Get best of the week

يتعلم روبوت المستودع فرز الأشياء غير القياسية

في مستودع بالقرب من برلين ، يقوم الروبوت الآلي بأتمتة المهام التي لم يكن من الممكن الوصول إليها إلا في الآونة الأخيرة من قبل الآلات.




في مستودع في الفناء الخلفي لبرلين ، تقدم صف طويل من الصناديق الزرقاء مع مفاتيح ومآخذ وغيرها من السلع الكهربائية على طول حزام ناقل. بعد توقفهم ، قام خمسة عمال بفرز هذه العناصر الصغيرة ووضعوها في صناديق من الورق المقوى.

في Obeta ، شركة تصنيع السلع الكهربائية ، التي افتتحت في عام 1901 ، كان العمال يقومون بهذا النوع من العمل الرتيب لسنوات.

ومع ذلك ، قبل بضع سنوات انضم موظف جديد إلى الفريق. يقوم الروبوت خلف الزجاج الواقي ، باستخدام ثلاثة أكواب شفط في نهاية ذراع طويلة ، بنفس المهمة ، ويقوم بفرز البضائع بسرعة ودقة مذهلة.

قد لا تكون منبهرًا ، ولكن مثل هذه المكونات لفرز الروبوتات تعد إنجازًا كبيرًا في مجالات مثل الذكاء الاصطناعي والعمالة البشرية التي تستطيع الآلات القيام بها.

تمر ملايين البضائع عبر مستودعات متاجر البيع بالتجزئة مثل Amazon و Walmart وما إلى ذلك ، ويتعين على عمالها ذوي الأجور المتدنية فرز كل صندوق على حدة ، يحتوي على جميع أنواع الأشياء - من الملابس والأحذية إلى الإلكترونيات - بحيث يمكن تغليف كل منتج وإرسال حسب التوجيهات. وحتى اليوم ، لم تستطع السيارات التعامل معها. قال بيتر باتشوين ، نائب رئيس شركة أتمتة المخازن النمساوية Knapp: "لقد تم


تخزين أكثر من 80 ألف صندوق في مستودع أوبيتا في إحدى ضواحي برلين.

لقد عملت في مجال الخدمات اللوجستية منذ أكثر من 16 عامًا ولم أر شيئًا مثل ذلك من قبل".

صور مهندسو كاليفورنيا الذين صنعوا هذا الروبوت البيئة المحيطة على الهواتف الذكية ، واقفين بجوار مستودع Obeta. لقد أمضوا أكثر من عامين في تطوير النظام في شركة Covariant.AI الناشئة ، بناءً على بحث سابق من جامعة كاليفورنيا في بيركلي.

توضح تقنيتهم ​​أنه في المستقبل القريب سيكون هناك عدد قليل جدًا من المهام في المستودعات التي تكون تافهة جدًا أو صعبة على الروبوتات. وكلما زاد عدد المهام التي يتم إجراؤها تقليديًا بواسطة الأشخاص ، استحوذت الآلات عليها ، زادت أسباب القلق بشأن فقدان عمال المستودعات وظائفهم بسبب الأتمتة.

يعتقد الاقتصاديون أنه نظرًا للنمو السريع للتداول عبر الإنترنت - على الرغم من أنه من غير المرجح أن تتقن معظم الشركات أحدث تقنيات الأتمتة بسرعة كبيرة - فمن غير المحتمل أن تؤدي جميع هذه التقنيات إلى انخفاض حاد في عدد الوظائف في الخدمات اللوجستية في المستقبل القريب. ومع ذلك ، فإن المهندسين الذين يبتكرون هذه التقنيات يقرون بأن اليوم سيأتي حيث ستؤدي الآلات معظم المهام في المستودعات. سيتعين على العمال الأحياء القيام بشيء آخر.

يتخصص المهندسون المشتركون في مجال فرعي من الذكاء الاصطناعي مثل التعلم المعزز. يتم تدريب الآلات على أداء مهام جديدة بشكل مستقل ، من خلال عدد كبير من التجارب والخطأ. وأفضل مكان لتعليمهم هو العالم الحقيقي.

