İade işlemlerinin otomasyonu, pratikte fiziksel yapay zekaya doğru atılan ilk adım.
Almanya'nın Greven ve Polonya'nın Świebodzin kentlerindeki Zalando lojistik merkezinde, Universal Robots'un UR12e-1300 serisi robotları, insan müdahalesi olmadan giyim eşyası iadelerini işliyor. Bu bir deney değil; Avrupa lojistiğinde ölçeklenebilir fiziksel yapay zeka uygulama girişiminin ilk aşamasıdır. Cortex Sereact platformuna dayalı çözüm, robotların her zaman tekdüze olmayan şekilde gelen çeşitli şekil, yön ve ambalajlardaki ürünlerle başa çıkmasını sağlıyor. Bu, iade işlemlerinde temel bir sorun - ve yeni nesil akıllı yapay zeka robotiği tam olarak bu soruna odaklanıyor.
7000'den fazla markayı 29 pazardaki 62 milyon müşteriye bağlayan moda ve yaşam tarzı teknolojisi platformu Zalando, her ay yüz binlerce iade işlemini gerçekleştirmelidir. Geleneksel otomasyon sistemleri ürün çeşitliliğiyle başa çıkmakta zorlanıyordu - ancak şimdi Cortex'in Teradyne Robotics robotlarıyla entegrasyonu sayesinde süreç sadece otomatik değil, aynı zamanda iadelerin yok edilmesini yasaklayan yeni AB düzenlemelerine de uyuyor. Bu, fiziksel yapay zekanın yalnızca verimliliği artırmakla kalmayıp aynı zamanda yasal gereklilikleri yerine getirmeye de yardımcı olduğu anlamına geliyor.
Tek bir yapay zeka, birçok görev - yeniden eğitim olmadan.
Cortex platformunun temel avantajı, çok sayıda farklı görev için tek bir model üzerinde çalışabilmesidir. Sereact CEO'su Dr. Ralf Gulde'nin belirttiği gibi: "Bir robotun öğrendiği her şeyden diğerleri de faydalanır". Bu, her yeni ürün veya ambalaj türü için ayrı bir model eğitmek gerekmediği anlamına geliyor. Pratikte bu, uzun eğitim döngülerine gerek kalmadan farklı konumlarda çözümlerin hızlı bir şekilde uygulanabilmesi anlamına geliyor. Platform, alma-yerleştirme, sıralama, kitleme gibi görevlerin yanı sıra Makine besleme robotları veya siparişleri tamamlama gibi görevlerde de çalışıyor.
Bu sadece süreçleri hızlandırmakla ilgili değil; otomasyona yönelik yaklaşımın değişimiyle ilgili. Her görev için özel sistemler tasarlamak yerine, şirket şimdi gerçek zamanlı olarak öğrenecek ve uyum sağlayacak tek bir yapay zekaya yatırım yapabilir. Teradyne Robotics ile yapılan işbirliği, dağıtım ve entegratörlerin küresel ağından yararlanarak çözümlerin yeni pazarlara ölçeklenmesini hızlandırıyor - Sereact, 2026'dan itibaren Boston'daki merkezi sayesinde ABD'de de faaliyet gösteriyor.
Pratikte fiziksel yapay zeka: simülasyondan üretim hattında uygulamaya.
Büyütülmüş resim.Yakınlaştırmayı kapat.Önceki resim.Cortex çözümü sıfırdan oluşturulmadı - geliştirilmesi, NVIDIA'nın gelişmiş araçlarına dayanmaktadır. Model, sonsuz senaryoların dağıtımdan önce simüle edilmesine olanak tanıyan açık dünya Cosmos modellerini kullanarak Isaac Sim ortamında eğitilir. Daha sonra model, Isaac Lab çerçevesi içinde pekiştirmeli öğrenme yöntemiyle geliştirilir ve dağıtımdan önce Teradyne Robotics donanımında test edilir.
Üretim ortamında Cortex, NVIDIA Jetson Thor platformunda çalışır; burada işlemenin üretim hattının hızıyla yapılması gerekir. Geliştirme sürümü ve model güncellemeleri, lojistik merkezinde NVIDIA DGX Spark tarafından yönetilir. Bu, sürekli çalışma, ölçeklenebilirlik ve değişen operasyonel koşullara hızlı bir şekilde uyum sağlama imkanı sunar; bu da dinamik lojistik ve perakende uygulamaları için çok önemlidir.
Bu, otomasyonun geleceği için ne anlama geliyor?
AI'nın Zalando merkezlerinde zaten çalışıyor olması rastgele bir deney değil; bu, yeni bir otomasyon çağının ilk adımıdır. Daha önce robotlar yalnızca belirli görevler ve ürünler için yapılandırılmıştı. Şimdi, AI'nın açık kaynaklı robot platformlarıyla entegrasyonu sayesinde, robot gerçek zamanında öğrenebilir ve insan müdahalesi olmadan değişen koşullara uyum sağlayabilir. Bu, şirketlerin otomasyonu düşünme biçimini değiştiriyor; artık bir maliyet olarak değil, esnek bir yatırım olarak görüyorlar.
Ancak bunun iyi kontrol edilen koşullar altında çalıştığını unutmamak gerekir: belirlenmiş akışlara ve verilere erişimi olan lojistik merkezlerinde. Daha öngörülemeyen ortamlarda - örneğin perakende mağazalarında veya sokaklarda - teknoloji zorluklarla karşılaşabilir. Şu anda kullanımı yapılandırılmış görevlerle sınırlı, ancak VLA (Görsel-Dil-Eylem) modellerinin geliştirilmesi ve daha güçlü bilgi işlem platformlarının kullanıma sunulması, daha da gelişmiş uygulamaların önünü açıyor.
