การปรับปรุงความเป็นอิสระ: วิธีที่โมเดล AI ของ Meta ช่วยให้มหาวิทยาลัยพิตต์สเบิร์กปฏิวัติหุ่นยนต์ช่วยเหลือ

มากกว่า 100,000 คนได้รับบาดเจ็บจากรถเข็นทุกปีในแผนกฉุกเฉินของสหรัฐอเมริกา — ไม่ใช่เพราะรถเข็นมีความเสี่ยงโดยธรรมชาติ แต่เพราะเทคโนโลยียังไม่ทันกับความซับซ้อนของสภาพแวดล้อมจริง นั่นคือปัญหาที่ Human Engineering Research Laboratories (HERL) ของมหาวิทยาลัยพิตต์สเบิร์กกำลังแก้ไขโดยตรง โดยใช้โมเดล AI แบบเปิดต้นทางของ Meta ในแพลตฟอร์มหุ่นยนต์ที่อาจเปลี่ยนแปลงความเป็นอิสระทางกายภาพสำหรับผู้คนนับล้านคน การปรับปรุงความเป็นอิสระ: วิธีที่โมเดล AI ของ Meta ขับเคลื่อนการเปลี่ยนแปลงนี้เป็นเรื่องที่สำคัญนอกเหนือจากพิตต์สเบิร์ก — มีผลกระทบโดยตรงต่อนักพัฒนาและผู้ก่อตั้งที่สร้างผลิตภัณฑ์ที่ขับเคลื่อนด้วย AI ทั่วเอเชีย

เกิดอะไรขึ้น

HERL ของมหาวิทยาลัยพิตต์สเบิร์ก ร่วมมือกับผู้บุกเบิกเทคโนโลยีช่วยเหลือ ATDev กำลังสร้าง แพลตฟอร์มหุ่นยนต์เพื่อการเคลื่อนไหวและการจัดการที่ช่วยเหลือและให้ความเป็นอิสระสำหรับผู้ที่มีความพิการ — เรียกว่า RAMMP ความคิดริเริ่มนี้ได้รับการสนับสนุนจากทุนสูงถึง 41.5 ล้านดอลลาร์ จาก Advanced Research Projects Agency for Health (ARPA-H) ซึ่งเป็นหน่วยงานของรัฐบาลสหรัฐอเมริกาที่สร้างขึ้นเพื่อสนับสนุนความก้าวหน้าทางชีวการแพทย์ที่เปลี่ยนแปลงทั้งหมด

ตามที่ระบุใน บล็อกโพสต์ AI ของ Meta เกี่ยวกับโครงการนี้ แพลตฟอร์ม RAMMP กำลังถูกสร้างขึ้นเพื่อแก้ไขความเป็นจริงที่โหดร้าย: มีผู้ใช้รถเข็นประมาณ 5.5 ล้านคนในสหรัฐอเมริกา และเทคโนโลยีช่วยเหลือที่มีให้กับพวกเขามักจะไม่สะท้อนความซับซ้อนของสภาพแวดล้อมในโลกแห่งความเป็นจริง — พื้นที่ที่ไม่เรียบ พื้นที่ในร่มที่ยุ่งเหยิง อุปสรรคที่เปลี่ยนแปลงไป เมื่อเทคโนโลยีไม่เพียงพอ ผลที่ตามมาไม่ใช่แค่ความไม่สะดวก พวกเขาเป็นอันตรายทางกายภาพ

เพื่อปิดช่องว่างนั้น ทีม HERL กำลังรวมโมเดล AI แบบเปิดต้นทางของ Meta — โดยเฉพาะ SAM (Segment Anything Model) และ DINOv2 — เข้าในสแต็กการรับรู้ของ RAMMP SAM จัดการการแบ่งส่วนฉากแบบเรียลไทม์ โดยระบุพื้นผิว อุปสรรค และเส้นทางที่สามารถนำทางได้จากข้อมูลเซ็นเซอร์ DINOv2 ให้การสกัดคุณลักษณะภาพที่แข็งแกร่ง ช่วยให้ระบบสามารถสรุปผลทั่วสภาพแวดล้อมที่ไม่ได้ฝึกอบรมอย่างชัดเจน ร่วมกัน พวกเขาให้พื้นฐานแก่แพลตฟอร์มหุ่นยนต์สำหรับการทำความเข้าใจโลกทางกายภาพด้วยความละเอียดอ่อนที่การเคลื่อนไหวช่วยเหลือต้องการ

