Ambi Robotics的創立歷史
Ambi Robotics的創立歷史有些模糊,但它始於2018年在加州大學伯克利分校(University of California Berkeley)的一個地下室,當時有一些被遺棄的機器人,創始人們在那裡相遇。
大約一年後,五位創始人在機器人學的模擬到現實轉移學習系統上取得了突破,稱之為Sim2Real AI,這導致了Ambidextrous Laboratories Inc的成立,並在一年後將這項技術商業化,推出了AmbiSort包裹分揀系統。
快速的發展步伐引起了投資者的極大興趣,到2021年,這家初創公司獲得了2100萬美元的投資,隨後在2022年又獲得了3200萬美元的資金。
現在,三年過去了,Ambi Robotics回顧了許多價值數百萬美元的商業安裝,並期待未來有更多多樣化的應用。
與Jeff Mahler的訪談
在這次訪談中,我們與Ambi Robotics的創始人之一及首席技術官Jeff Mahler(主圖)交談,詢問他關於自己、公司和機器人技術的未來。
Robotics & Automation News: 讓我們先讓讀者了解一下你自己和你在Ambi Robotics的工作。
Jeff Mahler: 我是Jeff Mahler,Ambi Robotics的共同創始人和首席技術官。我負責Ambi的工程和產品團隊,執行我們的技術策略,開發高度靈活的人工智慧(AI)驅動的機器人系統,幫助人們在商業物流操作中處理更多的工作。
我在加州大學伯克利分校獲得了博士學位,研究重點是機器人抓取的人工智慧。在Ken Goldberg教授的AUTOlab中,我遇到了Stephen McKinley、David Gealy和Matt Matl,我們開始結合彼此的技能,最終成為Ambi Robotics的共同創始人。
我在業界和學術界的經驗,包括共同推出加州大學伯克利分校的機器人操作課程,以及發表獲獎提名的機器人和人工智慧研究,為我在Ambi Robotics開發先進技術和創造變革性機器人系統奠定了堅實的基礎。
R&AN: 讓我們也向讀者介紹一下公司Ambi Robotics。它的主要服務和產品是什麼?在市場中的地位如何?
JM: Ambi Robotics是一家人工智慧和機器人公司,開發先進的解決方案,以擴大電子商務運營以滿足需求,同時幫助人類處理更多的工作。
我們的旗艦產品AmbiSort A-Series,使用機器手臂結合先進的龍門技術,自動將混合包裹分揀到目的地容器中。
它是模組化和可配置的,支持客戶對高效率包裹分揀的需求,無論是箱子供料還是傳送帶供料。
我們所有的機器人都運行在我們專有的操作系統AmbiOS上,該系統使用模擬到現實(Sim2Real)人工智慧,讓機器人在虛擬模擬中訓練速度快達10,000倍,然後將這些學習轉移到現實世界,使機器人能夠以高速度和準確性處理任何袋子、盒子、信封或未包裝物品。
隨著持續學習的能力,我們的技術性能隨時間不斷改善和演變。
Ambi Robotics正在引領人工智慧驅動的自動化,解決運輸商的操作挑戰,使我們在蓬勃發展的電子商務運輸和物流領域處於創新前沿。
R&AN: Ambi Robotics解決了哪些關鍵問題?當Ambi Robotics被要求執行任務時,是取代人類中心的系統,還是一般是改善先前實施的技術系統?能否給我們幾個使用案例?
JM: 我們正在解決電子商務和供應鏈中的一些重大挑戰,特別是對更快和更準確的包裹分揀需求不斷增加。
AmbiSort A-Series系統自動將混合包裹從深箱或自動傳送帶進行分揀到目的地袋中,這是一個傳統上手動且耗時的過程,容易出錯、受傷和產生瓶頸。
通過引入我們的人工智慧驅動的機器人系統,倉庫可以提高產量、準確性並降低成本——而無需完全改造他們現有的流程。得益於Sim2Real AI,Ambi Robotics的解決方案從第一天起就準備就緒,並立即帶來價值和成本節省。
例如,在與一家全球運輸和郵寄公司的合作中,我們將AmbiSort產品部署到他們現有的中途運營中,以幫助自動化和加速包裹分揀。
在我們的合作期間,我們分揀了8700萬個包裹,並培訓了400多名包裹處理員,讓他們擔任更高價值的認證機器人操作員角色。
這樣一來,他們的員工能夠專注於更複雜和更高價值的工作,同時降低了運營成本。
R&AN: 當前包裹分揀面臨哪些挑戰?你如何看待包裹分揀技術的未來?
