Waarom humanoïde robots vooral draaien om geavanceerde computerchips

Robots die op twee benen lopen en met menselijke bewegingen taken uitvoeren, ogen indrukwekkend. Maar volgens Michael Munsey, vicepresident semiconductors bij Siemens Digital Industries Software, zit de echte innovatie niet in het lichaam van deze machines, maar in de chips die erin verwerkt zitten. In een analyse op Engineering.com vergelijkt hij halfgeleiders met het zenuwstelsel van humanoïde robots: zonder krachtige rekenkracht kunnen deze machines niet veilig en betrouwbaar functioneren tussen mensen.

Een humanoïde robot moet voortdurend camerabeelden, sensordata en signalen van zijn gewrichten verwerken, en daar razendsnel op reageren. Die combinatie van waarnemen, beslissen en bewegen heet fysieke AI: kunstmatige intelligentie die niet alleen een object herkent, maar ook meteen bepaalt hoe de robot daarop moet reageren. Denk aan een robot die op een fabrieksvloer plotseling moet stoppen met zijn taak omdat er een mens te dichtbij komt. Zulke beslissingen moeten binnen een fractie van een seconde vallen, wat alleen kan met chips die grote hoeveelheden data tegelijk verwerken.

Warmte is de grootste vijand

Al die rekenkracht produceert warmte, en dat is een groter probleem dan het lijkt. Fabriekshallen en datacenters hebben vaak al te maken met hitte en elektrische storingen, en oververhitte chips werken minder betrouwbaar. Munsey beschrijft hoe sommige bedrijven dit oplossen met een techniek waarbij meerdere chips in één behuizing worden gecombineerd en gestapeld, vergelijkbaar met een chiplet-architectuur. Taken die weinig rekenkracht vragen, worden dan verwerkt op langzamere, koelere onderdelen van de chip, terwijl de zwaardere taken op de snelste delen blijven. Zo daalt de gemiddelde temperatuur van het hele chippakket, wat de levensduur en betrouwbaarheid ten goede komt. Dit soort warmtegeleiding-uitdagingen wordt volgens Munsey een steeds belangrijker ontwerpcriterium naarmate robots meer AI-taken tegelijk uitvoeren.

Testen voordat een robot ook maar één stap zet

Om al die complexiteit te beheersen, zet Siemens een digital twin in: een virtuele kopie van de robot waarin engineers chipontwerp, software en mechanica samen kunnen testen voordat er ook maar één fysiek onderdeel wordt gebouwd. Zo kunnen ze vooraf al berekenen hoe warm een chip wordt, hoeveel stroom een taak kost en of veiligheidsgrenzen worden gerespecteerd. Ook na de introductie van een robot blijft die virtuele kopie nuttig: software-updates en nieuwe vaardigheden worden eerst digitaal doorgerekend voordat ze naar een hele vloot robots gaan. Munsey noemt dit een doorlopende leercyclus tussen simulatie en de praktijk, die ervoor moet zorgen dat robots na verloop van tijd slimmer en veiliger worden zonder dat de controle daarop verloren gaat.

Zijn conclusie is dat kunstmatige intelligentie een robot laat 'denken', maar dat chips de robot laten 'handelen'. Bedrijven die humanoïde robots succesvol willen inzetten, moeten ze volgens hem niet als losse machines behandelen, maar als complexe industriële systemen waarin hardware, software en besturing continu op elkaar afgestemd blijven.