قال بيتر تشين ، المدير والمؤسس المشارك لـ Covariant: "إذا كنت ترغب في تعزيز الذكاء الاصطناعي أثناء الجلوس في المختبر ، فلا يمكنك القيام بذلك". "هناك فجوة كبيرة بين المثالية والعالم الحقيقي."


عامل مصنع يعمل مع روبوت. حتى الآن ، يقوم الروبوت تلقائيًا بتشغيل محطة التعبئة فقط.

المستودعات مؤتمتة للغاية بالفعل. في هذا المستودع بالقرب من برلين ، داخل غرفة مسيجة أكبر من ملعب لكرة القدم ، تم استخدام الروبوتات الأخرى منذ فترة طويلة لإزالة الصناديق الكبيرة من الرفوف العالية.

ومع ذلك ، فإن هذه المهمة للسيارة سهلة نسبيا. يمكن للمهندسين برمجة الروبوت لتكرار نفس الحركة. جميع الصناديق متشابهة. يمكن للروبوت أن يأخذها في كل مرة يقوم بنفس الحركة.

إن فرز السلال بعناصر عشوائية أمر آخر. يختلف شكلها وسطحها. قد تكون بعض المفاتيح مقلوبة لأسفل ، بينما قد يتم عكس مفاتيح أخرى. يمكن تعبئة منتج آخر في كيس بلاستيكي يعكس الضوء بطريقة لم يواجهها الروبوت من قبل. هذا يتطلب مشاركة بشرية.

من المستحيل برمجة ذراع الروبوت للتعامل مع أي موقف عن طريق كتابة العديد من القواعد في البرنامج. لسنوات عديدة ، كان Knapp Pachwein وشركاؤه يحاولون إنشاء روبوت يتمتع بالبراعة والمرونة المناسبين ، وفشل.


يحاول Pachwain Knapp لسنوات عديدة اختراع فارز روبوت

أنشأ Covariant ، الذي يعمل مع Knapp ، برنامجًا يمكنه التعلم عن طريق التجربة والخطأ. في البداية ، تم تدريب النظام باستخدام محاكاة رقمية لمهمة - سلة معاد إنشاؤها بأشياء عشوائية. بعد ذلك ، عندما نقل تشن وزملاؤه البرنامج إلى روبوت ، تمكن من التقاط الأشياء في العالم الحقيقي.

الروبوت قادر على مواصلة التعلم أثناء فرز الأشياء التي لم يسبق لها مثيل. إن الروبوت من مستودع ألماني قادر على تحديد وفرز أكثر من 10000 عنصر مختلف ، وبدقة 99 ٪ ، وفقًا لـ Covariant.

وهذه علامة على تغييرات كبيرة في مجالات مثل التجزئة والخدمات اللوجستية عبر الإنترنت.

في نهاية العام الماضي ، عقدت الشركة المصنعة للروبوت الدولية ABB منافسة. دعا 20 شركة إلى تطوير برمجيات لمعالجته الروبوتية ، القادرة على فرز الأشياء العشوائية ، من المكعبات إلى الأكياس البلاستيكية التي تحتوي على أشياء أخرى.


تبحث الروبوتات على القضبان عن البضائع اللازمة لإرسالها للتغليف ، وكانت

عشر شركات من أوروبا والنصف الآخر من الولايات المتحدة الأمريكية. معظم ولم يغلق المهمة. كان البعض قادرًا على التعامل مع جميع المهام تقريبًا ، لكنهم لم يتمكنوا من التعامل مع أكثر الأمثلة الماكرة. كانت الشركة الوحيدة القادرة على التعامل مع جميع المهام بسرعة وكفاءة مثل الناس هي Covariant.

قال مارك سيجورا ، المدير الإداري لقسم روبوت الخدمة في ABB: "لقد حاولنا إيجاد نقاط ضعف". "الوصول إلى مستوى معين في هذه الاختبارات أمر سهل للغاية ، ولكن من الصعب جدًا عدم إظهار نقطة ضعف واحدة".

يعتقد Knapp ، الذي ساعد في تنفيذ النظام بالقرب من برلين ، و ABB ، أن هذه التقنية يمكن استخدامها في مستودعات أخرى مماثلة.

