Il gigante giapponese della robotica dà alle sue braccia alcuni cervelli

I grandi, stupidi e monotoni robot industriali che si trovano in molte fabbriche potrebbero presto diventare un po' più intelligenti, grazie all'introduzione di capacità di apprendimento automatico che stanno uscendo dai laboratori di ricerca a un ritmo veloce. Fanuc, uno dei maggiori produttori mondiali di robot industriali, ha annunciato che lavorerà con Nvidia, un produttore di chip della Silicon Valley specializzato in intelligenza artificiale, per aggiungere capacità di apprendimento ai suoi prodotti.

L'accordo è importante perché mostra come i recenti progressi nell'IA siano pronti a rivedere l'industria manifatturiera. I robot industriali di oggi sono in genere programmati per eseguire un singolo lavoro in modo molto preciso e accurato. Ma ogni volta che un ciclo di produzione cambia, i robot devono essere riprogrammati da zero, il che richiede tempo e competenza tecnica.

L'apprendimento automatico offre un modo per riprogrammare un robot imparando a fare qualcosa attraverso la pratica. La tecnica coinvolta, chiamata apprendimento per rinforzo, utilizza una rete neurale ampia o profonda che controlla il movimento di un braccio robotico e ne varia il comportamento, rafforzando le azioni che lo portano più vicino a un obiettivo finale, come raccogliere un particolare oggetto. E il processo può anche essere accelerato facendo lavorare molti robot di concerto e poi condividendo ciò che hanno imparato. Sebbene negli ultimi anni i robot siano diventati più facili da programmare, le loro capacità di apprendimento non sono migliorate molto.

Le unità di elaborazione grafica prodotte da Nvidia, che consentono il calcolo parallelo ad alta velocità, sono particolarmente adatte al deep learning. Fanuc utilizzerà i processori Nvidia all'interno dei singoli robot e anche in un sistema centrale che controlla tutti i robot in una fabbrica. La formazione alimenterà il sistema centrale, che Nvidia chiama supercomputer GPU, e i modelli addestrati verranno quindi trasferiti ai robot per eseguire azioni, utilizzando la visione artificiale e il deep learning.

I robot complessi con alti livelli di articolazione possono svolgere un'attività in molti modi, quindi generano molti dati e richiedono enormi quantità di potenza di calcolo, afferma Masataka Osaki, vicepresidente delle operazioni mondiali di Nvidia.

Fanuc produce un'ampia gamma di robot industriali, che vengono utilizzati in tutti i tipi di ambienti, dalle fabbriche automobilistiche all'elettronica e agli impianti di produzione alimentare. L'azienda è stata progressista nel connettere i suoi robot al cloud e nell'esplorazione di modi per utilizzare i progressi nell'apprendimento automatico (vedi 50 aziende più intelligenti: Fanuc).

L'apprendimento per rinforzo è un'area di ricerca particolarmente interessante nella robotica. La tecnica è stata utilizzata da Google per costruire un programma che ha imparato da solo a giocare al gioco da tavolo incredibilmente complesso e sottile Vai a un livello sovrumano. Come con Go, le abilità richieste per fare in modo che un robot manipoli oggetti o esegua altre attività possono essere complesse da programmare a mano.

Ashutosh Saxena , fondatore di un'azienda chiamata Brain of Things ed esperto di apprendimento dei robot, afferma che rendere possibile la condivisione dei dati tra i robot industriali è un'idea importante. In precedenza tali robot non erano stati progettati pensando alla condivisione dei dati, afferma. Il deep learning è particolarmente adatto per gestire tali variazioni senza richiedere molta programmazione manuale.

Possiamo vedere una possibilità per un'enorme sinergia tra la comunità di apprendimento dell'IA e i tradizionali costruttori di robot di fabbrica, afferma Yezhou Yang , un assistente professore che gestisce un laboratorio di apprendimento sui robot presso l'Arizona State University. Ma Yang dice che poiché nessuno è coinvolto nella programmazione di un robot, sarà difficile per gli operatori umani capire come funziona effettivamente il sistema.

Lo tratteranno come una scatola nera, dice Yang. E se qualcosa va storto? Abbiamo bisogno di una sorta di interfaccia. Credo che un'enorme quantità di lavoro debba ancora essere svolta lungo le linee della spiegabilità.

Fanuc ha studiato per diverso tempo l'uso dell'apprendimento per rinforzo, lavorando in precedenza con un'azienda giapponese chiamata Preferred Networks (vedi Factory Robot Learns a New Job Overnight). Altri hanno chiaramente intravisto un'opportunità per sviluppare l'intelligenza artificiale necessaria per una nuova generazione di robot, sia industriali che che potrebbero operare in altri luoghi di lavoro o persino in case (vedi Google Builds a Robotic Hive-Mind Kindergarten).

nascondere