Xaba 从 Hitachi Ventures 筹集了 $6M，用于为工业机器人构建合成大脑
快速阅读: 据《VentureBeat 公司》最新报道，工业机器人初创公司Xaba宣布获600万美元种子轮融资，由日立创投领投。Xaba通过其AI平台xCognition赋予机器人认知能力，简化编程并提升制造效率，瞄准9万亿美元市场。创始人称其技术能将工业自动化成本降低10倍，已在多个领域实现转型。
Xaba，一家为工业机器人打造无代码合成大脑的初创公司，宣布已获得由日立创投领投的600万美元种子轮融资。这家位于多伦多的企业表示，其种子轮融资的扩展将加速人工智能驱动的机器人和认知工业控制系统部署。
日立创投使用其新成立的4亿美元基金领投了这一轮，参与者还包括Hazelview Ventures、BDC、Exposition Ventures以及Impact Venture Capital。Xaba正在开创将工业人工智能应用于重塑制造流程的先河。其旗舰产品xCognition赋予工业机器人和协作机器人（Cobots）以AI驱动的认知能力和意识，使它们能够自主生成程序并执行如焊接、钻孔、组装和增材制造等复杂任务。
通过将实时智能集成到自动化中，Xaba的解决方案显著降低了部署成本，并提高了制造操作的质量、一致性和灵活性。该公司表示，它瞄准了一个价值9万亿美元的机会。熟练机器人程序员和控制工程师的短缺使得企业更难有效地扩大自动化规模。Xaba首席执行官马西米利亚诺·莫鲁奇在与GamesBeat的采访中表示，工业自动化仍然非常低效，依赖于过时的控制器、僵化的编程和大量的手动干预。仅编程和部署工业机器人每年就花费行业70亿美元，其中80%的自动化成本来自人工开发工业控制器的逻辑。
“我们的愿景是颠覆巨头。我们正在开发的是我所说的‘信息合成脑’或认知控制，”莫鲁奇说。类似于Open AI为自然语言命令所做的工作，莫鲁奇表示，Xaba正在重新定义工厂语言，以便更好地实现自动化，结果不仅会有更好的工业机器人，还会带来更好的人类监督和人类支持。
Xaba的生成式工业AI赋予机器认知智能，使其能够自主适应、优化和精确执行任务。其核心是xCognition，它充当一种“工业自动化领域的Open AI”——完全自动化工业机器人和机器编程，适用于任何任务，同时自动生成所有必要的部分程序和可编程逻辑控制器（PLC）机器逻辑，使任何机器都能运作。本质上，这是一种由自我编程机器人驱动的自动化，可以轻松从“文本到行动”，莫鲁奇说。
“传统的机器人系统需要大量编程、持续的人类监督，并且难以应对现实世界的几何形状、工艺参数、材料和实际生产关键绩效指标的变化，”莫鲁奇说。“我们正在通过让机器人和机器能够自我优化和执行复杂的任务来重新定义自动化，而这些任务所需的编程量最小。结果是浪费大幅减少，成本降低高达10倍。”
认识Xaba：工业自动化的自主AI控制系统
有了Xaba，制造商只需用人类可读的文字或功能规格描述自动化目标、生产关键绩效指标或操作任务即可。随后，xCognition和PLCfy（PLCfy自动生成代码）会自动生成所需代码，使机器人和生产线能够独立运行，具备实时适应能力。数字孪生旨在在物理世界建造工厂之前完善设计。但莫鲁奇表示，这个概念应该被重命名为“自动化现实”。他说，工业管理者需要一台能够综合人类经验并将此经验传递给机器人的机器。
“在Xaba，我们正在开发用于自动化的基础AI，这意味着，例如，我的合成脑捕捉了机器的物理、机电模型。为什么我要这样做？因为经验并不在Open AI访问的百科全书中，为了将文本转化为实际内容。我在做的是一种叫做数据本体论的技术。数据本体论将是AI领域下一个大浪潮，以将弱人工智能转变为强人工智能。”
什么是数据本体论？
