ГлавнаяТелекомСтатьиЧему человек учит роботов и зачем?

Чему человек учит роботов и зачем?

robot

Человечество всегда старалось облегчить себе жизнь, приручая и заставляя работать на себя животных, создавало различные механизмы. На очередном витке эволюции мы пришли от автоматов и роботов к созданию того, что мы называем искусственным интеллектом. Но будет ли он безопасен, если, перешагнув черту, приблизится к нам в эмоциональном смысле? И останемся ли мы при его широком внедрении людьми в нынешнем понимании? Не начнет ли принимать за нас решения машина или программа в будущем? Частично это уже происходит. Давайте посмотрим, что уже умеют машины, снабженные искусственным интеллектом, на сегодняшний день.

Умение распознавать и анализировать

Роботы-манипуляторы, способные захватывать и перемещать объекты, востребованы в различных отраслях. К роботизированным системам предъявляют требования в виде высокой скорости и точности перемещения объектов, безошибочной их сортировки. Решить их помогает искусственный интеллект, как, например, это было сделано американским стартапом RightHand Robotics во второй версии робота-манипулятора RightPick2, созданного для сортировки и перемещения предметов. Система оснащена пятым поколением захватов, способных поднимать груз весом до 2 кг, новой версией руки от Universal Robots и камерами глубины Intel RealSense Depth Camera D415. Программное обеспечение RightPick.AI системы управления движением и зрением также было улучшено у этой модели. Благодаря доработке робот способен быстро сортировать разнообразные предметы, а также считывать штрих-коды для выполнения заказов.

Машинное зрение — это очевидный шаг в развитии промышленных роботов-манипуляторов. Такой робот не нуждается в точной подаче или позиционировании предметов, требует минимальной оснастки. Технология машинного зрения упрощает настройку и перенастройку робота, увеличивая его гибкость и расширяя возможности применения. Следующим шагом будет внедрение нейросетей, которые будут обучаться, формировать базу данных о заготовках разной формы, и затем на основе полученных знаний робот будет увеличивать свои возможности. Например, идентифицировать на потоке брак и устранять его с конвейера, а качественные детали помещать в контейнер.

Внедрение интеллектуальных роботов, способных распознавать и анализировать объекты, идет не только в промышленности, но и в логистике. В марте 2019 года Boston Dynamics разместил видео с логистическим роботом Handle. На верхней части его корпуса расположены присоски, с помощью которых он может снимать коробки с паллет, перемещать и ровно складывать их. Благодаря системе машинного зрения этот робот может найти маркированные поддоны и определенные коробки на них и переместить их в заданное место. Handle использует систему контроля силы для того, чтобы плотно ставить коробки друг к другу. Многие производители, как правило, имеют уже целые линейки роботов и функциональные модули для них. Таким образом, практически все процессы на складе можно роботизировать, объединив механизмы в единую экосистему.

К полной автоматизации собственных складов близка компания Amazon. Чуть больше года назад компания оформила патент на роботизированную руку или манипулятор, который сможет с помощью сенсоров идентифицировать объекты, определять, как лучше их взять, вычислять траекторию перемещения и фасовать предметы в определенные лотки или корзины. Робот будет использовать базу данных о свойствах объектов, «собственные ощущения» и сведения об удачных и неудачных стратегиях перемещения аналогичных объектов в прошлом. Манипуляторы Amazon смогут перемещаться по складу, взаимодействовать друг с другом и центром управления. Сотрудники будут управлять роботами через мобильное приложение.

Двусторонняя обратная связь

Начиная с середины XX века область применения роботов стала стремительно расширяться. Рутинную и грязную работу дополнила несовместимая с жизненными для человека условиями работа, сверхнагрузки и сверхзадачи. Появился и опыт преодоления таких ситуаций: аварии на АЭС, освоение шельфов, работа в открытом космосе. Люди осознали свои ограничения, и необходимость в роботах стала очевидной. От точности обратной связи, поступающей от дистанционно управляемого робота, зависит его адаптивность и эффективность. Для выполнения сложных действий на расстоянии, например, в космосе или труднодоступных районах планеты, робот должен точно передавать оператору «ощущения», а также без задержки воспроизводить мелкую моторику человеческой руки.

