Faceți cunoștință cu startup-ul chinez care folosește AI – și o armată mică de muncitori – pentru a antrena roboți
AgiBot, o companie de robotică umanoidă cu sediul în Shanghai, a conceput o modalitate prin care roboții cu două brațe să învețe sarcini de producție prin antrenament uman și practică în lumea reală pe o linie de producție a fabricii. Compania spune că sistemul său, care combină teleoperația și învățarea prin consolidare, este testat pe o linie de producție aparținând Longcheer Technology, o companie chineză care produce smartphone-uri, căști VR și alte gadgeturi electronice.
Proiectul AgiBot arată modul în care inteligența artificială mai avansată începe să schimbe abilitățile mașinilor industriale – o inovație care s-ar putea strecura în noi domenii ale producției în China și în alte părți. Tendința ar putea crește productivitatea producției și ar putea permite fabricarea produselor cu mai puțini muncitori umani cu salarii mici. Acest lucru ar putea duce la dispariția unor locuri de muncă, dar la crearea de noi.
Roboții sunt utilizați pe scară largă în fabrici pentru treburi precum ridicarea cutiilor și mutarea coșurilor. Dar munca implicată în asamblarea, de exemplu, a unui iPhone necesită dexteritate, simț tactil fin și adaptare - lucruri care lipsesc în general roboților. În timp ce inteligența artificială este utilizată din ce în ce mai mult pentru a ajuta roboții să facă lucruri precum identificarea articolelor care se deplasează de-a lungul benzilor transportoare și să decidă cum să le apuce, aceasta nu este încă un instrument fiabil pentru a-i antrena să facă manipulări complexe.
Reprezentantul AgiBot, Yuheng Feng, spune că robotul desfășurat la fabrica Longcheer preia componente dintr-o mașină care efectuează teste, apoi le așază pe o linie de producție - genul de sarcină pe care roboții o pot gestiona, deoarece nu implică manipulare fină sau lucrul cu piese flexibile sau fragile. Adevărata întrebare este cât de eficient pot algoritmii AgiBot să-și învețe roboții trucuri noi. Utilizarea învățării prin consolidare pentru a învăța un robot sarcini care necesită improvizație necesită, în general, o mulțime de date de antrenament, iar studiile arată că nu poate fi perfecționată în întregime într-o simulare. AgiBot accelerează procesul de învățare având un muncitor uman care ghidează robotul printr-o sarcină, ceea ce oferă o bază pentru ca acesta să învețe apoi singur.
Înainte de a co-fonda AgiBot, omul de știință șef Jianlan Luo a făcut cercetări de ultimă oră la UC Berkeley, inclusiv un proiect care a implicat roboți care dobândesc abilități prin învățare prin consolidare cu un om în buclă. Acel sistem a fost arătat făcând sarcini, inclusiv plasarea componentelor pe o placă de bază. Feng spune că software-ul de învățare AgiBot, numit Real-World Reinforcement Learning, are nevoie de doar aproximativ zece minute pentru a antrena un robot să facă o nouă sarcină. Învățarea rapidă este importantă, deoarece liniile de producție se schimbă adesea de la o săptămână la alta, sau chiar în timpul aceleiași runde de producție, iar roboții care pot stăpâni rapid un nou pas se pot adapta alături de muncitorii umani.
Antrenarea roboților în acest fel necesită mult efort uman. AgiBot are un centru de învățare robotică unde plătește oameni să opereze roboți de la distanță pentru a ajuta modelele AI să învețe noi abilități. Cererea pentru acest tip de date de antrenament pentru roboți este în creștere, unele companii americane plătind muncitori în locuri precum India pentru a face muncă manuală care servește drept date de antrenament.
Jeff Schneider, un robotician de la Carnegie Mellon University care lucrează la învățarea prin consolidare, spune că AgiBot folosește tehnici de ultimă oră și ar trebui să fie capabil să automatizeze sarcini cu o fiabilitate ridicată. Schneider adaugă că alte companii de robotică se ocupă probabil de utilizarea învățării prin consolidare pentru sarcinile de producție.
AgiBot este oarecum o stea în ascensiune în China, unde interesul pentru combinarea AI și robotică este în creștere. Compania dezvoltă modele AI pentru diverse tipuri de roboți, inclusiv umanoizi care se plimbă și brațe robot care rămân înrădăcinate într-un singur loc.
Bucla de învățare alimentată de AI a AgiBot este tocmai genul de tehnologie pe care companiile americane ar putea avea nevoie să o stăpânească dacă speră să readucă mai multă producție. O serie de startup-uri americane își perfecționează în prezent algoritmii pentru noi tipuri de învățare robo. Acestea includ Physical Intelligence , un startup puternic susținut, cofondat de unii dintre cercetătorii care au lucrat la același proiect ca și Luo la UC Berkeley, și Skild , un spinout al Carnegie Mellon University, care a prezentat recent algoritmi robotici capabili să se adapteze la noi forme fizice, inclusiv sisteme cu picioare și brațe robot.
Baza de producție uriașă a Chinei este probabil să ofere startup-urilor de acolo avantaje cheie. Acestea includ un lanț de aprovizionare capabil să prototipeze rapid și să producă roboți la scară masivă, o piață pregătită pentru forța de muncă robotică și muncitori pentru a ajuta la antrenarea modelelor robotizate. Există deja mai mulți roboți industriali care funcționează în China decât în toate celelalte țări la un loc, potrivit Federației Internaționale de Robotică, un organism industrial. Cel mai recent plan cincinal al guvernului chinez , publicat în septembrie, solicită, de asemenea, o creștere economică mai bazată pe tehnologie, cu accent pe AI și robotică, lucru care este probabil să stimuleze investiții suplimentare și inițiative guvernamentale menite să crească roboți mai avansați.
Un antreprenor în robotică cu sediul în SUA mi-a spus recent că nu este deosebit de îngrijorat de rivalii americani - dar firmele chinezești de robotică îl țin treaz noaptea.
Aceasta este o ediție a buletinului informativ AI Lab al lui Will Knight . Citiți buletinele informative anterioare aici.