Robots zoals de vierpotige Spot van Boston Dynamics kunnen nu nauwkeurig analoge thermometers en drukmeters aflezen terwijl ze door fabrieken en magazijnen lopen. Deze verbetering komt van Google DeepMind’s nieuwste robotica-AI-model, dat de robotcapaciteiten voor ’embodied reasoning’ bij interactie met fysieke omgevingen moet verbeteren.

Wat er aan de hand is

Google DeepMind heeft op 14 april het Gemini Robotics-ER 1.6 model aangekondigd. Volgens het bedrijf functioneert dit als een “hoog-niveau redeneermodel voor een robot” dat taken kan plannen en uitvoeren. Een specifieke nieuwe vaardigheid is het nauwkeurig kunnen aflezen van instrumenten zoals complexe meters en het uitvoeren van visuele inspecties via kijkglazen in tanks en leidingen. Deze ontwikkeling is het resultaat van een doorlopende samenwerking met het robotica-bedrijf Boston Dynamics. Boston Dynamics test zijn vierpotige Spot-robot, ook wel een robot-hond genoemd, als mobiele inspectierobot in industriële faciliteiten, waaronder de autofabrieken van zijn moederbedrijf Hyundai Motor Group. Dergelijke inspecties vereisen “complex visueel redeneren” om de meerdere wijzers, vloeistofniveaus, schaalverdelingen en tekst op verschillende instrumenten te interpreteren.

Wat dit betekent

Voor ondernemers in productie, logistiek en technisch onderhoud betekent dit een verschuiving in wat geautomatiseerd kan worden. Tot nu toe waren routinematige visuele inspecties—zoals het controleren van druk, temperatuur of vloeistofniveaus—moeilijk te automatiseren zonder dure, vaste sensorsystemen. Deze AI-ontwikkeling maakt het mogelijk dat een mobiele robot deze taken overneemt. Het betekent niet dat robots direct alle menselijke inspecteurs vervangen, maar wel dat ze kunnen worden ingezet voor repetitieve, soms gevaarlijke of moeilijk bereikbare controlepunten. Dit kan leiden tot meer consistentie in dataverzameling, de mogelijkheid om vaker te inspecteren, en het vrijmaken van menselijk personeel voor complexere analyse- en onderhoudstaken.

Hoe je dit kunt toepassen

De praktische toepassing hangt sterk af van jouw specifieke situatie en de volwassenheid van deze technologie. Het is een aankondiging van een samenwerking en een nieuw AI-model, geen kant-en-klare productlancering voor het MKB. Toch schetst het een richting waar de industrie naartoe beweegt.

Als je een productiefaciliteit of groot magazijn beheert… kun je deze ontwikkeling als een signaal zien om je inspectieprocessen in kaart te brengen. Identificeer welke visuele controles (meterstanden, lekken, corrosie) repetitief en tijdrovend zijn. Dit geeft inzicht in de potentiële meerwaarde van automatisering op termijn, of het nu met deze specifieke robot is of met andere oplossingen.

Als je een technische dienst of onderhoudsbedrijf runt… is het waardevol om op de hoogte te zijn van deze trend richting ’embodied AI’. Het suggereert dat toekomstige servicecontracten mogelijk niet alleen gaan over het sturen van een monteur, maar ook over het beheren van data van autonome inspectierobots. Je zou kunnen nadenken over hoe je je dienstverlening kunt verbreden naar data-analyse of het beheren van dergelijke geautomatiseerde systemen.

Als je investeert in bedrijfsautomatisering… dan onderstreept dit nieuws het belang van visuele AI en ‘redeneren’ in de fysieke wereld. Bij het evalueren van automatiseringsprojecten kun je nu bewust de vraag stellen: “Kan deze taak, die nu visuele interpretatie vereist, in de nabije toekomst door een AI-gestuurde robot worden gedaan?” Dit helpt bij het maken van toekomstbestendige investeringsbeslissingen.

Bron: Arstechnica