Решая эту задачу, американский стартап HaptX (ранее известный как AxonVR) разработал высокотехнологичные тактильные перчатки, имитирующие человеческое прикосновение. Разработчики использовали микрофлюидную технологию и систему отслеживания движения, что позволяет пользователям перемещаться в виртуальной реальности и чувствовать виртуальные объекты руками. Ощущение реалистичного прикосновения обеспечивают 130 тактильных датчиков. Перчатки работают с гарнитурой VR и трекером, подключенным к центральному блоку управления, программное обеспечение HaptX поддерживает Unity и Unreal Engine 4. Летом 2019 года HaptX, Shadow Robot Company и SynTouch представили совместную разработку — роботизированные руки. Оператор, надев сенсорные перчатки, может выполнять на расстоянии точные манипуляции с предметами. Роботизированные руки точно и без временной задержки повторяют движения пальцев, кистей и рук оператора. Человек также получает точные тактильные ощущения, в том числе чувствует силу, с которой робот прикасается к предмету. Давление при захвате предмета передается с помощью заполненных воздухом трубок, идущих до кончиков пальцев.

Новый шаг в развитии антропоморфных роботов недавно сделали разработчики Массачусетского Технологического Института и Университета Иллинойс-Шампейн. Созданный ими двуногий робот Little HERMES способен использовать двигательный интеллект человека и его рефлексы для корректировки своего положения в пространстве и передвижений. Ученые смогли динамически синхронизировать движения двуногого робота и оператора посредством двусторонней обратной связи. Little HERMES подключен к оператору, который стоит на чувствительной к давлению пластине и одет в жилет, обеспечивающий обратную связь. Если робот сталкивается с неожиданным уклоном, оператор чувствует давление, указывающее на наклон, и рефлексивно делает правильное движение. Робот синхронно повторяет его и благодаря двусторонней обратной связи сохраняет равновесие.

Адекватное взаимодействие в пространстве

Среди основных задач современности — интеграция роботов в мир людей и налаживание их взаимодействия с человеком. Традиционно на производствах выделяют опасные для человека зоны, где трудятся роботы. Однако в последнее время популярным направлением робототехники стали коботы или роботы, способные работать в одном пространстве с человеком. Но коботы выполняют операции медленнее, обладают меньшей грузоподъемностью и производительностью, чем их промышленные собратья. Стремясь снять эти ограничения, американский стартап VeoRobotics разработал систему Veo, которая позволяет роботам различать все объекты и препятствия вокруг. В ее основе распознавание объектов и семантическое моделирование.

По мнению разработчиков, безопаснее сразу создавать интерактивную среду, чем строить заборы и клетки. Система Veo использует четыре камеры глубины, расположенные вокруг рабочего пространства и обеспечивающие полный визуальный охват. После того, как вы установили систему Veo, вы определяете различные вещи как заготовки, запрещенные зоны и т.д. Нет необходимости добавлять точные размеры несущих балок и безопасные места для людей. Робот работает так же, как и в других случаях, за исключением того, что теперь он знает точное местоположение и размер всего, что находится в его поле зрения. Если человек или транспортное средство вторгаются в эту зону, или что-то ломается, или появляется другое отклонение от нормы, то система замедляется или останавливается. Более того, если Veo не уверена полностью в своей безопасности, например, одна из камер частично потеряла обзор, то робот полностью останавливается.

Летом 2019 года разработчики Массачусетского Технологического Института сообщили о создании алгоритма «частичной траектории», который позволяет роботу предугадывать траекторию движения человека и менять траекторию своего движения так, чтобы безопасно работать с человеком в одном пространстве. Разработчики наблюдали за работой роботов на производстве BMW и пришли к выводу о том, что роботы останавливаются задолго до того, как человек пересекает их путь, и тратят много времени в ожидании. Новый метод «частичной траектории» опирается на данные о траекториях движения в режиме реального времени, а также большую базу обычных траекторий движения. Этот алгоритм позволяет лучше предугадывать движение человека, которое редко бывает непрерывным. Рабочий, неоднократно двигаясь по одному и тому же маршруту, может идти медленнее, останавливаться и вновь начинать движение. Метод «частично траектории» позволяет роботам продолжать работать, избегая пешеходов.