JM: 許多倉庫面臨勞動力短缺與包裹量上升的問題,特別是在假期高峰期間,傳統技術的低效率可能導致延誤和錯誤。
他們還常常難以擴大運營以滿足不斷增長的電子商務需求,同時保持成本可控。例如,運輸成本上升是滿足客戶對較低運費需求的持續挑戰。
展望未來,我們看到先進的機器人和自動化在倉庫中扮演更大的角色,利用人工智慧創建高度可重複、高效、可擴展和靈活的系統,能夠與人類工人和現有基礎設施整合,有效處理多樣的包裹。
此外,智能自動化可以在每個處理的物品上創造大量數據,以幫助運營管理做出更明智的決策,提升生產力。
R&AN: 目前,大多數機器人的末端執行器都是某種吸力裝置。是否有替代方案?你們是否使用任何柔性末端執行器或類似人手的裝置來處理特定類型的物品?這種多樣化對你們來說是否重要?
JM: 我們主要使用基於吸力的末端執行器,因為它們在處理各種包裹類型時非常可靠和有效,特別是對於像紙板這樣的非多孔平面物品。
我們的機器人有多個不同大小和靈活性的吸盤,能夠選擇最適合所處理物品的“指尖”。雖然吸盤對許多物品非常有效,但我們知道有些物品,如不規則形狀或易碎物品,可能需要不同的處理方式。
為了解決這個問題,我們正在研究其他類型的末端執行器,如平行抓取器,以擴大我們的機器人能夠處理的物品範圍。這種靈活性對我們來說至關重要,因為我們不斷改進機器人,以更高效和準確地處理更廣泛的物品。
R&AN: 對於像你們這樣的公司,整體市場潛力有多大?考慮到電子商務的增長和你們面臨的競爭,它能成長到多大?
JM: 市場潛力巨大,尤其是隨著電子商務的快速增長。2022年,全球運送了超過1500億個包裹,而每個包裹大約被人手觸碰了10次。
這意味著每年有超過1萬億次的包裹“觸碰”,這個數字正在快速增長。隨著越來越多的人在線購物,對快速、高效和可擴展的履行解決方案的需求只會不斷上升。
我們的機器人能夠處理包裹分揀,甚至適應不同類型的包裹,這使我們在滿足這一需求方面處於有利地位。
我們的競爭優勢在於能夠以精確和快速的方式處理各種物品,這得益於我們的人工智慧驅動系統,以及我們能夠輕鬆整合到任何需要的倉庫佈局中。
隨著自動化成為供應鏈中越來越重要的一部分,我們看到有很多空間可以成長,並佔據市場的顯著份額。
我們正與全球領先的物流公司合作,並持續發展我們的技術,以滿足他們在增長過程中的需求。
R&AN: 雖然你們目前專注於包裹分揀,但這一直是你們的初衷嗎?未來你們會擴展到新市場嗎?如果會,哪些市場?
JM: Ambi Robotics的目標是實現現實世界的影響,包裹分揀是我們看到應用技術的最大機會,因為這是一個巨大的市場機會。
不過,我們一直有讓機器人更具多功能性的願景,隨著我們的成長,我們肯定會看到自己擴展到其他市場。
在其他高產量物料處理的行業中,提供自動化重複動作的機器人有巨大的機會,例如電子商務訂單履行、零售分銷、製造業甚至回收。
本文由 AI 台灣 運用 AI 技術編撰,內容僅供參考,請自行核實相關資訊。
歡迎加入我們的 AI TAIWAN 台灣人工智慧中心 FB 社團,
隨時掌握最新 AI 動態與實用資訊!