Kā mākslīgais intelekts padara industriālos robotus gudrākus

Nākotnē mašīnmācīšanās un mākslīgais intelekts ļaus robotiem pašiem mācīties un pielāgoties, tādējādi uzlabojot veiktspēju. Izmantojot mašīnmācīšanos un mākslīgo intelektu, mēs saskatām iespējas turpināt attīstīt cilvēka un robota sadarbību un padarīt robotus autonomākus, ievērojot noteiktus parametrus.

Ilgtermiņā robotam vajadzētu pašmācīties vai pašoptimizēties. Runa nav par cilvēka spēju kopēšanu. Mēs vēlamies, lai roboti varētu strādāt nestrukturētā vidē. Šim nolūkam ir svarīgi, lai roboti atpazītu konkrētus modeļus, piemēram, etiķetes uz pudelēm, un ļautu tiem patstāvīgi labot kļūdas. Nākotnē roboti varēs apgūt jaunus uzdevumus arī no citiem robotiem.

Swaminathan Ramamurthy, OMRON Automatizācijas centra un robotikas ģenerāldirektors OMRON Asia Pacific, uzskaitīja, kā mākslīgais intelekts padara rūpnieciskos robotus efektīvākus un gudrākus.
 

•     Spēja sajust un reaģēt: Roboti ar AI ir labi aprīkoti ar "detaļu agnostikas" zinātību. Tie var izvēlēties objektus, kuriem nav iepriekš noteiktas trajektorijas un noteiktas telpiskās atrašanās vietas darba telpā. Mašīnmācīšanās ļauj viņiem to darīt. Tas arī ļauj labāk un informētāk veikt ienākošo detaļu pārbaudi montāžas procesa laikā.
•     Spēja autonomi pārvietoties: Mūsdienu roboti, kas aprīkoti ar mākslīgo intelektu, ir autonomāki un precīzāk pārvietojas sarežģītā un neparedzamā vidē. Tie var uztvert šķēršļus savā ceļā un attiecīgi pārplānot maršrutu.
•     Spēja pielāgoties apkārt notiekošajām izmaiņām: Mākslīgais intelekts, kas iestrādāts servo kontrolierī, palīdz robotiem bez problēmām pielāgoties vides un kravas izmaiņām.
•     Procesu optimizācija: Izmantojot mākslīgo intelektu, ražotāji tagad var pilnībā kontrolēt remonta izmaksas un avārijas, iegūstot piekļuvi reāllaika datiem no sensoriem, kas nodrošina daudz lielāku uzticamību.

 

Iespēju paplašināšana
Subrata Karmakars, ABB India Robotikas un diskrētās automatizācijas nodaļas prezidents, sacīja, ka viņa uzņēmums jau piedāvā vairākas lietojumprogrammas, kurās apvienota robotika un mašīnmācīšanās. Tās ietver mākslīgā intelekta izmantošanu, lai roboti varētu uztvert un reaģēt uz apkārtējo vidi, pārbaudīt un analizēt defektus, kā arī autonomi optimizēt procesus. Piemēram, roboti, kas aprīkoti ar redzes sensoriem, var izmantot AI, lai identificētu objektus neatkarīgi no to atrašanās vietas.

Autonomā procesu optimizācijā tādi risinājumi kā ABB robotizētais krāsu smidzinātājs ļauj reāllaika viedo diagnostiku un krāsas kvalitātes optimizāciju. Uzraugot kritisko mainīgo lielumu, piemēram, paātrinājuma, spiediena, vibrācijas un temperatūras, stāvokli, pulverizators par 75 procentiem samazina iekšējo atkritumu daudzumu krāsas maiņas laikā. Tas samazina saspiestā gaisa patēriņu par 20 procentiem.

"ABB un Silikona ielejas mākslīgā intelekta jaunuzņēmums Covariant ir noslēguši partnerību, lai ieviestu tirgū robotikas risinājumus ar mākslīgā intelekta iespējām, sākot ar pilnībā autonomu noliktavas pasūtījumu izpildes risinājumu," turpināja Karmakars. "Mūsdienās noliktavu darbība ir darbietilpīga, un nozarē ir grūtības atrast un noturēt darbiniekus komplektēšanai un iepakošanai. Lai gan roboti ir ideāli piemēroti atkārtotu uzdevumu veikšanai, tiem trūka intelekta, lai identificētu un apstrādātu desmitiem tūkstošu pastāvīgi mainīgu produktu tipiskā dinamiskā noliktavas darbībā. ABB partnerība ar Covariant ir daļa no mūsu stratēģijas paplašināt darbību jaunās izaugsmes nozarēs, piemēram, izplatīšanas un e-komercijas izpildes jomā, un izmantot šajās jomās esošās mērogošanās iespējas. Mēs identificējām ievērojamas iespējas robotizētiem risinājumiem plašā lietojumu klāstā, tostarp loģistikā, noliktavu darbos, kā arī paku un pasta sūtījumu šķirošanā."
 

Labāka atpazīstamība
Spēja izprast apkārtējo vidi ar salīdzinoši lētu sensoru tehnoloģiju ir viena no attīstošajām iespējām šajā nozarē. Un tieši šajā jomā mākslīgajam intelektam ir ārkārtīgi liela nozīme. Stefan Nusser, Fetch Robotics galvenais produktu direktors, paskaidroja, ka tas ļauj robotiem, tāpat kā viņu pašu robotiem, atpazīt lietas rūpnīcā vai noliktavā un attiecīgi rīkoties.

"Tā ir joma, kurā mākslīgais intelekts un datorredzes attīstība mums palīdz," teica Nussers. "Līdzīgi, piemēram, robotizētai rokai, datorredzamība ir tas, kas ļauj tai veikt komplektēšanu. Daži uzņēmumi šajā jomā cenšas automatizēt komplektēšanas procesu. Vispārējā tendence šeit ir vienkārši izprast objektu atrašanās vietu un pozīciju vidē, kas ļauj robotam ar tiem mijiedarboties."