211service.com
Detta Ikea-kök kan kanske lära industrirobotar att vara mindre dumma och mer hjälpsamma
Nvidia
Trots alla de senaste framstegen inom artificiell intelligens förblir industrirobotar otroligt dumma och farliga. Visst, de kan utföra svåra uppgifter exakt och repetitivt, men de kan inte svara på variationer i sin omgivning eller ta itu med något nytt. Det begränsar avsevärt hur användbara robotar kan vara på arbetsplatsen.
Nvidia vill använda maskininlärning för att lösa detta problem. Världens ledande tillverkare av de specialiserade datorchips som är avgörande för artificiell intelligens öppnar ett nytt robotlabb i Seattle för att göra robotarna som arbetar tillsammans med människor – co-bots – smartare och mer kapabla. Och allt är baserat på ett standardkök från Ikea.
Ett system i kökslabbet – en enda robotarm som sitter ovanpå en hjulförsedd plattform – tillbringar redan sina dagar med att hämta burkar och flaskor och lådor och lägga dem i lådor. Dieter Fox , skaparen av labbet och professor vid University of Washington, säger att sådana uppgifter utrustar robotar med de färdigheter som krävs för att utföra mer utmanande fabriksarbete eller hjälpa till på sjukhus. Jag ser detta som den idealiska domänen för att representera alla utmaningar, säger Fox.
Köksuppgifterna kommer att bli allt svårare, från att hitta och flytta bekanta föremål till att arbeta med obekanta. Så småningom, om allt går bra, kommer en robot att kunna arbeta tillsammans med en människa som gör något så komplicerat som att laga en måltid.
En annan fördel med att använda ett standardkök från Ikea är att andra robotlabb kommer att kunna replikera Nvidia-teamets arbete och jämföra det med sitt eget. Det nya labbet kommer att omfatta cirka 50 robotforskare, inklusive deltidsanställda lärare och praktikanter.
De senaste åren har gett uppmuntrande tecken på att framsteg inom maskininlärning kan öka industrirobotarnas kapacitet avsevärt. Särskilt förstärkningsinlärning har dykt upp som ett spännande sätt för robotar att ta sig an svåra utmaningar. Det innebär att styra en robot med ett djupt neuralt nätverk och belöna beteendet som för systemet närmare ett givet mål.
Till exempel ringde en robot Dactyl , från OpenAI, en ideell organisation i San Francisco, lärde sig att manipulera ett barns blockering genom att öva i motsvarande 100 år i en datorsimulering. Kommersiella misslyckanden visar dock hur svårt det är att göra smartare robotar mer praktiska.
Problemet med de flesta projekt är att de bara fungerar i relativt trånga situationer. Ändra miljön något, och systemet måste lära sig om allt från grunden. De flesta av demos inom det här fältet är inte alls lika allmänna som de är gjorda för att visas, säger Todorov , en robotist också vid University of Washington, som utvecklade en populär simuleringsmiljö för robotar som heter MuJoCo.
Fox säger att nyckeln till mer generaliserbar robotinlärning kan vara att utrusta robotar med en grundläggande förståelse av den fysiska världen, inklusive element som gravitation. Den här idén - som de experimenterar med - kan likna något intuitiv förståelse av fysik som bebisar ställer ut.
Få företag har åkt på revolutionen med artificiell intelligens som Nvidia. Så det är värt att notera när företaget satsar på robotik. Nvidia kommer att dra nytta av en AI-revolution inom industriell robotik delvis för att dess hårdvara är avgörande för att köra modern maskininlärningsprogramvara. Dess teknologi är också värdefull för att utföra virtuella simuleringar som blir allt viktigare för att träna robotar.
Fox och hans kollegor vid labbet i Seattle är särskilt entusiastiska över en framväxande trend mot virtuella miljöer som är både fysiskt realistiska och visuellt omöjliga att skilja från den verkliga världen. Simulering kommer att spela en mycket, mycket viktig roll i framtiden för robotar, säger Fox.