211service.com
Dette Ikea-køkken kan måske lære industrirobotter at være mindre dumme og mere hjælpsomme
Nvidia
På trods af alle de seneste fremskridt inden for kunstig intelligens forbliver industrirobotter forbløffende dumme og farlige. Nok kan de udføre besværlige opgaver præcist og gentagne gange, men de kan ikke reagere på variationer i deres miljø eller tackle noget nyt. Det begrænser i høj grad, hvor nyttige robotter kan være på arbejdspladsen.
Nvidia ønsker at bruge maskinlæring til at hjælpe med at løse dette problem. Verdens førende producent af de specialiserede computerchips, der er afgørende for kunstig intelligens, åbner et nyt robotlaboratorium i Seattle for at gøre de robotter, der arbejder sammen med mennesker – co-bots – smartere og mere dygtige. Og det hele er baseret på et standardkøkken fra Ikea.
Et system inde i køkkenlaboratoriet - en enkelt robotarm, der sidder oven på en platform med hjul - bruger allerede dagene på at hente krukker og flasker og kasser og lægge dem i skuffer. Dieter Fox , skaberen af laboratoriet og en professor ved University of Washington, siger, at sådanne opgaver udstyrer robotter med de færdigheder, der kræves til at udføre mere udfordrende fabriksarbejde eller til at hjælpe på hospitaler. Jeg ser dette som det ideelle domæne til at repræsentere enhver udfordring, siger Fox.
Køkkenopgaverne bliver gradvist sværere, lige fra at finde og flytte velkendte genstande til at arbejde med ukendte. Til sidst, hvis alt går vel, vil en robot være i stand til at arbejde sammen med et menneske, der gør noget så komplekst som at tilberede et måltid.
En anden fordel ved at bruge et standard Ikea-køkken er, at andre robotlaboratorier vil være i stand til at replikere Nvidia-teamets arbejde og sammenligne det med deres eget. Det nye laboratorium vil omfatte omkring 50 robotforskere, herunder deltidsansatte fakulteter og praktikanter.
De seneste par år har budt på opmuntrende tegn på, at fremskridt inden for maskinlæring kan øge industrirobotternes muligheder betydeligt. Især forstærkningslæring er dukket op som en spændende måde for robotter at tackle svære udfordringer på. Det involverer at styre en robot med et dybt neuralt netværk og belønne den adfærd, der bringer systemet tættere på et givet mål.
For eksempel ringede en robot Dactyl , fra OpenAI, en nonprofitorganisation i San Francisco, lærte at manipulere et barns blokering ved at øve sig i hvad der svarer til 100 år i en computersimulering. Kommercielle fejl viser dog, hvor svært det er at gøre smartere robotter mere praktiske.
Problemet med de fleste projekter er, at de kun fungerer i relativt snævre situationer. Ændre miljøet lidt, og systemet skal lære alt fra bunden. De fleste af demoerne på dette felt er ikke nær så generelle, som de er lavet til at fremstå, siger Todorov , en robotiker også ved University of Washington, som udviklede et populært simuleringsmiljø for robotter kaldet MuJoCo.
Fox siger, at nøglen til mere generaliserbar robotlæring kan være at udstyre robotter med en grundlæggende forståelse af den fysiske verden, herunder elementer som tyngdekraften. Denne idé - som de eksperimenterer med - kan være lidt beslægtet med intuitiv forståelse af fysik som babyer udstiller.
Få virksomheder har kørt med den kunstige intelligens-revolution helt som Nvidia. Så det er værd at notere sig, når virksomheden satser på robotteknologi. Nvidia kan drage fordel af en AI-revolution inden for industriel robotik, delvist fordi dets hardware er afgørende for at køre moderne maskinlæringssoftware. Dens teknologi er også værdifuld til at udføre virtuelle simuleringer, der i stigende grad er nøglen til træning af robotter.
Fox og hans kolleger på laboratoriet i Seattle er især begejstrede for en ny trend i retning af virtuelle miljøer, der både er fysisk realistiske og visuelt ikke kan skelnes fra den virkelige verden. Simulering kommer til at spille en meget, meget vigtig rolle i fremtiden for robotter, siger Fox.