Знакомьтесь с китайским стартапом, использующим ИИ и команду людей для обучения роботов

AgiBot, компания по производству гуманоидных роботов со штаб-квартирой в Шанхае, разработала способ обучения двуруких роботов производственным задачам посредством обучения людей и реальной практики на заводской производственной линии.

Компания сообщает, что ее система, сочетающая в себе телеуправление и обучение с подкреплением, проходит испытания на производственной линии, принадлежащей Longcheer Technology, китайской компании, которая выпускает смартфоны, VR-гарнитуры и другие электронные гаджеты.

Проект AgiBot демонстрирует, как более продвинутый ИИ начинает менять возможности промышленного оборудования — нововведение, которое может проникнуть в новые сферы производства в Китае и других странах. Эта тенденция может повысить производительность труда и позволить производить продукцию с меньшим количеством низкооплачиваемых рабочих. Это может привести к исчезновению некоторых рабочих мест, но при этом будут созданы новые.

Роботы широко используются на заводах для выполнения таких задач, как подъём коробок и перемещение контейнеров. Но сборка, скажем, iPhone требует ловкости, точной сенсорики и адаптации — качеств, которых роботам обычно не хватает. Хотя ИИ всё чаще используется для помощи роботам в таких задачах, как обнаружение предметов, движущихся по конвейерным лентам, и принятие решений о том, как их захватить, он пока не является надёжным инструментом для обучения роботов сложным манипуляциям.

AgiBot G2 в действии.

Предоставлено AgiBot

Представитель AgiBot Юйхэн Фэн говорит, что робот, развернутый на заводе Longcheer, берет компоненты из машины, которая проводит испытания, а затем помещает их на производственную линию — это тот тип задач, с которыми могут справиться роботы, поскольку он не требует точных манипуляций или работы с гнущимися или хрупкими деталями.

Настоящий вопрос заключается в том, насколько эффективно алгоритмы AgiBot способны обучать роботов новым трюкам. Использование обучения с подкреплением для обучения робота задачам, требующим импровизации, обычно требует большого объёма обучающих данных, и исследования показывают, что его невозможно полностью усовершенствовать в рамках симуляции.

AgiBot ускоряет процесс обучения, поскольку человек-оператор руководит роботом, выполняя задание, что закладывает основу для его последующего самостоятельного обучения. До того, как стать соучредителем AgiBot, главный научный сотрудник Цзяньлань Ло проводил передовые исследования в Калифорнийском университете в Беркли, в том числе проект , в котором роботы приобретали навыки посредством обучения с подкреплением, в котором участвовал человек. Было показано, как эта система выполняет различные задачи, включая установку компонентов на материнскую плату.

Фэн говорит, что обучающему программному обеспечению AgiBot, называемому Real-World Reinforcement Learning, требуется всего около десяти минут, чтобы обучить робота выполнению новой задачи. Быстрое обучение важно, поскольку производственные линии часто меняются каждую неделю или даже в течение одного производственного цикла, и роботы, способные быстро осваивать новый этап, могут адаптироваться вместе с людьми.

Обучение роботов таким способом требует значительных человеческих усилий. У AgiBot есть центр обучения робототехнике , где сотрудники получают оплату за дистанционное управление роботами, помогая моделям ИИ осваивать новые навыки. Спрос на подобные данные для обучения роботов растёт, и некоторые американские компании платят своим сотрудникам в таких странах, как Индия, за выполнение ручной работы, которая служит обучающими данными.

Джефф Шнайдер, робототехник из Университета Карнеги-Меллона, работающий в области обучения с подкреплением, утверждает, что AgiBot использует передовые технологии и должен быть способен автоматизировать задачи с высокой надёжностью. Шнайдер добавляет, что другие компании, занимающиеся робототехникой, вероятно, также изучают возможность использования обучения с подкреплением для производственных задач.

AgiBot — своего рода восходящая звезда в Китае, где стремительно растёт интерес к сочетанию ИИ и робототехники. Компания разрабатывает модели ИИ для различных типов роботов, включая гуманоидов, способных передвигаться, и роботизированные руки, которые остаются неподвижными.

Крупный план робота AgiBot G2, выполняющего точную задачу после обучения.

Предоставлено AgiBot

Цикл обучения AgiBot на базе искусственного интеллекта — это именно та технология, которую американским компаниям, возможно, стоит освоить, если они надеются увеличить объёмы производства в других странах. Ряд американских стартапов в настоящее время оттачивают алгоритмы для новых видов роботизированного обучения. Среди них — Physical Intelligence , стартап с солидной поддержкой, основанный некоторыми исследователями, работавшими над тем же проектом, что и Луо в Калифорнийском университете в Беркли, и Skild , ответвление Университета Карнеги — Меллона, недавно продемонстрировавшее роботизированные алгоритмы , способные адаптироваться к новым физическим формам, включая шагающие системы и роботизированные руки.

Огромная производственная база Китая, вероятно, предоставит местным стартапам ряд ключевых преимуществ. Среди них — цепочка поставок, позволяющая быстро создавать прототипы и производить роботов в больших масштабах, готовый рынок труда роботов и рабочие, которые помогут в обучении роботизированных моделей.

По данным Международной федерации робототехники, отраслевой организации, в Китае уже работает больше промышленных роботов, чем во всех остальных странах вместе взятых. Последний пятилетний план китайского правительства, опубликованный в сентябре, также предусматривает более технологичный экономический рост с упором на ИИ и робототехнику, что, вероятно, будет стимулировать дальнейшие инвестиции и государственные инициативы, направленные на создание более совершенных роботов.

Недавно один американский предприниматель в области робототехники сказал мне, что его не особенно беспокоят американские конкуренты, но китайские робототехнические фирмы не дают ему спать по ночам.

Это выпуск информационного бюллетеня Лаборатории искусственного интеллекта Уилла Найта . Предыдущие выпуски можно прочитать здесь.