การเลือกโมเดลแบบเปิดต้นทางของ Meta ไม่ได้เป็นเรื่องบังเอิญ มันสะท้อนการตัดสินใจทางวิศวกรรมที่ตั้งใจ: น้ำหนักแบบเปิดหมายความว่าทีมวิจัยสามารถปรับแต่ง ตรวจสอบ และปรับโมเดลให้เข้ากับข้อจำกัดเฉพาะของหุ่นยนต์ช่วยเหลือ — การอนุมานที่มีเวลาแฝงต่ำ การปรับใช้ที่ขอบ ความเชื่อถือได้ที่สำคัญต่อความปลอดภัย — โดยไม่ถูกล็อกเข้าไปในอพีไอแบบกรรมสิทธิ์ที่อาจเปลี่ยนแปลงหรือหายไป การเลือกสถาปัตยกรรมนั้นน่าสังเกตสำหรับนักพัฒนาคนใดที่สร้างบนพื้นฐาน AI วันนี้

ทำไมมันจึงสำคัญสำหรับเอเชีย

เอเชียมีประชากรที่มีความพิการด้านการเคลื่อนไหวมากที่สุดในโลก ตามองค์การอนามัยโลก มากกว่า 1 พันล้านคนทั่วโลกมีความพิการในรูปแบบใดรูปแบบหนึ่ง และส่วนแบ่งที่ไม่สมดุลอยู่ในเอเชีย — โดยเฉพาะอย่างยิ่งในสังคมที่มีอายุมากขึ้นเช่นญี่ปุ่น เกาหลีใต้ ไต้หวัน และเพิ่มเติมในจีน เอเชียตะวันออกเฉียงใต้เพิ่มเติมอีกชั้น: ประเทศเช่นเวียดนาม อินโดนีเซีย และฟิลิปปินส์มีประชากรจำนวนมากที่มีการเข้าถึงเทคโนโลยีช่วยเหลือคุณภาพสูงจำกัด ทั้งเนื่องจากต้นทุนและช่องว่างด้านโครงสร้างพื้นฐาน

โครงการ RAMMP บ่งชี้ถึงสิ่งที่สำคัญสำหรับระบบนิเวศเทคโนโลยีของเอเชีย: การบรรจบกันของ AI แบบเปิดต้นทาง หุ่นยนต์ และสุขภาพ ไม่ใช่เรื่องอยากรู้อยากเห็นทางวิจัยอีกต่อไป มันเป็นวินัยทางวิศวกรรมที่ได้รับทุนและมุ่งเน้นไปที่การปรับใช้ โมเดลที่ขับเคลื่อน RAMMP — SAM และ DINOv2 — พร้อมให้ใช้งานแบบสาธารณะ ทีมใดก็ได้ในสิงคโปร์ โซล หรือเซินเจิ้นสามารถดึงมันออกมาวันนี้และเริ่มสร้างได้

สิ่งที่ไม่ค่อยพบบ่อยในเอเชียคือโครงสร้างพื้นฐานของสถาบันเพื่อเปลี่ยนความสามารถนั้นให้เป็นผลิตภัณฑ์ที่เน้นผู้ใช้ แนวทางของ HERL — เน้นกระบวนการออกแบบรอบผู้ใช้รถเข็นจริง ดำเนินการทดลองในโลกแห่งความเป็นจริง ทำซ้ำตามข้อกำหนดด้านความปลอดภัย — เป็นวิธีการผลิตภัณฑ์เท่าที่เป็นวิธีการวิจัย ผู้ก่อตั้งเทคโนโลยีสุขภาพของเอเชียที่สร้างในพื้นที่ช่วยเหลือจะทำได้ดีหากศึกษาวิธีนี้

นอกจากนี้ยังมีมุมฮาร์ดแวร์ เอเชียครอบงำการผลิตหุ่นยนต์ทั่วโลก ไต้หวัน ญี่ปุ่น และเกาหลีใต้ผลิตส่วนแบ่งที่มีนัยสำคัญของตัวกระตุ้นหุ่นยนต์ เซ็นเซอร์ และการคำนวณแบบฝังตัวของโลก ช่องว่างไม่ได้อยู่ในห่วงโซ่อุปทานฮาร์ดแวร์ — มันอยู่ในชั้นซอฟต์แวร์ AI ที่ทำให้หุ่นยนต์มีความตระหนักรู้เกี่ยวกับบริบทและปลอดภัยเพียงพอสำหรับการปรับใช้ที่อยู่ติดกับมนุษย์ นั่นคือสถานที่ที่โมเดลแบบเปิดเช่น SAM และ DINOv2 ปลดล็อกความเป็นไปได้ใหม่ และที่นักพัฒนา AI ของเอเชียมีหน้าต่างการแข่งขันที่แท้จริงในตอนนี้

สำหรับผู้ก่อตั้งในภูมิภาค นี่คือสัญญาณ: หุ่นยนต์ช่วยเหลือไม่ใช่แนวตั้งที่เป็นช่องว่างสงวนไว้สำหรับห้องปฏิบัติการวิจัยของสหรัฐอเมริกาที่ได้รับทุนอย่างดี มันเป็นสนามที่เปิดกว้าง และโมเดล AI พื้นฐานพร้อมให้ใช้งานฟรีแล้ว

