211service.com
Den japanske robotgigant giver sine arme nogle hjerner
De store, dumme, monotone industrirobotter, der findes på mange fabrikker, kan snart blive en del smartere, takket være introduktionen af maskinlæringsfærdigheder, der bevæger sig ud af forskningslaboratorier i et hurtigt tempo. Fanuc, en af verdens største producenter af industrirobotter, annoncerede, at de vil arbejde sammen med Nvidia, en Silicon Valley-chipproducent, der har specialiseret sig i kunstig intelligens, for at tilføje læringsmuligheder til sine produkter.
Aftalen er vigtig, fordi den viser, hvordan de seneste fremskridt inden for kunstig intelligens er klar til at revidere fremstillingsindustrien. Nutidens industrielle bots er typisk programmeret til at udføre et enkelt job meget præcist og præcist. Men hver gang et produktionsforløb ændrer sig, skal robotterne så omprogrammeres fra bunden, hvilket tager tid og teknisk ekspertise.
Maskinlæring tilbyder en måde at få en robot til at omprogrammere sig selv ved at lære at gøre noget gennem praksis. Den involverede teknik, kaldet forstærkningslæring, bruger et stort eller dybt neuralt netværk, der styrer en robotarms bevægelse og varierer dens adfærd, hvilket forstærker handlinger, der fører den tættere på et slutmål, som at samle et bestemt objekt op. Og processen kan også fremskyndes ved at have masser af robotter til at arbejde sammen og derefter dele, hvad de har lært. Selvom robotter er blevet nemmere at programmere i de senere år, er deres indlæringsevner ikke avanceret ret meget.
De grafiske behandlingsenheder, som Nvidia laver, som muliggør højhastigheds parallel beregning, er særligt velegnede til deep learning. Fanuc vil bruge Nvidia-processorer inde i individuelle robotter og også i et centralt system, der styrer alle bots på en fabrik. Uddannelsen vil indgå i det centrale system, som Nvidia kalder en GPU-supercomputer, og trænede modeller vil derefter blive overført til robotter for at udføre handlinger ved hjælp af computersyn og dyb læring.
Komplekse robotter med højt artikulationsniveau kan udføre en opgave på mange måder, så de genererer en masse data og kræver massive mængder computerkraft, siger Masataka Osaki, vicepræsident for verdensomspændende operationer hos Nvidia.
Fanuc laver en bred vifte af industrirobotter, som bruges i alle mulige sammenhænge, lige fra bilfabrikker til elektronik- og fødevareproduktionsfaciliteter. Virksomheden har været progressiv med at forbinde sine robotter til skyen og med at udforske måder at bruge fremskridt inden for maskinlæring (se 50 smarteste virksomheder: Fanuc ).
Forstærkningslæring er et særligt varmt forskningsområde inden for robotteknologi. Teknikken blev brugt af Google til at bygge et program, der lærte sig selv at spille det utroligt komplekse og subtile brætspil Gå til et overmenneskeligt niveau. Som med Go kan de færdigheder, der kræves for at få en robot til at manipulere objekter eller udføre andre opgaver, være komplekse at programmere i hånden.
Ashutosh Saxena , grundlæggeren af en virksomhed kaldet Brain of Things og ekspert i robotlæring, siger at det er en vigtig idé at gøre det muligt for industrirobotter at dele data. Tidligere blev sådanne robotter ikke designet med datadeling i tankerne, siger han. Deep learning er særligt velegnet til at håndtere sådanne variationer uden at kræve meget manuel programmering.
Vi kan se en chance for en enorm synergi mellem AI-læringsfællesskabet og traditionelle fabriksrobotbyggere, siger Yezhou Yang , en assisterende professor, der driver et robotlæringslaboratorium ved Arizona State University. Men Yang siger, at fordi ingen er involveret i at programmere en robot, vil det være svært for menneskelige operatører at forstå, hvordan systemet rent faktisk fungerer.
De vil behandle det som en sort boks, siger Yang. Hvad hvis noget går galt? Vi har brug for en form for grænseflade. Jeg mener, at der stadig mangler en enorm mængde arbejde i retning af forklarlighed.
Fanuc har forsket i brugen af forstærkende læring i nogen tid og har tidligere arbejdet med et japansk firma kaldet Preferred Networks (se Factory Robot Learns a New Job Overnight). Andre har tydeligvis spioneret på en mulighed for at udvikle den kunstige intelligens, der kræves til en ny generation af robotter, både industrielle og dem, der kan fungere på andre arbejdspladser eller endda hjem (se Google Builds a Robotic Hive-Mind Kindergarten).