AI最大的挑战是如何在不进行巨额投资的情况下扩展数据采集。Machina Labs目前正在为国防、航空航天和建筑行业生产部件。Machina Labs的下一步目标是生产完整的子组件或产品,而不是仅仅生产部件。Machina Labs的技术可以用于制造定制汽车,让客户能够设计自己独特的汽车。
Machina Labs的长期目标是实现创意的民主化,让任何人都可以轻松地将创意转化为现实的产品。Machina Labs的目标是弥合数字世界和物理世界之间的差距,让物理世界也能像数字世界一样充满多样性。
Deep Dive
This chapter explores the limitations of traditional manufacturing, highlighting the "rigid factory problem." It explains how the high cost of retooling factories hinders innovation and prevents efficient production of variations of products. The inflexibility of traditional manufacturing methods is contrasted with the potential of AI-driven solutions.
- Traditional factories are inflexible and expensive to retool, hindering innovation.
- Economies of scale are a technological limitation, not a natural law.
- Changing a product's dimensions requires substantial factory modifications.
Shownotes Transcript