Den japanska robotjätten ger sina armar lite hjärnor

De stora, dumma, monotona industrirobotarna som finns i många fabriker kan snart bli mycket smartare, tack vare införandet av maskininlärningsförmåga som flyttar ut från forskningslabb i snabb takt. Fanuc, en av världens största tillverkare av industrirobotar, meddelade att de kommer att samarbeta med Nvidia, en Silicon Valley-chiptillverkare som specialiserat sig på artificiell intelligens, för att lägga till inlärningsmöjligheter till sina produkter.

Affären är viktig eftersom den visar hur de senaste framstegen inom AI är redo att se över tillverkningsindustrin. Dagens industriella bots är vanligtvis programmerade att göra ett enda jobb mycket exakt och exakt. Men varje gång en produktionskörning ändras behöver robotarna sedan programmeras om från grunden, vilket tar tid och teknisk expertis.

Maskininlärning erbjuder ett sätt att få en robot omprogrammerad genom att lära sig hur man gör något genom övning. Tekniken som är involverad, kallad förstärkningsinlärning, använder ett stort eller djupt neuralt nätverk som styr en robotarms rörelse och varierar dess beteende, vilket förstärker åtgärder som leder den närmare ett slutmål, som att plocka upp ett visst föremål. Och processen kan också påskyndas genom att många robotar arbetar tillsammans och sedan delar med sig av vad de har lärt sig. Även om robotar har blivit lättare att programmera de senaste åren har deras inlärningsförmåga inte utvecklats särskilt mycket.

Grafikbehandlingsenheterna som Nvidia tillverkar, som möjliggör parallellberäkning i hög hastighet, är särskilt väl lämpade för djupinlärning. Fanuc kommer att använda Nvidia-processorer inuti enskilda robotar och även i ett centralt system som styr alla bots i en fabrik. Utbildningen kommer att matas in i det centrala systemet, som Nvidia kallar en GPU-superdator, och tränade modeller kommer sedan att överföras till robotar för att utföra åtgärder, med hjälp av datorseende och djupinlärning.

Komplexa robotar med höga artikulationsnivåer kan utföra en uppgift på många sätt, så de genererar mycket data och kräver enorma mängder datorkraft, säger Masataka Osaki, vice vd för världsomspännande verksamhet på Nvidia.

Fanuc tillverkar ett brett utbud av industrirobotar, som används i alla möjliga miljöer, från bilfabriker till elektronik och livsmedelsproduktionsanläggningar. Företaget har varit progressivt när det gäller att koppla sina robotar till molnet och utforska sätt att använda framsteg inom maskininlärning (se 50 smartaste företag: Fanuc ).

Reinforcement learning är ett särskilt hett forskningsområde inom robotik. Tekniken användes av Google för att bygga ett program som lärde sig att spela det otroligt komplexa och subtila brädspelet Gå till en övermänsklig nivå. Precis som med Go kan de färdigheter som krävs för att låta en robot manipulera objekt eller utföra andra uppgifter vara komplicerade att programmera för hand.

Ashutosh Saxena , grundaren av ett företag som heter Brain of Things och expert på robotinlärning, säger att det är en viktig idé att göra det möjligt för industrirobotar att dela data. Tidigare designades inte sådana robotar med datadelning i åtanke, säger han. Deep learning är särskilt väl lämpad för att hantera sådana variationer utan att behöva mycket manuell programmering.

Vi kan se en chans till en enorm synergi mellan AI-inlärningsgemenskapen och traditionella fabriksrobotbyggare, säger Yezhou Yang , en biträdande professor som driver ett robotinlärningslaboratorium vid Arizona State University. Men Yang säger att eftersom ingen är inblandad i att programmera en robot blir det svårt för mänskliga operatörer att förstå hur systemet faktiskt fungerar.

De kommer att behandla det som en svart låda, säger Yang. Vad händer om något går fel? Vi behöver något slags gränssnitt. Jag tror att en enorm mängd arbete fortfarande måste göras i linje med förklaringen.

Fanuc har forskat på användningen av förstärkningsinlärning under en tid, och arbetade tidigare med ett japanskt företag som heter Preferred Networks (se Factory Robot Learns a New Job Overnight ). Andra har uppenbarligen spanat in en möjlighet att utveckla den artificiella intelligens som krävs för en ny generation robotar, både industriella och sådana som kan fungera på andra arbetsplatser eller till och med hem (se Google Builds a Robotic Hive-Mind Kindergarten ).

Dölj