တောင်ကိုရီးယားနိုင်ငံရဲ့ Daegu Gyeongbuk သိပ္ပံနဲ့နည်းပညာတက္ကသိုလ် (DGIST) က သုတေသီတွေဟာ ကုန်လှောင်စင်တာတွေနဲ့ စမတ်စက်ရုံတွေမှာသုံးတဲ့ မောင်းသူမဲ့စက်ရုပ်တွေ (AMRs) ရဲ့ သွားလာမှုကို ပိုမိုကောင်းမွန်စေမယ့် “Physical AI” နည်းပညာသစ်တစ်ခုကို တီထွင်လိုက်ပါတယ်။ ဒီနည်းပညာဟာ လူတွေလိုပဲ အရေးကြီးတဲ့အချက်အလက်တွေကို မှတ်သားဖြန့်ဝေပြီး မလိုအပ်တော့တဲ့ အချက်အလက်အဟောင်းတွေကို “မေ့ပစ်တဲ့” လူမှုနိယာမကို အခြေခံထားတာ ဖြစ်ပါတယ်။ ဒါကြောင့် စက်ရုပ်တွေဟာ တကယ့်လက်တွေ့အတားအဆီးတွေနဲ့ မလိုအပ်တော့တဲ့ အချက်အလက်အဟောင်းတွေကို ခွဲခြားသိရှိနိုင်မှာ ဖြစ်ပါတယ်။

Robots cut travel time by 30% using human-like memory system in smart factories

လက်ရှိ မောင်းသူမဲ့စက်ရုပ်တွေရဲ့ အဓိကပြဿနာဟာ လမ်းမှာကြုံတွေ့ရတဲ့ အတားအဆီးတစ်ခုကို အမြဲတမ်းမှတ်သားထားပြီး အဲဒီအတားအဆီးကို ဖယ်ရှားလိုက်တဲ့အခါမှာတောင် မလိုအပ်ဘဲ လမ်းကြောင်းရှည်ကြီးကနေ ပတ်မောင်းနေတာ ဖြစ်ပါတယ်။ ဒီနည်းပညာသစ်ကတော့ အချက်အလက်တွေ ဘယ်လိုပျံ့နှံ့ပြီး တဖြည်းဖြည်းမေ့လျော့သွားလဲဆိုတဲ့ပုံစံကို အသုံးပြုထားတာကြောင့် စက်ရုပ်တွေဟာ ရုတ်တရက်ပေါ်လာတဲ့ အတားအဆီးအသစ်တစ်ခုရဲ့ တည်နေရာကို အချင်းချင်း ချက်ချင်းမျှဝေနိုင်ပြီး အဲဒီအတားအဆီး မရှိတော့တဲ့အခါမှာတော့ အဲဒီအချက်အလက်ကို သဘာဝကျကျ မေ့ပစ်နိုင်မှာ ဖြစ်ပါတယ်။

Humanoid Robots Work Collaboratively at Auto Factory

ဒီနည်းပညာကို စမ်းသပ်စစ်ဆေးခဲ့ရာမှာ ရလဒ်တွေက အလွန်ကောင်းမွန်ခဲ့ပါတယ်။ စက်ရုပ်တွေရဲ့ ပျမ်းမျှမောင်းနှင်တဲ့အချိန်ကို ၃၀.၁% အထိ လျှော့ချနိုင်ခဲ့ပြီး အလုပ်ပြီးမြောက်နိုင်စွမ်းကတော့ ၁၈.၀% အထိ တိုးတက်လာခဲ့ပါတယ်။ ဒီနည်းပညာရဲ့ အကြီးမားဆုံးအားသာချက်တစ်ခုကတော့ လက်ရှိစက်ရုပ်စနစ်တွေမှာ အလွယ်တကူထည့်သွင်းနိုင်တာပဲ ဖြစ်ပါတယ်။ ROS 2 navigation အတွက် plugin တစ်ခုအနေနဲ့ ရရှိနိုင်ပြီး ဈေးကြီးတဲ့အာရုံခံကိရိယာတွေမလိုအပ်ဘဲ 2D LiDAR တစ်ခုတည်းနဲ့ အလုပ်လုပ်နိုင်တာကြောင့် ကုန်ကျစရိတ်လည်း အလွန်သက်သာပါတယ်။

သုတေသီတွေရဲ့အဆိုအရ ဒီအောင်မြင်မှုဟာ စက်ရုပ်တွေက အတားအဆီးရှောင်တဲ့စက်တွေအဖြစ်ကနေ လူမှုနိယာမတွေကို နားလည်ပြီး ကိုယ်တိုင်အလုပ်လုပ်နိုင်တဲ့ Physical AI စနစ်တွေအဖြစ် ပြောင်းလဲတိုးတက်လာတာကို ပြသနေပါတယ်။ ဒီနည်းပညာကို ကုန်လှောင်ရုံစက်ရုပ်တွေမှာသာမကဘဲ အနာဂတ်မှာ မောင်းသူမဲ့ကားတွေ၊ ဒရုန်းအုပ်စုလိုက်မောင်းနှင်မှု၊ စမတ်မြို့တော်တွေရဲ့ ယာဉ်ကြောထိန်းချုပ်ရေးစနစ်နဲ့ အကြီးစားရှာဖွေကယ်ဆယ်ရေးလုပ်ငန်းတွေမှာပါ ကျယ်ကျယ်ပြန့်ပြန့် အသုံးပြုနိုင်မယ်လို့ မျှော်လင့်ရပါတယ်။

Ref : Interesting Engineering