211service.com
Deze Ikea-keuken kan industriële robots leren om minder dom en behulpzamer te zijn
Nvidia
Ondanks alle recente vooruitgang op het gebied van kunstmatige intelligentie, blijven industriële robots verbazingwekkend dom en gevaarlijk. Natuurlijk kunnen ze moeilijke taken precies en herhaaldelijk uitvoeren, maar ze kunnen niet reageren op variaties in hun omgeving of iets nieuws aanpakken. Dat beperkt ernstig hoe nuttig robots op de werkplek kunnen zijn.
Nvidia wil machine learning gebruiken om dit probleem op te lossen. 's Werelds grootste producent van de gespecialiseerde computerchips die cruciaal zijn voor kunstmatige intelligentie, opent een nieuw roboticalab in Seattle om de robots die naast mensen werken - co-bots - slimmer en capabeler te maken. En het is allemaal gebaseerd op een standaard keuken van Ikea.
Eén systeem in het keukenlab - een enkele robotarm die bovenop een verrijdbaar platform zit - brengt zijn dagen al door met het halen van potten en flessen en dozen en het in laden plaatsen ervan. Dieter Fox , de maker van het laboratorium en een professor aan de Universiteit van Washington, zegt dat dergelijke taken robots uitrusten met de vaardigheden die nodig zijn om meer uitdagend fabriekswerk te doen of om te helpen in ziekenhuizen. Ik zie dit als het ideale domein om elke uitdaging te vertegenwoordigen, zegt Fox.
De keukentaken worden steeds moeilijker, van het vinden en verplaatsen van bekende voorwerpen tot het werken met onbekende voorwerpen. Uiteindelijk, als alles goed gaat, zal een robot naast een mens kunnen werken die zoiets ingewikkelds doet als het bereiden van een maaltijd.
Een ander voordeel van het gebruik van een standaard Ikea-keuken is dat andere robotica-labs het werk van het Nvidia-team kunnen repliceren en met hun eigen werk kunnen vergelijken. Het nieuwe lab zal ongeveer 50 robotica-onderzoekers omvatten, inclusief parttime docenten en stagiaires.
De afgelopen jaren hebben bemoedigende signalen gegeven dat vooruitgang op het gebied van machinaal leren de mogelijkheden van industriële robots aanzienlijk zou kunnen vergroten. Vooral Reinforcement Learning is naar voren gekomen als een opwindende manier voor robots om moeilijke uitdagingen aan te gaan. Het gaat om het besturen van een robot met een diep neuraal netwerk en het belonen van het gedrag dat het systeem dichter bij een bepaald doel brengt.
Bijvoorbeeld, een robot genaamd Dactylus , van OpenAI, een non-profitorganisatie in San Francisco, leerde een kinderblokkade te manipuleren door 100 jaar te oefenen in een computersimulatie. Commerciële mislukkingen laten echter zien hoe moeilijk het is om slimmere robots praktischer te maken.
Het probleem met de meeste projecten is dat ze alleen in relatief nauwe situaties werken. Verander de omgeving een beetje en het systeem moet alles opnieuw leren. De meeste demo's op dit gebied zijn lang niet zo algemeen als ze doen voorkomen, zegt: Todorov , een roboticus ook aan de Universiteit van Washington, die een populaire simulatieomgeving voor robots ontwikkelde, MuJoCo genaamd.
Fox zegt dat de sleutel tot meer generaliseerbaar robotleren zou kunnen zijn om robots uit te rusten met een fundamenteel begrip van de fysieke wereld, inclusief elementen zoals zwaartekracht. Dit idee - waarmee ze experimenteren - lijkt misschien een beetje op de... intuïtief begrip van natuurkunde die baby's vertonen.
Er zijn maar weinig bedrijven die de revolutie van kunstmatige intelligentie zo hebben meegemaakt als Nvidia. Het is dus de moeite waard om op te merken wanneer het bedrijf gokt op robotica. Nvidia zal profiteren van een AI-revolutie in industriële robotica, deels omdat de hardware cruciaal is voor het uitvoeren van moderne machine-learningsoftware. De technologie is ook waardevol voor het uitvoeren van virtuele simulaties die steeds belangrijker worden voor het trainen van robots.
Fox en zijn collega's in het lab in Seattle zijn vooral enthousiast over de opkomende trend naar virtuele omgevingen die zowel fysiek realistisch als visueel niet van de echte wereld te onderscheiden zijn. Simulatie gaat een zeer, zeer belangrijke rol spelen in de toekomst van robots, zegt Fox.