Denna fabriksrobot lär sig ett nytt jobb över en natt

Inuti en anspråkslös kontorsbyggnad i Tokyo bor en ovanligt smart industrirobot gjord av det japanska företaget Fanuc . Ge roboten en uppgift, som att plocka widgets ur en låda och lägga dem i en annan behållare, så kommer den att spendera natten på att lista ut hur man gör det. På morgonen borde maskinen ha bemästrat jobbet lika bra som om den hade programmerats av en expert.

Fanuc demonstrerar en robot som tränats genom förstärkningsinlärning på International Robot Exhibition i Tokyo i december.

Industrirobotar är kapabla till extrem precision och hastighet, men de behöver normalt programmeras mycket noggrant för att kunna göra något som att greppa ett föremål. Detta är svårt och tidskrävande, och det betyder att sådana robotar vanligtvis bara kan arbeta i hårt kontrollerade miljöer.

Fanucs robot använder en teknik som kallas djup förstärkningsinlärning för att över tid träna sig hur man lär sig en ny uppgift. Den försöker plocka upp föremål samtidigt som den spelar in videofilmer av processen. Varje gång det lyckas eller misslyckas, kommer det ihåg hur objektet såg ut, kunskap som används för att förfina en modell för djupinlärning eller ett stort neuralt nätverk som styr dess handling. Deep learning har visat sig vara ett kraftfullt tillvägagångssätt för mönsterigenkänning under de senaste åren.

Efter åtta timmar eller så når den till 90 procents noggrannhet eller över, vilket är nästan samma sak som om en expert skulle programmera det, förklarar Shohei Hido, forskningschef på Föredragna nätverk , ett Tokyo-baserat företag som specialiserat sig på maskininlärning. Det fungerar över natten; nästa morgon är den trimmad.

Robotforskare testar förstärkningsinlärning som ett sätt att förenkla och påskynda programmeringen av robotar som utför fabriksarbete. Tidigare denna månad publicerade Google detaljer om sin egen forskning om hur man använder förstärkningsinlärning för att lära robotar hur man greppar föremål.

Fanuc-roboten programmerades av Preferred Networks. Fanuc, världens största tillverkare av industrirobotar, investerade 7,3 miljoner dollar i Preferred Networks i augusti förra året. Företagen demonstrerade inlärningsroboten på International Robot Exhibition i Tokyo i december förra året.

En av de stora potentiella fördelarna med inlärningsupplägget, säger Hido, är att det kan accelereras om flera robotar arbetar parallellt och sedan delar med sig av det de har lärt sig. Så åtta robotar som arbetar tillsammans i en timme kan utföra samma inlärning som en maskin som går i åtta timmar. Vårt projekt är inriktat på distribuerat lärande, säger Hido. Du kan föreställa dig hundratals fabriksrobotar som delar information.

Den här formen av distribuerat lärande, som ibland kallas molnrobotik, håller på att formas till att bli en stor trend både inom forskning och industri (se 10 Breakthrough Technologies 2016: Robots That Teach Each Other ).

Fanuc har goda förutsättningar att tänka på detta, säger Ken Goldberg , professor i robotik vid University of California, Berkeley, eftersom den installerar så många maskiner i fabriker runt om i världen. Han tillägger att molnrobotik med största sannolikhet kommer att omforma hur robotar används under de kommande åren.

Goldberg och kollegor (inklusive flera forskare på Google) tar faktiskt detta ett steg längre genom att lära robotar hur vissa rörelser kan användas för att greppa inte bara specifika objekt utan vissa former. Ett dokument om detta arbete kommer att dyka upp på IEEE International Conference on Robotics and Automation i maj.

Goldberg noterar dock att det är en utmaning att tillämpa maskininlärning på robotik eftersom att kontrollera beteendet är mer komplext än att till exempel känna igen objekt i bilder. Deep learning har gjort enorma framsteg i mönsterigenkänning, säger Goldberg. Utmaningen med robotik är att du gör något utöver det. Du måste kunna generera lämpliga åtgärder för ett stort antal indata.

Fanuc är kanske inte det enda företaget som utvecklar robotar som använder maskininlärning. 2014 investerade den schweiziska robottillverkaren ABB i en annan AI-startup som heter Vicarious. Frukterna av den investeringen har dock ännu inte visat sig.

Dölj