Poznaj chiński startup, który wykorzystuje sztuczną inteligencję i zespół pracowników do szkolenia robotów

AgiBot, firma zajmująca się robotyką humanoidalną z siedzibą w Szanghaju, opracowała metodę, dzięki której dwuramienne roboty uczą się zadań produkcyjnych poprzez szkolenie ludzi i ćwiczenia w rzeczywistych warunkach na fabrycznej linii produkcyjnej.

Firma informuje, że jej system, który łączy w sobie teleoperację i uczenie maszynowe, jest testowany na linii produkcyjnej należącej do Longcheer Technology, chińskiej firmy zajmującej się produkcją smartfonów, zestawów słuchawkowych VR i innych gadżetów elektronicznych.

Projekt AgiBot pokazuje, jak bardziej zaawansowana sztuczna inteligencja zaczyna zmieniać możliwości maszyn przemysłowych – innowacja, która może wkraść się do nowych obszarów produkcji w Chinach i innych krajach. Ten trend może zwiększyć wydajność produkcji i umożliwić wytwarzanie produktów przy mniejszej liczbie nisko opłacanych pracowników. Może to doprowadzić do zaniku niektórych miejsc pracy, ale jednocześnie do powstania nowych.

Roboty są powszechnie wykorzystywane w fabrykach do zadań takich jak podnoszenie pudeł i przenoszenie pojemników. Jednak praca związana z montażem, na przykład iPhone'a, wymaga zręczności, sprawnego zmysłu i adaptacji – cech, których robotom zazwyczaj brakuje. Chociaż sztuczna inteligencja jest coraz częściej wykorzystywana do wspomagania robotów w takich czynnościach, jak lokalizowanie przedmiotów poruszających się po taśmach przenośnikowych i decydowanie, jak je chwycić, nie jest to jeszcze niezawodne narzędzie do uczenia ich wykonywania złożonych manipulacji.

AgiBot G2 w akcji.

Dzięki uprzejmości AgiBot

Przedstawiciel firmy AgiBot, Yuheng Feng, mówi, że robot wdrożony w fabryce w Longcheer pobiera komponenty z maszyny przeprowadzającej testy, a następnie umieszcza je na linii produkcyjnej — jest to rodzaj zadania, z którym roboty mogą sobie poradzić, ponieważ nie wymaga ono precyzyjnej manipulacji ani pracy z giętkimi lub delikatnymi częściami.

Prawdziwe pytanie brzmi, jak skutecznie algorytmy AgiBota mogą uczyć roboty nowych sztuczek. Wykorzystanie uczenia przez wzmacnianie do nauki robotów zadań wymagających improwizacji zazwyczaj wymaga dużej ilości danych szkoleniowych, a badania pokazują, że nie da się tego w pełni udoskonalić w symulacji.

AgiBot przyspiesza proces uczenia się, ponieważ człowiek kieruje robotem podczas wykonywania zadania, co stanowi podstawę do jego samodzielnej nauki. Zanim został współzałożycielem AgiBot, główny naukowiec Jianlan Luo prowadził pionierskie badania na Uniwersytecie Kalifornijskim w Berkeley, w tym projekt , w którym roboty nabywały umiejętności poprzez uczenie się przez wzmacnianie z udziałem człowieka. System ten został zaprezentowany podczas wykonywania zadań, takich jak umieszczanie komponentów na płycie głównej.

Feng twierdzi, że oprogramowanie AgiBot do nauki, o nazwie Real-World Reinforcement Learning, potrzebuje zaledwie około dziesięciu minut, aby nauczyć robota wykonywania nowego zadania. Szybkie uczenie się jest ważne, ponieważ linie produkcyjne często zmieniają się z tygodnia na tydzień, a nawet w trakcie tego samego cyklu produkcyjnego, a roboty, które potrafią szybko opanować nowy etap, mogą adaptować się do pracy u boku ludzi.

Szkolenie robotów w ten sposób wymaga dużego wysiłku ze strony człowieka. AgiBot prowadzi centrum nauki robotyki , gdzie płaci pracownikom za zdalne sterowanie robotami, aby pomóc modelom AI w nauce nowych umiejętności. Zapotrzebowanie na tego rodzaju dane szkoleniowe dla robotów rośnie, a niektóre amerykańskie firmy płacą pracownikom w takich krajach jak Indie za wykonywanie prac manualnych, które służą jako dane szkoleniowe.

Jeff Schneider, robotyk z Uniwersytetu Carnegie Mellon, który zajmuje się uczeniem ze wzmocnieniem, twierdzi, że AgiBot wykorzystuje najnowocześniejsze techniki i powinien być w stanie automatyzować zadania z wysoką niezawodnością. Schneider dodaje, że inne firmy robotyczne prawdopodobnie eksperymentują z wykorzystaniem uczenia ze wzmocnieniem w zadaniach produkcyjnych.

AgiBot to wschodząca gwiazda w Chinach, gdzie rośnie zainteresowanie połączeniem sztucznej inteligencji z robotyką. Firma opracowuje modele sztucznej inteligencji dla różnych rodzajów robotów, w tym humanoidalnych robotów chodzących i ramion robotycznych, które pozostają w miejscu.

Zbliżenie na AgiBot G2 wykonującego precyzyjne zadanie po treningu.

Dzięki uprzejmości AgiBot

Oparta na sztucznej inteligencji pętla uczenia się AgiBot to dokładnie ten rodzaj technologii, który amerykańskie firmy mogą potrzebować opanować, jeśli chcą przenieść większą część produkcji z powrotem do kraju. Wiele amerykańskich startupów doskonali obecnie algorytmy dla nowych rodzajów uczenia się robotów. Należą do nich Physical Intelligence , silnie wspierany startup współtworzony przez naukowców, którzy pracowali nad tym samym projektem co Luo na Uniwersytecie Kalifornijskim w Berkeley, oraz Skild , spin-out Uniwersytetu Carnegie Mellon, który niedawno zaprezentował algorytmy robotyczne zdolne do adaptacji do nowych form fizycznych, w tym systemów z nogami i ramion robotycznych.

Ogromna baza produkcyjna Chin prawdopodobnie zapewni startupom pewne kluczowe korzyści. Należą do nich: łańcuch dostaw umożliwiający szybkie prototypowanie i produkcję robotów na masową skalę, rynek zbytu dla robotów oraz pracownicy pomagający w szkoleniu modeli robotycznych.

Według Międzynarodowej Federacji Robotyki, organizacji branżowej, w Chinach działa już więcej robotów przemysłowych niż we wszystkich innych krajach razem wziętych. Najnowszy pięcioletni plan chińskiego rządu, opublikowany we wrześniu, zakłada również wzrost gospodarczy w większym stopniu oparty na technologiach, ze szczególnym uwzględnieniem sztucznej inteligencji i robotyki, co prawdopodobnie pobudzi dalsze inwestycje i inicjatywy rządowe mające na celu rozwój bardziej zaawansowanych robotów.

Pewien przedsiębiorca z branży robotyki mieszkający w USA powiedział mi niedawno, że nie martwi się szczególnie amerykańską konkurencją, ale chińskie firmy zajmujące się robotyką nie dają mu spać po nocach.

To jest wydanie biuletynu AI Lab Willa Knighta . Przeczytaj poprzednie biuletyny tutaj.