Ar AI darbināmi robotu noliktavas savācēji tagad ir gatavi darbam

Kovarianta līdzdibinātāji strādā pie savas robotiskās rokas. Jeļena Žukova

2018. gada vasarā neliels Bērklijā bāzēts robotikas jaunuzņēmums saņēma izaicinājumu. Knapp, galvenais noliktavu loģistikas tehnoloģiju nodrošinātājs, meklēja jaunu ar mākslīgo intelektu darbinātu robotu, kas varētu izvēlēties pēc iespējas vairāk preču veidu. Tāpēc katru nedēļu astoņas nedēļas tā nosūtīja starta uzņēmumam sarakstu ar arvien grūtākām precēm — necaurspīdīgām kastēm, caurspīdīgām kastēm, tablešu iepakojumiem, zeķēm —, kas aptvēra klientu produktu klāstu. Iesācēju komanda iegādāsies preces uz vietas un pēc tam nedēļas laikā nosūtīs atpakaļ video, kurā viņu robotizētā roka pārvietoja preces no vienas pelēkas tvertnes uz citu.

Izaicinājuma beigās uzņēmuma Knapp vadītāji bija noraizējušies. Viņi bija izaicinājuši daudzus jaunuzņēmumus sešu vai septiņu gadu laikā bez panākumiem un gaidīja tādu pašu iznākumu arī šoreiz. Tā vietā katrā videoklipā starta robotizētā roka pārsūtīja katru preci ar nevainojamu precizitāti un ražošanai gatavu ātrumu.

Katru reizi mēs gaidījām, ka viņi cietīs neveiksmi ar nākamo produktu, jo tas kļuva arvien sarežģītāks, saka Pīters Puhveins, Knapp inovāciju viceprezidents, kura galvenā mītne atrodas Austrijā. Bet galvenais bija tas, ka viņiem tas izdevās, un viss patiešām darbojās. Mēs nekad iepriekš neesam redzējuši šādu AI kvalitāti.

KNAPP robotizētā roka ar kovariantu dzīvā noliktavas vidē Berlīnē, Vācijā. Jannis Keils

Covariant tagad ir izgājis no slepenā režīma un šodien paziņo par savu darbu ar Knapp. Tās algoritmi jau ir izvietoti Knapp robotos divās Knapp klientu noliktavās. Viens, ko darbina Vācijas elektroapgādes uzņēmums Obeta, ir bijis pilnībā ražošanā kopš septembra. Līdzdibinātāji saka, ka Covariant ir arī tuvu tam, lai noslēgtu vēl vienu darījumu ar industriālās robotikas gigantu.

Šīs ziņas liecina par izmaiņām mākslīgā intelekta vadītās robotikas stāvoklī. Šādas sistēmas agrāk bija ierobežotas ar ļoti ierobežotu akadēmisko vidi. Taču tagad Covariant saka, ka tā sistēma var vispārināt reālās pasaules sarežģītību un ir gatava vētraini pārņemt noliktavas grīdas.

Noliktavās ir divu kategoriju uzdevumi: lietas, kurām nepieciešamas kājas, piemēram, kastes pārvietošana no telpas priekšpuses uz aizmuguri, un lietas, kurām nepieciešamas rokas, piemēram, priekšmetu pacelšana un novietošana pareizajā vietā. Roboti noliktavās atrodas jau ilgu laiku, taču to panākumi galvenokārt aprobežojas ar agrākā darba veida automatizāciju. Ja paskatās uz modernu noliktavu, cilvēki faktiski reti pārvietojas, saka Pīters Čens, Covariant līdzdibinātājs un izpilddirektors. Datu pārvietošana starp fiksētajiem punktiem — tā ir problēma, kurai mehatronika ir patiešām lieliska.

Robotiskā roka Covariant birojā Jeļena Žukova

Taču roku kustību automatizācijai ir nepieciešama ne tikai pareizā aparatūra. Tehnoloģijai ir veikli jāpielāgojas visdažādākajām produktu formām un izmēriem, pastāvīgi mainīgās orientācijās. Tradicionālo robotu roku var ieprogrammēt tā, lai tā atkal un atkal veiktu vienas un tās pašas precīzas kustības, taču tā neizdosies brīdī, kad tiks konstatēta novirze. Tam ir nepieciešams AI, lai tas redzētu un pielāgotos, pretējā gadījumā tam nebūs cerību sekot līdzi mainīgajai videi. Tā patiešām ir veiklības daļa, kas prasa inteliģenci, saka Čens.

Dažos pēdējos gados pētniecības laboratorijas ir panākušas neticami progresu AI un robotikas apvienošanā, lai panāktu šādu veiklību, taču to ieviešana reālajā pasaulē ir bijis pavisam cits stāsts. Laboratorijas var tikt galā ar 60% vai 70% precizitāti; roboti ražošanā nevar. Pat ar 90% uzticamību robotu roka varētu zaudēt vērtību, saka Pīters Ebīls, Covariant līdzdibinātājs un galvenais zinātnieks.

Lai patiesi atmaksātos ieguldījums, lēš Ebīls un Čens, robotam ir jābūt vismaz 99% — varbūt pat 99,5 % precīzam. Tikai tad tas var darboties bez lielas cilvēka iejaukšanās vai riska palēnināt ražošanas līniju. Taču šis precizitātes līmenis kļuva iespējams tikai pēc nesenajiem panākumiem dziļās mācīšanās un jo īpaši pastiprinošās mācīšanās jomā.