يعتقد المهندسون من Covariant أن روبوتاتهم ، التي تمارس باستمرار ، ستتعامل بشكل أفضل مع المهام. بينما يتعلم الروبوت في أحد المستودعات طرقًا أكثر ملاءمة لرفع أشياء معينة ، تدخل هذه المعلومات الدماغ المركزي الذي يتحكم فيه Covariant ، وهذا سيسمح للآلات بالعمل بشكل أفضل.


وقال ديرك جاندورا ، المدير العام لشركة أوبيتا ، إن هذه الشركات نشطة للغاية في تحسين الكفاءة. الأتمتة هي المفتاح لتقليل النفايات.

مثل العديد من مشغلي المستودعات ، واجه أوبيتا مشاكل في العثور على العمال الذين يريدون القيام بعمل رتيب. يعالج كل فارز حوالي 170 طلبًا في الساعة ، حوالي ثلاث أوامر في الدقيقة ، ثماني ساعات في اليوم. في الصيف ، تتجاوز درجة الحرارة في المستودع 38 درجة. من الصعب إبقاء العمال أطول من ستة أشهر.

بالنسبة إلى Obeta ، فإن الروبوت الجديد هو الحل الأمثل. يتم عمل ثلاثة أشخاص بواسطة روبوت واحد لا يعرف التعب.

قالت زاندورا: "إنه لا يذهب للتدخين ، وهو دائمًا بصحة جيدة ، ولا يتحدث مع الجيران ، ولا يأخذ استراحة في المرحاض". "إنه أكثر فعالية."

يدرس Knapp أيضًا مشاريع المستودعات حيث تعمل الروبوتات بدلاً من الأشخاص ، مما سيسمح بوضع أكثر كثافة للحزم التي ستلتقطها الروبوتات بعد ذلك.

قال باشوين: "سيتم بناء مستودعات جديدة مع التركيز على الروبوتات بالذكاء الاصطناعي ، وليس البشر".

يخطط Knapp لجعل من الصعب على الشركات رفض استبدال الناس بأجهزة الروبوت. وقال باتشوين أنهم سيأخذون من الشركات المبلغ الذي سيكون دائمًا أقل من راتب العامل. وقال إنه إذا دفعت الشركة للعامل 40 ألف دولار في السنة ، فإن شركة ناب ستأخذ 30 ألف دولار.

قال: "سوف ننزل". - هذا هو نموذج عملنا. وسيكون من السهل على العميل اتخاذ قرار ".


بيتر تشين وبيتر أبيل مؤسسا Covariant.AI

قالت بيث جوتيليوس ، أول مساعد مدير لمركز التنمية الاقتصادية الحضرية بجامعة إلينوي في شيكاغو ، الذي درس تأثير الأتمتة على العمل ، إن هذه التكنولوجيا من غير المحتمل أن تسبب تغييرات في سوق العمل في المستقبل القريب.

وقالت إن المشكلة الأكثر خطورة هي أنه عندما يبدأ الناس العمل مع الروبوتات ، سيتم الحكم عليهم بشكل مختلف. وقالت: "بعد أن نبدأ في مقارنة سرعة وفعالية الأشخاص الذين يعانون من الروبوتات ، ستظهر مجموعة جديدة كاملة من مشاكل الصحة والسلامة".

قال بيتر أبيل ، الأستاذ من بيركلي والمؤسس المشارك والرئيس وكبير العلماء في Covariant ، إن الناس سيواصلون العمل مع الآلات في هذه المستودعات. ومع ذلك ، أقر بأن سوق العمل سوف يتحرك بشكل ملحوظ مع تحسين التعلم الآلي.


عربات التحميل في مستودع أوبيتا في ألمانيا

"إذا حدث ذلك في غضون 50 عامًا ، فسيكون لدى النظام التعليمي الكثير من الوقت للحاق بسوق العمل" ، على حد قوله.

في مستودع ألماني ، تقوم امرأة ترتدي قميصًا فضفاضًا بفرز البضائع في صناديق بجد ، وأحيانًا تنظر إلى الزوار الناطقين باللغة الإنجليزية ، وتلتقط صورًا للروبوت وتعجب بفعاليته.

اقترب مهندس من Covariant من المجموعة لتبادل المعلومات حول كيفية إكمال الروبوت لأكثر من 200 طلب في الساعة الأخيرة - إذا كان إنسانًا ، فسيحصل على مكافأة.

More articles:


All Articles