Yapay zeka, son yıllarda robotik endüstrisi içinde ve dışında baskın bir konu olmuştur. Fiziksel AI, yani AI'nın donanımla entegrasyonu, otonom makinelerin gerçek dünyada karmaşık eylemleri algılamasını, anlamasını ve gerçekleştirmesini sağlar.
2026 Robotik Zirvesi ve Fuarı, 27 ve 28 Mayıs'ta Boston'da gerçekleşecek ve AI üzerine odaklanmış bir oturum serisi sunacaktır. Bu oturum serisi şunları içerecektir:
- Öğrenen, Uyum Sağlayan ve Güven Kazanan Ölçeklenebilir Robot Sistemleri İnşa Etmek: Brain Corp'un baş teknoloji sorumlusu John Black, algılama, veri entegrasyonu ve sürekli öğrenme konusundaki yeni yaklaşımların perakende, lojistik ve kamusal alanlar gibi gerçek dünya ortamlarında otonomluğu nasıl yeniden tanımladığını keşfedecektir.
- AI-Yerli Robotlar için Veri Döngüsü Oluşturmak: Bu panel tartışması, Agtonomy'nin CTO'su Nic Fischer; Semaphor Surgical'ın baş robotik sorumlusu ve kurucu ortağı Axel Krieger; Roboto AI'nın kurucu ortağı ve CEO'su Benji Barash; ve The Robot Report'da kıdemli editör Mike Oitzman'ın görüşlerini içerecektir.
- Birlikte Fiziksel AI Robotu İnşa Edelim: RealSense'in geliştirici ekosisteminden sorumlu başkan yardımcısı Chris Matthieu, sahnede canlı olarak bir fiziksel AI deneyimi oluşturacaktır.
- Fiziksel AI Tanıtımı: MassRobotics'un büyüme direktörü Marita McGinn, MassRobotics'in Fiziksel AI Bursu'ndan yeni girişimleri tanıtacaktır.
- Dil Makineleri Hareket Ettirdiğinde: Fiziksel AI'nın Geleceği: AWS'de prototipleme çözümleri mimarı Rachita Chandra, kullanıcı niyetinin sade bir dilde ifade edilmesinin nasıl yapılandırılmış planlara, araç çağrılarına ve robot eylemlerine dönüştüğünü—büyük dil modellerini algılama, navigasyon ve harekete geçirme ile birleştirerek—anlatacaktır.
- Sektör için Büyük Davranış Modelleri Oluşturmak: Bu ana konuşmada, Russ Tedrake, fiziksel AI'nın endüstrilerde daha yetenekli ve uyum sağlayabilen robotları nasıl açığa çıkarabileceğine dair vizyonunu paylaşacaktır.
- AI ile Endüstriyel Robotik Uygulamaları Hızlandırmak: MathWorks'de baş teknik ürün lideri YJ Lim, katılımcılara derin öğrenme, pekiştirmeli öğrenme ve transformer tabanlı görsel-dil-eylem (VLA) modellerini tek bir simülasyon odaklı platformda nasıl tasarlayacaklarını öğretecektir.
- Lütfen Dikkat: Robot Konuşması için Yeni Bir Ön Uç: NXP Yarı İletkenler'de makine öğrenimi mühendisi Enzo Ruedas, gömülü platformlarda ölçeklenebilir, gerçek zamanlı konuşma robotlarının