他说数据本体论是他自己在神经科学数据中的一个分支技术。“它有能力做目前只有人类才能做的事情，这被称为溯因推理。溯因推理意味着大脑能够形成假设情景。为了增强你即将要做的任务，或者基于你已经学到的任务，或者基于你之前吸收的经验去做一个新的任务，”他说。“我现在利用工厂的遗留数据。过去几年我所做的就是从遗留的操作员机器知识中捕捉知识。我们正在使用这个来完成Open AI在创建电子邮件或总结书籍方面所做的同样的颠覆，或者在我的情况下，自动化某些事情。”
结果是更快的部署、最小的停机时间和通过以下方式在各行业中更智能、更有弹性的自动化：
– 物理学知情机器学习模型：作为一个真正的数字孪生，准确复制现实世界环境，适应不同的机器和运动平台进行精确、实时优化。
– 机器人与PLC AI代码生成：专有的AI模型通过理解操作流程和机器逻辑自主生成机器人程序和PLC代码。这最多可减少80%的部署时间，并消除手动编码。
– 实时过程学习模块：由数据本体论和图神经网络（GNN）提供动力，该模块捕获、映射和理解机器、传感器和过程之间的复杂关系。它确保动态适应和持续优化。
– 认知控制框架：一个通用的AI平台，无缝集成到任何机器人系统、CNC机床或PLC控制器中，支持传统和现代设备。
“第四次工业革命承诺了智能化、自动化工厂，但常常陷入试点困境，被僵化、代码繁重的系统和遗留基础设施所阻碍，”日立创投合伙人加亚特丽·拉达克里希南在一份声明中说。“Xaba打破了这种僵局。通过赋予工业机器通过生成式AI自我学习和自我编程的能力，Xaba正在将智能制造业的愿景变为今天可扩展的现实。”
Xaba的AI已经在航空航天、汽车和高精度制造等领域通过消除昂贵的返工和手动调整实现了转型。Xaba的AI优化了铝铸造和锻造，使机器人能够精确加工金属铸件，同时调整加工公差——大幅降低了装配成本、返工和生产时间。它还在进行大规模机器人钻孔。莫鲁奇说，制造商实现了10倍的生产率提升，同时显著降低了资本支出。
与传统系统需要刚性编程和手动调整不同，Xaba的AI允许机器人无缝重新配置不同的部件和过程，而无需昂贵的停机时间。Xaba也在进行机器人焊接。Xaba的AI自动化了MIG（金属惰性气体）焊接和TIG（钨惰性气体）激光焊接，确保生产线上的一致高质量输出，同时加速生产时间表。Xaba还在处理大规模3D打印。Xaba的xTrude系统优化了熔融沉积建模（FDM），防止分层、坍塌和变形。它允许制造商实时微调打印参数，提高可靠性并减少材料浪费。
“马克和他的团队为机器人和工业自动化的未来创造了一个大胆的新蓝图，”Fives Cinetic Corp首席执行官马尔科·安德里亚诺在一份声明中说。“与Xaba的xCognition一起，我们正在交付智能系统，将数十年的低效转化为敏捷、可扩展的制造环境——终于解决了当今行业面临的最持久的编程和生产挑战。”
该公司有24人为其工作。团队包括AI科学家、数学家和机电一体化专家。他们在运行一个AI应用自动化实验室。莫鲁奇认为大型语言模型（LLMs）不是自动化技术的正确选择，因为LLM背后的基础模型从根本上基于一组权重因子。这就像用一本百科全书回答机器人应该左转还是右转的问题。此外，LLMs容易产生幻觉，在工业环境中是不好的。这意味着规模可能或不可能以给你正确响应的方式合成语义，他说。
莫鲁奇设计了他的AI完全不同，建立了一个能够自行创建合成数据的系统。“你的大脑不是一个LLM，”他说。莫鲁奇说他的公司在接下来的几个月内将进入生产阶段。他指出，目前现场只有大约440万台工业机器人。考虑到人类的数量，这几乎没有什么。他说，原因是它们的大脑——不过是一些工业控制器——不够好。它们就像是“空盒子”。
“这就是为什么我要构建一个认知大脑，”他说。“那是与物理世界交流的方式。”每日游戏新闻 保持了解！每天收到最新的新闻 订阅 阅读我们的 隐私政策 感谢订阅。查看更多 VB通讯 这里 。 这里 发生错误。
(以上内容均由Ai生成)
