北京
IT时代网10月4日消息，据Chosun报道，韩国电信运营商 KT 正筹划一项新业务：在企业工艺数据保持安全的前提下，将其用于 AI 模型训练，并依据贡献度向提供数据的企业返还相应收益。
KT AX 事业本部长朴相元（Park Sang-won）表示，物理 AI 普及的关键障碍在于工艺数据，需要一套既能安全连接数据、又能给数据提供方合理回报的机制。他强调，KT 不会制造机器人硬件，而是聚焦连接、数据整合与机器人统一控制，把数据价值的挖掘作为平台公司的核心业务。
在他看来，物理 AI 并非给现有机器人装上 AI「大脑」那么简单，AI 还需理解物理环境、人的意图与作业语境，并具备协调多台机器人、设备与作业系统的能力。通用 AI 模型并不了解各家工厂的结构与作业方式，需在行业通训的基础上，再针对具体企业的工厂布局、工序与设备操作进行调整；物理 AI 的最终表现，不仅取决于模型，也取决于现场数据。
这一设想瞄准的是超低时延网络、边缘计算、异构机器人统一控制与数据整合。当全球大型科技公司打造 AI「大脑」、机器人公司制造「身体」时，KT 意在把两者连接起来，使其在工厂中协同运转。公司还计划在两年内培养 500 名以上现场部署工程师（FDE），把平台能力落到客户现场。
KT 称，自 2020 年起已运营异构机器人整合平台，并计划基于 VDA 5050 标准，在同一环境中控制不同厂商的自动导引车（AGV）与自主移动机器人（AMR）。在落地案例上，Smart Byeolbit 度假村已尝试用单一平台管理多台四足机器人，并对机器人的采集数据与运行信息进行分析。
在安全方面，朴相元表示，与一般 AI 答错问题不同，物理 AI 的失误可能造成现实事故。网络需做有线与无线双备份，一旦通信中断，机器人应立即安全停机或切换到受限运行模式；投入现场前，还须在仿真环境中反复验证通信丢失、传感器异常、突发障碍与 AI 误判等情形，并在高风险任务中保留人工随时介入的通道。
编辑：刘宁
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
