211service.com
Japoński gigant robotyki daje swoim rękom trochę mózgów
Wielkie, głupie, monotonne roboty przemysłowe znalezione w wielu fabrykach mogą wkrótce stać się nieco mądrzejsze dzięki wprowadzeniu umiejętności uczenia maszynowego, które w szybkim tempie wychodzą z laboratoriów badawczych. Fanuc, jeden z największych na świecie producentów robotów przemysłowych, ogłosił, że będzie współpracować z Nvidia, producentem chipów z Doliny Krzemowej, który specjalizuje się w sztucznej inteligencji, aby dodać możliwości uczenia się do swoich produktów.
Umowa jest ważna, ponieważ pokazuje, jak ostatnie postępy w sztucznej inteligencji mogą zmienić branżę produkcyjną. Dzisiejsze boty przemysłowe są zazwyczaj zaprogramowane do wykonywania jednej pracy bardzo precyzyjnie i dokładnie. Jednak za każdym razem, gdy zmienia się przebieg produkcyjny, roboty muszą być przeprogramowane od zera, co wymaga czasu i wiedzy technicznej.
Uczenie maszynowe oferuje sposób na przeprogramowanie robota poprzez uczenie się, jak coś zrobić poprzez praktykę. Zastosowana technika, zwana uczeniem się przez wzmacnianie, wykorzystuje dużą lub głęboką sieć neuronową, która kontroluje ruch ramienia robota i zmienia jego zachowanie, wzmacniając działania, które zbliżają go do celu końcowego, takiego jak podniesienie określonego przedmiotu. Proces ten można również przyspieszyć, współpracując z wieloma robotami, a następnie dzieląc się tym, czego się nauczyli. Chociaż roboty stały się łatwiejsze w programowaniu w ostatnich latach, ich zdolności uczenia się nie uległy znacznemu postępowi.
Procesory graficzne produkowane przez Nvidię, które umożliwiają szybkie obliczenia równoległe, są szczególnie dobrze przystosowane do głębokiego uczenia się. Fanuc użyje procesorów Nvidia wewnątrz poszczególnych robotów, a także w centralnym systemie, który kontroluje wszystkie boty w fabryce. Szkolenie zostanie wprowadzone do systemu centralnego, który Nvidia nazywa superkomputerem GPU, a wytrenowane modele zostaną następnie przeniesione do robotów w celu wykonywania działań z wykorzystaniem wizji komputerowej i głębokiego uczenia.
Złożone roboty o wysokim poziomie artykulacji mogą wykonywać zadania na wiele sposobów, więc generują dużo danych i wymagają ogromnych ilości mocy obliczeniowej – mówi Masataka Osaki, wiceprezes ds. operacji na całym świecie w firmie Nvidia.
Fanuc produkuje szeroką gamę robotów przemysłowych, które są używane we wszelkiego rodzaju ustawieniach, od fabryk samochodów po elektronikę i zakłady produkcji żywności. Firma postępowała w łączeniu swoich robotów z chmurą i badała sposoby wykorzystania postępów w uczeniu maszynowym (patrz 50 najmądrzejszych firm: Fanuc ).
Uczenie się przez wzmacnianie jest szczególnie gorącym obszarem badań w robotyce. Technikę tę wykorzystało Google do zbudowania programu, który nauczył się grać w niezwykle złożoną i subtelną grę planszową Go do nadludzkiego poziomu. Podobnie jak w przypadku Go, umiejętności wymagane do tego, aby robot manipulował przedmiotami lub wykonywał inne zadania, mogą być skomplikowane do ręcznego zaprogramowania.
Ashutosh Saxena , założyciel firmy o nazwie Brain of Things i ekspert w dziedzinie uczenia robotów, mówi, że umożliwienie robotom przemysłowym wymiany danych jest ważnym pomysłem. Wcześniej takie roboty nie były projektowane z myślą o dzieleniu się danymi, mówi. Głębokie uczenie jest szczególnie dobrze przystosowane do obsługi takich odmian bez konieczności ręcznego programowania.
Widzimy szansę na ogromną synergię między społecznością uczącą się AI a tradycyjnymi konstruktorami robotów fabrycznych, mówi Yezhou Yang , adiunkt, który prowadzi laboratorium nauki robotów na Uniwersytecie Stanowym Arizony. Ale Yang mówi, że ponieważ nikt nie jest zaangażowany w programowanie robota, operatorom trudno będzie zrozumieć, jak faktycznie działa system.
Potraktują to jako czarną skrzynkę, mówi Yang. Co jeśli coś pójdzie nie tak? Potrzebujemy jakiegoś interfejsu. Uważam, że nadal pozostaje wiele do zrobienia, jeśli chodzi o wyjaśnianie.
Firma Fanuc od jakiegoś czasu prowadzi badania nad wykorzystaniem uczenia się przez wzmacnianie, wcześniej współpracując z japońską firmą o nazwie Preferred Networks (patrz Robot fabryczny uczy się nowej pracy z dnia na dzień ). Inni wyraźnie dostrzegli możliwość rozwinięcia sztucznej inteligencji wymaganej dla nowej generacji robotów, zarówno przemysłowych, jak i tych, które mogą działać w innych miejscach pracy, a nawet w domach (patrz: Google buduje robotyczne przedszkole Hive-Mind Kindergarten).