Physical AI

Robots die zelfstandig door een magazijn rijden, landbouwmachines die hun omgeving herkennen en inspectierobots die zelf afwijkingen signaleren. Machines worden steeds beter in staat om niet alleen informatie te verzamelen, maar ook zelfstandig te reageren op wat er om hen heen gebeurt.

Deze ontwikkeling wordt Physical AI, of in het Nederlands fysieke AI genoemd. Bij Physical AI wordt kunstmatige intelligentie toegepast in machines die zich in de fysieke wereld bevinden. Ze gebruiken sensoren om hun omgeving waar te nemen, verwerken deze informatie en kunnen vervolgens zelf een fysieke actie uitvoeren.

Voor de IoT-markt is deze ontwikkeling vooral relevant omdat steeds meer verbonden machines niet alleen data verzamelen, maar ook zelfstandig hun omgeving interpreteren, beslissingen nemen en handelen.

Maar wanneer spreken we precies van Physical AI? Is iedere slimme robot een vorm van Physical AI? En wat is het verschil met traditionele robotica, Embodied AI en generatieve AI? In dit kennisbankartikel leggen we de basis uit.

Wat is Physical AI?

Physical AI is kunstmatige intelligentie die een systeem in staat stelt om de fysieke wereld waar te nemen, beslissingen te nemen en daarop te handelen.

Dat gebeurt meestal in drie stappen:

1. Waarnemen: sensoren verzamelen informatie over de omgeving.
2. Beslissen: software en AI-modellen interpreteren deze informatie en bepalen wat er moet gebeuren.
3. Handelen: de machine voert vervolgens een fysieke actie uit.

Denk bijvoorbeeld aan een autonome magazijnrobot die een persoon op zijn route detecteert. De sensoren herkennen het obstakel, het systeem bepaalt dat de huidige route niet veilig is en de robot remt af of kiest een andere route.

Het verschil met veel andere vormen van AI is daarmee vooral dat de uitkomst niet alleen digitaal blijft. Het systeem beïnvloedt daadwerkelijk de fysieke omgeving.

Hoe werkt Physical AI?

Een Physical AI-systeem bestaat meestal uit meerdere onderdelen die met elkaar samenwerken.

Sensoren nemen de omgeving waar

Een machine moet eerst kunnen begrijpen wat er om hem heen gebeurt. Daarvoor kunnen verschillende soorten sensoren worden gebruikt, zoals:

• camera’s;
• LiDAR;
• radar;
• ultrasone sensoren;
• GPS;
• temperatuursensoren;
• druksensoren;

Welke sensoren nodig zijn, hangt volledig af van de toepassing. Een autonome landbouwmachine heeft bijvoorbeeld andere informatie nodig dan een robotarm in een fabriek.

AI interpreteert de informatie

De verzamelde data wordt vervolgens verwerkt door software en AI-modellen. Een camerasysteem kan bijvoorbeeld herkennen dat er een persoon voor een voertuig staat, terwijl een landbouwrobot met behulp van beeldherkenning onderscheid kan maken tussen een gewas en onkruid. Het systeem gebruikt deze informatie om te bepalen wat er vervolgens moet gebeuren.

De machine voert een actie uit

De laatste stap is de fysieke handeling. Dat kan bijvoorbeeld betekenen dat een robot:

• stopt;
• versnelt;
• een andere route kiest;
• een object oppakt;
• een product sorteert;
• een onderdeel inspecteert;
• een gewas behandelt.

Juist deze combinatie van waarnemen, beslissen en fysiek handelen is kenmerkend voor Physical AI.

Wat is het verschil tussen Physical AI en traditionele robotica?

Robots bestaan natuurlijk al veel langer dan Physical AI. Een traditionele industriële robotarm kan bijvoorbeeld duizenden keren per dag exact dezelfde beweging uitvoeren. Dat maakt de robot geautomatiseerd, maar niet automatisch intelligent. Het belangrijkste verschil zit in het vermogen om met veranderingen om te gaan.

Een traditioneel robotsysteem werkt vaak volgens vooraf bepaalde instructies: Pak onderdeel A op en plaats het op positie B. Wanneer de omgeving verandert, moet het systeem vaak opnieuw worden geprogrammeerd of ingesteld.

Een Physical AI-systeem kan juist informatie uit zijn omgeving gebruiken om zijn gedrag aan te passen. Wanneer onderdeel A bijvoorbeeld een paar centimeter anders ligt, kan een met camera’s en AI uitgeruste robot mogelijk zelf bepalen waar het onderdeel zich bevindt en zijn beweging aanpassen. Dat betekent overigens niet dat iedere moderne robot automatisch Physical AI is. Veel robots werken nog steeds grotendeels volgens vaste regels of geprogrammeerde processen.

Wat is het verschil tussen Physical AI en generatieve AI?