Covariant birojs atrodas netālu no Sanfrancisko līča krastmalas, pie nogruvušas autostāvvietas starp nemarķētu ēku rindu. Iekšpusē vairāki rūpnieciskie roboti un sadarbības roboti, kas ir izstrādāti, lai droši darbotos cilvēku tuvumā, apmāca katru produktu.

Covariant komandas locekļi regulāri dodas uz veikalu, lai iegādātos jebkādas iespējas un galus. Preces svārstās no pudelēs pildītiem losjoniem līdz iepakotām drēbēm un dzēšgumijas vāciņiem, kas ievietoti caurspīdīgās kastēs. Komanda īpaši meklē lietas, kas varētu paklupt robotam: ļoti atstarojošas metāla virsmas, caurspīdīga plastmasa un viegli deformējamas virsmas, piemēram, auduma un skaidu maisiņi, kas katru reizi izskatīsies savādāk kā kamerai.

Virs katra robota karājas virkne kameru, kas darbojas kā tā acu komplekts. Šie vizuālie dati kopā ar sensora datiem no robota ķermeņa tiek ievadīti algoritmā, kas kontrolē tā kustības. Roboti mācās galvenokārt, apvienojot imitācijas un pastiprināšanas metodes. Pirmais ir saistīts ar personu, kas manuāli vada robotu, lai uzņemtu dažādus objektus. Pēc tam tas reģistrē un analizē kustību secības, lai saprastu, kā vispārināt uzvedību. Pēdējā ietver robotu, kas veic miljoniem izmēģinājumu un kļūdu raundu. Katru reizi, kad robots sniedzas pēc preces, tas to izmēģina nedaudz savādāk. Pēc tam tas reģistrē, kuri mēģinājumi izraisa ātrāku un precīzāku atlasi salīdzinājumā ar kļūmēm, lai tas varētu nepārtraukti uzlabot savu veiktspēju.

Tā kā galu galā mācās algoritms, Covariant programmatūras platforma, ko sauc par Covariant Brain, ir aparatūras agnostiķis. Patiešām, birojā ir vairāk nekā ducis dažādu modeļu robotu, un tā tiešajā izvietošanā ar Obetu tiek izmantota Knapp aparatūra.

Kovarianta treniņu režīms.

Stundas laikā es vēroju, kā trīs dažādi roboti meistarīgi savāc visu veidu veikalā nopērkamās preces. Sekunžu laikā algoritms analizē to pozīcijas, aprēķina uzbrukuma leņķi un pareizu kustību secību un izstiepj roku, lai to satvertu ar piesūcekni. Tas pārvietojas droši un precīzi, un maina ātrumu atkarībā no priekšmeta smalkuma. Piemēram, folijā ietītās tabletes tiek apstrādātas maigāk, lai izvairītos no iepakojuma deformācijas vai medikamentu sasmalcināšanas. Vienā īpaši iespaidīgā demonstrācijā robots arī mainīja gaisa plūsmu, lai iepūstu centrā nepatīkamu maisu, kas bija piespiests pie tvertnes sienas, lai vieglāk piekļūtu.

Knapp's Puchwein saka, ka kopš uzņēmums pieņēma Covariant platformu, tā roboti spēj izvēlēties no 10% līdz 15% līdz aptuveni 95% no Obeta produktu klāsta. Pēdējos 5% veido īpaši trausli priekšmeti, piemēram, brilles, kas joprojām ir paredzētas rūpīgai lietošanai cilvēkiem. Puhveins piebilst, ka tā nav problēma. Nākotnē parasti vajadzētu būt 10 robotiem un vienai manuālas savākšanas stacijai. Tieši tāds ir plāns. Pateicoties sadarbībai, Knapp tuvāko gadu laikā izplatīs savus ar Covariant aprīkotos robotus visās klientu noliktavās.

Lai gan statistika ir tehniski iespaidīga, tā rada arī jautājumus par šādu robotu ietekmi uz darba automatizāciju. Pučveins atzīst, ka viņš paredz, ka nākamo piecu gadu laikā simtiem vai tūkstošiem robotu pārņems uzdevumus, ko tradicionāli veic cilvēki. Bet, viņš apgalvo, cilvēki tik un tā vairs nevēlas strādāt. Jo īpaši Eiropā uzņēmumiem bieži ir grūti atrast pietiekami daudz darbinieku, lai nodrošinātu viņu noliktavu personālu. Tieši tādas ir visu mūsu klientu atsauksmes, viņš saka. Viņi neatrod cilvēkus, tāpēc viņiem ir nepieciešama lielāka automatizācija.

Covariant līdz šim ir piesaistījis 27 miljonus ASV dolāru, un finansētāji ir tādi AI spīdekļi kā Tjūringa balvas ieguvēji Džefrijs Hintons un Jans Lekuns. Papildus produktu komplektēšanai tā vēlas aptvert visus noliktavas izpildes aspektus, sākot no kravas automašīnu izkraušanas līdz iepakošanas kastēm un beidzot ar šķirošanas plauktiem. Tas arī paredz paplašināšanos ārpus noliktavām citās jomās un nozarēs.

Bet galu galā Abbeel ir vēl augstāks mērķis: uzņēmuma ilgtermiņa vīzija ir atrisināt visu AI robotiku.

paslēpties