Japoński gigant technologiczny NEC Corporation ogłosił przełom w dziedzinie interakcji człowiek-maszyna, prezentując pierwszy na świecie system Physical AI zdolny do prognozowania stanów psychologicznych. Rozwiązanie to pozwala robotom autonomicznie korygować trasę i tempo ruchu, aby minimalizować niepokój u osób znajdujących się w ich otoczeniu.
Najważniejsze w skrócie
- Proaktywne sterowanie: Robot nie tylko unika kolizji, ale przewiduje dyskomfort człowieka i zmienia zachowanie, zanim wystąpi stres.
- Model Świata (World Model): System wykorzystuje unikalną architekturę „human-centric”, która integruje prognozowanie ruchu 3D z analizą stanów emocjonalnych.
- Koniec z barierkami: Technologia eliminuje potrzebę wydzielania stref dla robotów w magazynach i fabrykach, umożliwiając bezpieczną kooperację na małej przestrzeni.
- Wdrożenie rynkowe: NEC planuje komercjalizację rozwiązania do końca roku fiskalnego 2027.
Nowa era Physical AI: Robot, który „czyta” Twoje emocje
Współczesna robotyka mobilna od lat radzi sobie z omijaniem przeszkód, jednak integracja maszyn w dynamicznych środowiskach ludzkich, takich jak małe magazyny czy sklepy detaliczne, wciąż napotyka barierę psychologiczną. Pracownicy często czują się niepewnie, gdy ciężka platforma transportowa przecina ich ścieżkę w niewielkiej odległości. NEC Corporation postanowiła rozwiązać ten problem u podstaw, tworząc system, który traktuje ludzki spokój jako kluczowy parametr sterowania.
Physical AI opracowana przez NEC opiera się na tzw. modelu świata (World Model). W przeciwieństwie do tradycyjnych algorytmów typu „widzę-reaguję”, system ten buduje wewnętrzną reprezentację otoczenia i symuluje przyszłe zdarzenia. Dzięki temu robot „rozumie”, że nagłe zbliżenie się do człowieka od tyłu wywoła u niego stres, i modyfikuje swoją ścieżkę z wyprzedzeniem.
Fundamenty techniczne: Dwa filary prognozowania
System NEC nie jest pojedynczym algorytmem, lecz synergicznym połączeniem dwóch zaawansowanych modeli predykcyjnych:
- Model prognozowania ruchu 3D: Wykorzystując kamery zamontowane na robocie, AI ekstrahuje informacje o szkieletach 3D osób w zasięgu wzroku. Analizując postawę i kierunek wzroku, system przewiduje pozycję człowieka na kilka sekund do przodu, biorąc pod uwagę interakcje z otoczeniem i samym robotem.
- Ilościowy model estymacji lęku: To najbardziej innowacyjny element projektu. NEC przeprowadziło szeroko zakrojone badania eksperymentalne, w których analizowano reakcje ludzi na różne manewry robotów. Dane te posłużyły do wytrenowania modelu, który w czasie rzeczywistym przypisuje „punktację niepokoju” do konkretnych sytuacji (relatywna pozycja, prędkość, postawa).
Integracja tych danych pozwala jednostce sterującej robotem wybrać taką trajektorię, która optymalizuje dwa sprzeczne dotąd cele: wydajność logistyczną (szybkość dotarcia do celu) oraz bezpieczeństwo psychologiczne (utrzymanie niskiego poziomu stresu u ludzi).
Kontekst rynkowy: Od separacji do pełnej kooperacji
Dotychczasowe standardy bezpieczeństwa w przemyśle opierały się głównie na fizycznej separacji lub rygorystycznych strefach buforowych. Firmy takie jak Hitachi czy Siemens rozwijają zaawansowane systemy bezpieczeństwa oparte na czujnikach LiDAR, które zatrzymują maszynę w razie ryzyka kolizji. Podejście NEC idzie jednak krok dalej – zamiast reagować na zagrożenie fizyczne, zapobiega ono barierom psychologicznym.
W tradycyjnym modelu, robot w wąskiej alejce magazynowej mógłby doprowadzić do sytuacji, w której pracownik musi się gwałtownie zatrzymać, co generuje irytację i poczucie zagrożenia. System NEC pozwala maszynie na płynne zwolnienie lub lekkie odchylenie kursu znacznie wcześniej, co sprawia, że interakcja staje się naturalna i niemal niezauważalna dla człowieka. Jest to podejście zbieżne z wizją „Human-Robot Collaboration”, którą promuje m.in. Nvidia poprzez swoją platformę Isaac.
Dlaczego to ważne? Autorska analiza
Wprowadzenie przez NEC modelu świata zorientowanego na człowieka (human-centric world model) to sygnał, że branża robotyczna wychodzi poza fazę „czystej mechaniki” i wkracza w obszar kognitywistyki. Do tej pory roboty były projektowane jako narzędzia efektywne, ale „głuche” na kontekst społeczny. W obliczu pogłębiających się niedoborów siły roboczej, szczególnie w Japonii i Europie, roboty muszą stać się akceptowalnymi członkami zespołów, a nie tylko ruchomymi przeszkodami.
Kluczowe jest tu pojęcie „bezpieczeństwa psychologicznego”. Jeśli pracownik podświadomie obawia się maszyny, jego wydajność spada, a rotacja personelu rośnie. Rozwiązanie NEC może odblokować potencjał automatyzacji w miejscach dotychczas niedostępnych – małych sklepach, biurach czy szpitalach, gdzie przestrzeń jest wspólna i niepodzielna. Można to odczytywać jako próbę stworzenia „etykiety robotycznej” (robot etiquette), która jest niezbędna do masowej adopcji autonomicznych systemów w przestrzeni publicznej.
Warto jednak zaznaczyć, że skuteczność tego systemu będzie zależeć od różnorodności danych treningowych – poziomy stresu i strefy komfortu różnią się w zależności od kultury, wieku czy indywidualnych doświadczeń pracowników.
Co dalej?
- Testy operacyjne: NEC rozpocznie szerokie testy pilotażowe w rzeczywistych warunkach logistycznych i handlowych, aby zebrać dane o długofalowej akceptacji robotów przez pracowników.
- Integracja z systemami zarządzania flotą: Technologia ma zostać udostępniona jako moduł dla zewnętrznych producentów robotów mobilnych, co może ustandaryzować „empatyczne” zachowania maszyn.
- Optymalizacja obliczeniowa: Inżynierowie będą pracować nad zmniejszeniem zapotrzebowania modelu na moc obliczeniową, aby umożliwić jego działanie na krawędzi (edge computing) bezpośrednio w procesorach robotów bez opóźnień wynikających z przesyłania danych do chmury.
Źródła
- NEC Corporation – NEC develops world's first Physical AI that anticipates human movement and psychological states – https://www.nec.com/en/press/202603/20260312_01.html
- Nikkei BP – NEC develops AI to predict human anxiety and control robots – https://www.nikkeibp.co.jp/english/
- NVIDIA – Generative Physical AI and World Models – https://www.nvidia.com/en-us/glossary/generative-physical-ai/
- arXiv – Human-Robot Interaction and Predictive Modeling – https://arxiv.org/abs/2402.00066