Generatieve AI en Physical AI maken beide gebruik van kunstmatige intelligentie, maar worden voor andere taken gebruikt. Generatieve AI is vooral bekend van systemen die nieuwe digitale output produceren, zoals:

• tekst;
• afbeeldingen;
• audio;
• video;

Physical AI gebruikt AI juist om te kunnen functioneren in een fysieke omgeving.

Een chatbot kan bijvoorbeeld een route voor een magazijnrobot beschrijven. Een Physical AI-systeem moet die route daadwerkelijk kunnen rijden, ondertussen obstakels herkennen en reageren wanneer de situatie verandert.

De twee vormen van AI kunnen overigens ook samenkomen. Generatieve AI kan bijvoorbeeld worden gebruikt om instructies te interpreteren, terwijl andere AI-modellen verantwoordelijk zijn voor waarneming, navigatie en fysieke handelingen.

Is Physical AI hetzelfde als Embodied AI?

De begrippen Physical AI en Embodied AI liggen dicht bij elkaar en worden in de praktijk regelmatig naast of door elkaar gebruikt.

Embodied AI legt vooral de nadruk op het idee dat intelligentie zich bevindt in een fysiek systeem dat door interactie met zijn omgeving kan leren of handelen. Physical AI wordt doorgaans breder gebruikt voor AI-systemen die intelligentie koppelen aan fysieke machines, robots en autonome systemen. Er bestaat geen volledig vaste scheidslijn tussen beide begrippen. In veel toepassingen is sprake van aanzienlijke overlap.

Voor organisaties is het daarom meestal relevanter om te kijken naar wat het systeem daadwerkelijk kan:

• kan het de omgeving waarnemen?
• kan het zelfstandig beslissingen nemen?
• kan het zijn gedrag aanpassen?
• kan het vervolgens fysiek handelen?

Voorbeelden van Physical AI

Physical AI is niet beperkt tot humanoïde robots. De technologie kan worden toegepast in veel verschillende soorten machines en voertuigen.

Logistiek en magazijnen

Autonomous Mobile Robots, vaak afgekort tot AMR’s, rijden zelfstandig door magazijnen en distributiecentra. Ze kunnen goederen vervoeren, routes aanpassen en reageren op andere voertuigen of medewerkers die zich door dezelfde omgeving bewegen. Ook autonome heftrucks en andere voertuigen voor intern transport vallen steeds vaker binnen deze ontwikkeling.

Autonome voertuigen

Zelfrijdende auto’s, shuttles, vrachtwagens en voertuigen op afgesloten industrieterreinen gebruiken sensoren en software om hun omgeving voortdurend te beoordelen. Het systeem moet bijvoorbeeld andere voertuigen, wegmarkeringen, personen en obstakels herkennen en daarop reageren.

Landbouw

Ook binnen de landbouw worden machines steeds autonomer. Denk aan:

• autonome tractoren;
• veldrobots;
• oogstrobots;
• robots die onkruid herkennen;
• autonome maaimachines.

Een veldrobot kan bijvoorbeeld met camera’s herkennen waar gewassen staan en zijn werkzaamheden daarop aanpassen.

Industrie

In fabrieken worden robots steeds beter in staat om met variatie om te gaan. Vision-systemen kunnen bijvoorbeeld bepalen hoe een willekeurig geplaatst onderdeel moet worden opgepakt, waarna een robotarm zijn beweging daarop aanpast.

Inspectie en onderhoud

Robots en drones kunnen worden ingezet voor het inspecteren van bijvoorbeeld:

• spoorwegen;
• elektriciteitsnetwerken;
• windturbines;
• pijpleidingen;
• industriële installaties.

Daarbij kunnen AI-modellen helpen om afwijkingen of beschadigingen automatisch te herkennen.

Openbare ruimte

Ook buiten industriële omgevingen ontstaan steeds meer autonome toepassingen. Voorbeelden zijn autonome:

• maaimachines;
• straatreinigingsmachines;
• afvalinzamelingsvoertuigen;
• sneeuwruimers;

Physical AI beperkt zich dus niet tot één sector. In vrijwel iedere omgeving waarin een machine zelfstandig moet kunnen reageren op veranderingen kan de technologie een rol spelen.

Waarom krijgt Physical AI nu zoveel aandacht?

Veel technologie die nodig is voor Physical AI bestaat al langer. De combinatie ervan wordt echter steeds krachtiger.

Sensoren zijn kleiner en betaalbaarder geworden, computers kunnen lokaal steeds meer informatie verwerken en AI-modellen zijn beter geworden in onder andere beeldherkenning, navigatie en het interpreteren van complexe omgevingen. Daardoor kunnen machines taken uitvoeren die voorheen moeilijk volledig te automatiseren waren.

Een robot hoeft bijvoorbeeld niet meer uitsluitend te functioneren in een volledig gecontroleerde omgeving. Steeds meer systemen kunnen omgaan met mensen, bewegende objecten, weersomstandigheden en andere veranderingen.

Hierdoor verschuift automatisering geleidelijk van vaste processen naar systemen die zich kunnen aanpassen aan de situatie waarin ze zich bevinden.

Welke rol speelt IoT binnen Physical AI?