นี่หมายถึงอะไรสำหรับนักพัฒนา

สถาปัตยกรรมทางเทคนิคเบื้องหลัง RAMMP นำเสนอแบบพิมพ์เชิงปฏิบัติที่นักพัฒนาสามารถเรียนรู้ได้โดยตรง ที่แกนกลาง ระบบใช้ โมเดล AI ที่มองเห็นภาษาสำหรับการรับรู้สภาพแวดล้อม รวมกับตรรกะการควบคุมหุ่นยนต์ที่แปลผลลัพธ์การรับรู้เป็นการตัดสินใจการเคลื่อนไหวที่ปลอดภัยและเรียลไทม์ โมเดล Meta สองตัวที่ทำงานหนัก — SAM และ DINOv2 — มีให้ใช้งานบน Hugging Face และที่เก็บ GitHub ของ Meta

นี่คือสิ่งที่ไปป์ไลน์การรับรู้ขั้นต่ำโดยใช้โมเดลเหล่านี้มีลักษณะเป็นแนวคิด:

• ข้อมูลเข้า: ฟีด RGB-D กล้อง (ความลึก + สี) จากเซ็นเซอร์ที่ติดตั้งบนแพลตฟอร์มการเคลื่อนไหว
• การแบ่งส่วน: SAM ประมวลผลแต่ละเฟรมเพื่อระบุพื้นที่ที่แตกต่างกัน — พื้น อุปสรรค เฟอร์นิเจอร์ ทางลาด
• การสกัดคุณลักษณะ: DINOv2 สร้างการฝังสำหรับพื้นที่ที่ระบุ ช่วยให้ระบบสามารถจำแนกและให้เหตุผลเกี่ยวกับประเภทพื้นผิวและความสามารถในการข้ามผ่าน
• ชั้นการตัดสินใจ: โมเดลการควบคุมต่อเนื่องใช้หน้ากากการแบ่งส่วนและการฝังเพื่อคำนวณเส้นทางการนำทางที่ปลอดภัยในเวลาจริง
• การทำให้เป็นจริง: คำสั่งมอเตอร์ถูกออกให้กับระบบขับเคลื่อนของรถเข็นพร้อมข้อจำกัดการหลีกเลี่ยงการชนที่อบแบบ

ความท้าทายทางวิศวกรรมที่นี่ไม่ใช่เรื่องเล็กน้อย การเรียกใช้ SAM ที่เวลาแฝงที่ยอมรับได้บนฮาร์ดแวร์ขอบ — โดยไม่มีการเดินทางไปกลับไปยังคลาวด์ — ต้องใช้การหาปริมาณโมเดลและการปรับแต่งการอนุมานอย่างระมัดระวัง การฝังตัวของ DINOv2 มีประสิทธิภาพ แต่มีความหนาแน่นในการคำนวณ; การปรับใช้บนระบบฝังตัวเช่น NVIDIA Jetson หรือ Qualcomm RB5 ต้องใช้การสร้างโปรไฟล์และการตัดแต่ง สิ่งเหล่านี้เป็นปัญหาที่แก้ไขได้ แต่ต้องใช้ความพยายามทางวิศวกรรมที่ตั้งใจ ไม่ใช่แค่การเรียกอพีไอ

สำหรับนักพัฒนาที่สร้างบน MonstarX บทเรียนที่กว้างขึ้นจาก RAMMP คือเกี่ยวกับวินัยสถาปัตยกรรม: เมื่อคุณสร้างระบบ AI ที่ทำงานในสภาพแวดล้อมทางกายภาพด้วยความเสี่ยงด้านความปลอดภัยที่แท้จริง การเลือกระหว่างโมเดลแบบเปิดต้นทางกับแบบกรรมสิทธิ์ไม่ใช่เพียงการตัดสินใจด้านต้นทุน — มันเป็นการตัดสินใจด้านการควบคุม น้ำหนักแบบเปิดให้คุณสามารถปรับแต่งบนข้อมูลเฉพาะโดเมน (ในกรณีของ HERL คือสภาพแวดล้อมการเคลื่อนไหวในร่ม) ทำงานแบบออฟไลน์โดยไม่มีปัญหาเวลาแฝง และรักษาระบบเมื่อผู้ให้บริการต้นน้ำเปลี่ยนอพีไอของพวกเขา

นี่มีความสำคัญสำหรับแอปพลิเคชัน AI ใดๆ ที่ความเชื่อถือได้และความสามารถในการตรวจสอบไม่สามารถเจรจาได้ — สุขภาพ โลจิสติกส์ การทำให้เป็นอัตโนมัติของอุตสาหกรรม การดูแลผู้สูงอายุ ทั้งหมดของแนวตั้งเหล่านี้กำลังเติบโตอย่างรวดเร็วทั่วเอเชีย และทั้งหมดมีข้อกำหนดเดียวกัน: AI ที่คุณสามารถตรวจสอบ ปรับ และเชื่อถือได้

โครงการ RAMMP