Hitachi Construction Machinery приступает к разработке технологии  Physical AI, обучающейся навыкам управления гидравлическим экскаватором

В октябре 2026 года компания Hitachi Construction Machinery приступит к научно-исследовательским и опытно-конструкторским работам по созданию технологии Physical AI, способной перенимать навыки оператора гидравлического экскаватора. В рамках означенного проекта, далее просто проект, будет разработан физический искусственный интеллект, обученный на основе управления рычагами оператора с использованием такой информации, как изображения с камер и рабочие инструкции, для определения и выполнения соответствующих операций в зависимости от условий на объекте.

В будущем проект окажется нацелен на обеспечение автономной работы при расчистке завалов в зонах бедствий, а также при выполнении землеройных и погрузочных работ на строительных и горнодобывающих объектах.

Этот проект был отобран для участия в GENIAC, Generative AI Accelerator Challenge, национальной инициативе, реализуемой Министерством экономики, торговли и промышленности Японии и Организацией развития новых энергетических и промышленных технологий с целью укрепления потенциала Японии в области разработки генеративного искусственного интеллекта и содействия его внедрению в общественную практику.

В строительной и горнодобывающей отраслях растет потребность в решении проблемы нехватки рабочей силы при одновременном повышении уровня безопасности и производительности труда в сложных условиях эксплуатации.

Более того, в последние годы возросла важность как оперативного реагирования на все более разрушительные стихийные бедствия, так и обеспечения стабильных поставок минеральных ресурсов.

Гидравлические экскаваторы должны работать с учетом меняющихся условий строительной площадки. Таких, как форма и расположение объектов, окружающая обстановка, погодные условия.

Следовательно, для обеспечения автономной работы необходима технология, способная определять надлежащие действия с учетом условий окружающей среды.

В настоящее время компания Hitachi Construction Machinery ведет научно-исследовательские и опытно-конструкторские работы в области автономной эксплуатации.

Целью проекта является создание строительной техники, способной автономно выполнять задачи с учетом условий рабочей площадки, за счет разработки нового искусственного интеллекта, обученного на данных о действиях операторов-людей.

Проект будет посвящен разработке Physical AI, обученного на эксплуатационных данных операторов-людей, для принятия обоснованных решений и выполнения соответствующих операций с учетом условий на строительной площадке и рабочих инструкций.

Physical AI, это технология, способная распознавать условия реального мира, а также автономно принимать решения и совершать необходимые действия. Все чаще данная технология применяется в промышленных и человекоподобных роботах и ​​других подобных системах.

Компания Hitachi Construction Machinery рассматривает Physical AI как технологию, обеспечивающую безопасность и эффективность строительных работ за счет того, что строительная и горнодобывающая техника может автономно выполнять последовательность процессов, включающую понимание окружающей обстановки, оптимизацию плана работ, принятие решений и собственно выполнение операций.

Physical AI, это не просто механическая автоматизация, поскольку такой ИИ понимает устройство механизмов и окружающую обстановку, что позволяет ему автономно выполнять строительные задачи.

Hitachi Construction Machinery будет собирать обширные видеозаписи работы операторов и журналы эксплуатации для обучения разрабатываемого Physical AI.

Целью проекта является разработка системы Physical AI, способной обеспечивать высокую точность и автономность принятия решений и выполнения строительных работ непосредственно на объектах. Это достигается путем обучения ИИ на эксплуатационных данных, собранных в самых разных условиях.

От штатной работы до ситуаций, требующих устранения последствий ошибок, а также с учетом погодных условий, характеристик окружающей среды, состояния техники, взаимного расположения объектов и других факторов.