Physical AI en IoT zijn niet hetzelfde. IoT draait in de basis om het verbinden van apparaten en machines zodat gegevens kunnen worden verzameld, uitgewisseld en beheerd. Physical AI draait om machines die op basis van informatie zelfstandig kunnen waarnemen, beslissen en handelen.

De twee technologieën komen echter steeds vaker samen. Een autonome robot kan bijvoorbeeld lokaal zelf bepalen hoe hij om een obstakel heen rijdt, terwijl tegelijkertijd via een IoT-verbinding gegevens worden verstuurd naar een centraal platform.

Denk daarbij aan:

• locatie;
• batterijstatus;
• foutmeldingen;
• sensordata;
• gebruiksgegevens;
• onderhoudsinformatie;
• software- en modelupdates;

De verbinding hoeft dus niet noodzakelijk verantwoordelijk te zijn voor iedere realtime beslissing van de machine. Veel kritieke beslissingen worden juist lokaal op het apparaat of aan de edge genomen.

Connectiviteit wordt vooral belangrijk wanneer machines op afstand moeten worden beheerd, gemonitord of met andere systemen moeten communiceren.

Van één autonome machine naar een complete vloot

Bij één robot op één locatie is de connectiviteitsvraag relatief overzichtelijk. Dat verandert wanneer een organisatie tientallen, honderden of duizenden machines gebruikt op verschillende locaties of in meerdere landen.

Dan ontstaan nieuwe vragen: Hoe worden alle machines centraal gemonitord? Hoe worden software-updates uitgevoerd? Hoe wordt een storing op afstand onderzocht? Wat gebeurt er wanneer één mobiel netwerk op een locatie slecht bereikbaar is? En hoe worden apparaten beheerd wanneer ze tussen landen bewegen?

Op dat moment wordt connectiviteit onderdeel van een bredere infrastructuur rondom Physical AI.

Heeft iedere Physical AI-toepassing internet nodig?

Nee. Een Physical AI-systeem hoeft niet continu met internet verbonden te zijn om te kunnen functioneren. Veel essentiële taken worden lokaal uitgevoerd. Een autonome robot moet bijvoorbeeld niet afhankelijk zijn van een externe cloudverbinding om op het laatste moment voor een persoon te kunnen stoppen.

Een verbinding met externe systemen kan echter wel nodig zijn voor bijvoorbeeld monitoring, fleetmanagement, software-updates, diagnostiek of gegevensuitwisseling. Hoe belangrijk connectiviteit is, verschilt daarom sterk per toepassing. Een industriële robotarm die altijd in dezelfde fabriek staat heeft andere eisen dan een autonome landbouwmachine die dagelijks over grote gebieden beweegt.

Is iedere autonome robot Physical AI?

Niet automatisch. Een systeem kan autonoom zijn zonder uitgebreide kunstmatige intelligentie te gebruiken. Een machine die uitsluitend vooraf ingestelde routes en regels volgt kan bijvoorbeeld zelfstandig functioneren, maar hoeft daarom nog geen Physical AI-systeem te zijn.

Naarmate een systeem meer gebruikmaakt van AI om zijn omgeving te interpreteren en zijn gedrag daarop aan te passen, komt het dichter bij wat tegenwoordig onder Physical AI wordt verstaan.

Wat betekent Physical AI voor de toekomst van machines?

Machines worden steeds minder afhankelijk van volledig voorspelbare omgevingen. Waar traditionele automatisering vooral goed werkt wanneer processen en omstandigheden vooraf bekend zijn, maakt Physical AI het mogelijk om machines in dynamischere omgevingen in te zetten.

Dat betekent niet dat iedere machine volledig zelfstandig wordt. In de praktijk zullen verschillende vormen naast elkaar blijven bestaan: vaste automatisering, op afstand bestuurde machines, gedeeltelijk autonome systemen en machines die in hoge mate zelfstandig functioneren.

Physical AI vormt daarbij vooral een volgende stap in de manier waarop software, AI en machines met de fysieke wereld samenwerken.

Conclusie

Physical AI brengt kunstmatige intelligentie en fysieke systemen samen. Machines kunnen hierdoor hun omgeving waarnemen, informatie verwerken en op basis daarvan zelfstandig handelen.

De technologie wordt toegepast in onder andere robotica, autonome voertuigen, landbouw, logistiek en industriële omgevingen. Daarbij is het belangrijk om onderscheid te maken tussen de intelligentie van de machine zelf en de systemen die nodig zijn om deze machines op grotere schaal te beheren en verbinden.

IoT-connectiviteit speelt vooral een rol bij toepassingen zoals monitoring, fleet management, software-updates, diagnostiek en communicatie met centrale systemen. Naarmate Physical AI-toepassingen over meer locaties, machines en landen worden uitgerold, wordt deze infrastructuur steeds belangrijker.

Voor meer informatie kan er contact worden opgenomen via het telefoonnummer +31-85-0443500 of per mail naar info@thingsdata.com.