Yapay Zeka ve İnsan İşçilerden Oluşan Bir Ekip Kullanarak Robotları Eğiten Çinli Girişimle Tanışın

Şanghay merkezli insansı robotik şirketi AgiBot , iki kollu robotların fabrika üretim hattında insan eğitimi ve gerçek dünya uygulamaları yoluyla üretim görevlerini öğrenmesini sağlayacak bir yol geliştirdi.

Şirket, teleoperasyon ve takviyeli öğrenmeyi birleştiren sisteminin, akıllı telefonlar, VR gözlükleri ve diğer elektronik aletler üreten Çinli bir şirket olan Longcheer Technology'ye ait bir üretim hattında test edildiğini söylüyor.

AgiBot'un projesi, daha gelişmiş yapay zekanın endüstriyel makinelerin yeteneklerini nasıl değiştirmeye başladığını gösteriyor. Bu yenilik, Çin ve diğer yerlerde yeni üretim alanlarına da sızabilir. Bu trend, üretim verimliliğini artırabilir ve ürünlerin daha az düşük ücretli insan işçiyle üretilmesini sağlayabilir. Bu durum, bazı işlerin ortadan kalkmasına, ancak yeni işlerin yaratılmasına yol açabilir.

Robotlar, fabrikalarda kutu kaldırma ve çöp kutusu taşıma gibi işlerde yaygın olarak kullanılıyor. Ancak örneğin bir iPhone'un montajı, robotların genellikle sahip olmadığı el becerisi, hassas algılama ve adaptasyon gerektiriyor. Yapay zekâ, robotların konveyör bantlarında hareket eden nesneleri tespit etme ve nasıl kavrayacaklarına karar verme gibi konularda yardımcı olmak için giderek daha fazla kullanılsa da, henüz robotlara karmaşık manipülasyonlar öğretmek için güvenilir bir araç değil.

AgiBot G2 kullanımda.

AgiBot'un izniyle

AgiBot temsilcisi Yuheng Feng, Longcheer fabrikasında konuşlandırılan robotun, test yapan bir makineden bileşenleri alıp bunları üretim hattına yerleştirdiğini söylüyor. Bu, robotların üstesinden gelebileceği türden bir görev çünkü hassas manipülasyon veya bükülebilir ya da kırılgan parçalarla çalışma gerektirmiyor.

Asıl soru, AgiBot algoritmalarının robotlarına yeni numaralar öğretmede ne kadar etkili olduğudur. Bir robota doğaçlama gerektiren görevleri öğretmek için takviyeli öğrenmeyi kullanmak genellikle çok fazla eğitim verisi gerektirir ve araştırmalar, bunun bir simülasyon içinde tamamen mükemmelleştirilemeyeceğini göstermektedir.

AgiBot, bir insan çalışanın robotu bir görev boyunca yönlendirmesiyle öğrenme sürecini hızlandırır ve robotun kendi kendine öğrenmesi için bir temel oluşturur. AgiBot'un kurucu ortaklarından Jianlan Luo, AgiBot'u kurmadan önce, UC Berkeley'de ileri düzey araştırmalar yürütmüş ve bu araştırmalar arasında, robotların bir insan eşliğinde takviyeli öğrenme yoluyla beceri edinmesini içeren bir proje de yer almıştır. Bu sistemin, anakart üzerine bileşen yerleştirme gibi görevleri yerine getirdiği gösterilmiştir.

Feng, AgiBot'un Gerçek Dünya Takviyeli Öğrenme adlı öğrenme yazılımının, bir robotu yeni bir göreve alıştırmak için yalnızca on dakikaya ihtiyaç duyduğunu söylüyor. Hızlı öğrenme önemlidir çünkü üretim hatları genellikle bir haftadan diğerine, hatta aynı üretim süreci içinde bile değişir ve yeni bir adımı hızla kavrayabilen robotlar, insan işçilerle birlikte uyum sağlayabilir.

Robotları bu şekilde eğitmek çok fazla insan emeği gerektiriyor. AgiBot, yapay zeka modellerinin yeni beceriler öğrenmesine yardımcı olmak için robotları uzaktan kumanda etmeleri karşılığında çalışanlara ödeme yaptığı bir robotik öğrenme merkezine sahip. Bu tür robot eğitim verilerine olan talep artıyor ve bazı ABD şirketleri, Hindistan gibi yerlerdeki çalışanlarına eğitim verisi olarak kullanılacak manuel işler için ödeme yapıyor .

Carnegie Mellon Üniversitesi'nde takviyeli öğrenme üzerine çalışan robotik uzmanı Jeff Schneider, AgiBot'un en son teknikleri kullandığını ve görevleri yüksek güvenilirlikle otomatikleştirebileceğini söylüyor. Schneider, diğer robotik şirketlerinin de üretim görevlerinde takviyeli öğrenmeyi kullanmayı denediğini ekliyor.

AgiBot, yapay zeka ve robotik teknolojilerini birleştirmeye olan ilginin hızla arttığı Çin'de yükselen bir yıldız. Şirket, etrafta dolaşan insansı robotlar ve tek bir yere sabitlenmiş robot kolları da dahil olmak üzere çeşitli robot türleri için yapay zeka modelleri geliştiriyor.

AgiBot G2'nin eğitim sonrası hassas bir görevi başarıyla tamamlamasının yakın çekimi.

AgiBot'un izniyle

AgiBot'un yapay zeka destekli öğrenme döngüsü, ABD şirketlerinin daha fazla üretimi ülke sınırlarına geri getirmeyi umuyorlarsa tam da bu teknolojide uzmanlaşmaları gerekebilir. Birçok ABD'li girişim, şu anda yeni robo öğrenme türleri için algoritmalar geliştiriyor. Bunlar arasında, UC Berkeley'de Luo ile aynı projede çalışan araştırmacılardan bazılarının ortak kurduğu, yoğun bir şekilde desteklenen bir girişim olan Physical Intelligence ve yakın zamanda bacaklı sistemler ve robot kolları da dahil olmak üzere yeni fiziksel formlara uyum sağlayabilen robotik algoritmalarını sergileyen Carnegie Mellon Üniversitesi'nden bir yan kuruluş olan Skild yer alıyor.

Çin'in devasa üretim üssünün, oradaki girişimlere bazı önemli avantajlar sağlaması muhtemel. Bunlar arasında, hızla prototipleme ve büyük ölçekte robot üretimi yapabilen bir tedarik zinciri, robot iş gücü için hazır bir pazar ve robotik modelleri eğitmeye yardımcı olacak işçiler yer alıyor.

Uluslararası Robotik Federasyonu'na (ICF) göre, Çin'de halihazırda diğer tüm ülkelerin toplamından daha fazla endüstriyel robot faaliyet gösteriyor. Çin hükümetinin Eylül ayında yayınlanan son beş yıllık planı , yapay zekâ ve robotiğe odaklanarak daha fazla teknoloji odaklı ekonomik büyümeyi öngörüyor. Bu da, daha gelişmiş robotların geliştirilmesine yönelik daha fazla yatırım ve hükümet girişimini teşvik etmesi muhtemel.

ABD'li bir robotik girişimcisi yakın zamanda bana, ABD'li rakipleri konusunda pek endişeli olmadığını, ancak Çinli robotik firmalarının onu geceleri uyutmadığını söyledi.

Bu, Will Knight'ın Yapay Zeka Laboratuvarı bülteninin bir sayısıdır . Önceki bültenleri buradan okuyabilirsiniz.