В апреле 2019 года компания Amazon приобрела американский стартап Canvas Technology, который годом ранее продемонстрировал автономное транспортное средство, способное передвигаться в людном пространстве, избегая столкновений с пешеходами и препятствиями. Разработчики использовали «пространственный» искусственный интеллект, трехмерную визуализацию и собственное программное решение. Таким образом, стоит ожидать, что скоро на складах Amazon перемещать грузы будут беспилотные тележки. А в апреле 2019 года производитель промышленных роботов Fanuc представил инструмент для обучения роботов на основе искусственного интеллекта. Разработка должна упростить и ускорить процесс тренировки промышленных роботов. Теперь робота не надо перенастраивать и перепрограммировать. Оператору достаточно посмотреть на фотографию перемешанных в корзине предметов и указать пальцем на тот, который робот должен отсортировать. Технология позволяет обучать одновременно нескольких роботов.

Американский проект Olis Robotics (ранее носивший название BluHaptics), разработал программное обеспечение для дистанционного управления роботами. Технология Olis обеспечивает высокую автономию и осознание роботами ситуации, а также высокий уровень контроля удаленно работающих роботов. Машинное обучение развивает способность роботов распознавать объекты и запоминать, как их использовать. Например, подводный робот, работающий на морской нефтяной платформе, может использовать свои автономные умения для того, чтобы самостоятельно выбрать подходящий для работы гаечный ключ, определить, какое усилие необходимо приложить, чтобы открыть клапан, и «запомнить», где он оставил гаечный ключ, чтобы в будущем быстро его найти.

Прогнозы

Разработчики и исследователи наделяют роботов человеческими способностями и навыками. Если объединить все разработки в одну, то результат может оказаться феноменальным. Без сенсоров и датчиков роботы глухи и слепы, но сегодня появляются возможности оснастить роботов разнообразными сенсорами. Благодаря этому они смогут считывать информацию об окружающей среде, воспринимать этот мир, создавать карту реальности, реагировать на нее, менять программу, которая в них заложена, то есть действовать в изменяемой среде, адаптироваться к ней и выполнять полезную работу. Автоматизация процессов позволяет снизить операционные расходы и количество ошибок, а также ускорить выполнение разнообразных задач. Например, по данным Business Insider, компания Amazon еще в 2018 году полностью роботизировала 26 своих складов, снизив операционные расходы на 20%. Экономия составила сотни миллионов долларов, при этом компания выполнила в 10 раз больше работы с тем же числом сотрудников.

Однако мы не можем спрогнозировать, как поведут себя в сложной ситуации роботы, способные учиться, накапливать и передавать опыт, автономно действовать. Вероятно, интеллектуальные машины предъявят нам обоснованную претензию в том, что мы, мешая их движению по цеху или складу, снижаем эффективность производства. И нам придется это признать и сдать позиции роботам. В том, что роботы заменят людей на производствах, нет ничего пессимистичного, считают эксперты. Вспомните время, когда тысячи телефонисток круглосуточно обслуживали станции. Сегодня этой, как и многих других рутинных профессий нет. С развитием и распространением интеллектуальных роботов жизнь будет только улучшаться, а человечество сможет больше времени посвящать саморазвитию и творческой самореализации. Тех же, кто не желает прилагать усилия и расти, ждет деградация…

Lenovo Xiaoxin Air 14: ноутбук с видеокартой GeForce MX350
“Nar” ADA Universitetinin İT üzrə fərqlənən tələbələrinə dəstək olub
Оформление подписки
Оформить подписку на журнал InfoCity вы можете заполнив приведенную
ниже форму. Стоимость одного выпуска — 2 маната.
Ваше имя
Адрес доставки журнала и номер телефона для контактов
Число месяцев подписки
Благодарим вас за подписку!