Get best of the week

Robot gudang menggunakan AI untuk mengurutkan item sudah siap

Startup dari Berkeley, Covariant, keluar dari bayang-bayang dan percaya robotnya siap memasuki dunia




Pada musim panas 2018, sebuah startup kecil dari Berkeley, mengembangkan robot, menghadapi tugas yang sulit. Knapp, penyedia utama teknologi logistik gudang, sedang mencari lengan robotik yang dikendalikan AI yang dapat menangkap sebanyak mungkin jenis barang yang berbeda. Setiap minggu, delapan minggu berturut-turut, perusahaan mengirimkan daftar barang baru yang mulai rumit - kotak buram, kotak transparan, paket obat-obatan, kaus kaki - yang mencakup berbagai produk pelanggan perusahaan. Start-up membeli barang-barang seperti itu, dan kemudian seminggu kemudian mengirim video di mana roboruk mereka mentransfer barang-barang dari satu keranjang abu-abu ke yang lain.

Di akhir pencarian, kepemimpinan Knapp dikalahkan. Selama enam atau tujuh tahun mereka tidak berhasil memberikan tugas serupa ke banyak startup, dan mereka juga mengharapkan kegagalan kali ini. Namun sebaliknya, di setiap video, asisten robot startup menggeser setiap item dengan akurasi sempurna dan kecepatan yang tepat.

"Dengan setiap produk berikutnya, kami mengharapkan kegagalan karena tugas menjadi semakin kompleks," kata Peter Pachwein, wakil presiden inovasi di Knapp, yang berkantor pusat di Austria. “Namun, ternyata mereka berhasil, dan semuanya berhasil. Kami belum pernah melihat pekerjaan AI yang sebagus ini. ”


Covariant sekarang keluar dari bayang-bayang dan mengumumkan kolaborasi dengan Knapp. Algoritme sudah bekerja di robot Knapp di gudang dua pelanggan perusahaan. Salah satunya milik produsen barang listrik Jerman, Obeta, dan robot telah bekerja di sana sejak September. Rekan pendiri Startup mengatakan, Covariant hampir membuat kesepakatan dengan robot raksasa industri lainnya.

Berita ini melambangkan perubahan dalam kondisi robotika AI saat ini. Sistem seperti itu terbatas pada lingkungan akademik buatan. Tapi sekarang Covariant mengklaim bahwa sistemnya dapat menggeneralisasi pekerjaan ke kesulitan yang terkait dengan dunia nyata, dan siap menyerbu gudang.

Gudang memiliki tugas untuk dua opsi peralatan - untuk mesin dengan kaki memindahkan kotak di sana-sini, dan untuk mesin dengan tangan mengangkat benda dan meletakkannya di tempat yang tepat. Robot telah lama hadir di gudang, tetapi keberhasilan mereka terutama dibatasi oleh otomatisasi opsi pertama. "Orang jarang pindah di gudang modern," kata Peter Chen, salah satu pendiri dan direktur Covariant. "Transfer hal-hal antara titik-titik tetap adalah masalah yang mekatronika lakukan dengan sangat baik ."


Lengan robot di kantor Covariant

Tetapi tidak hanya perangkat keras yang tepat diperlukan untuk otomatisasi tangan. Teknologi perlu dengan cepat beradaptasi dengan berbagai bentuk dan ukuran produk dengan orientasi yang terus berubah. Lengan robot tradisional dapat diprogram untuk melakukan gerakan yang persis sama berulang-ulang, namun, itu akan gagal segera setelah mengalami penyimpangan. Dia membutuhkan AI untuk "melihat" dan menyesuaikan, atau dia tidak akan mampu mengatasi lingkungan yang berkembang. "Kecerdasan dibutuhkan untuk ketangkasan," kata Chen.

Selama beberapa tahun terakhir, laboratorium penelitian telah mencapai kesuksesan yang belum pernah terjadi sebelumnya dalam menggabungkan AI dan robotika, mencapai ketangkasan yang serupa, namun, mentransfer pencapaian ini ke dunia nyata adalah tugas yang sama sekali berbeda. Di laboratorium, akurasi 60-70% diizinkan; ini tidak cukup dalam produksi. Dan bahkan dengan akurasi 90%, lengan robot akan menjadi "proposisi nilai-kehilangan," kata Peter Abbil, salah satu pendiri dan ilmuwan kepala di Covariant.

Abbil dan Chen memperkirakan bahwa untuk benar-benar merebut kembali investasi, robot harus mencapai akurasi 99-99,5%. Hanya dengan begitu dia dapat bekerja tanpa campur tangan manusia dan risiko memperlambat konveyor. Namun, hanya kemajuan terbaru dalam pembelajaran yang mendalam, dan khususnya dalam pembelajaran yang diperkuat, yang memungkinkan tingkat akurasi ini tercapai.


Kantor Covariant terletak di lepas pantai Teluk San Francisco, di sebelah tempat parkir yang bobrok di antara deretan bangunan tanpa tanda. Di dalam, beberapa robot industri dan "co-bots", robot kolaborasi yang dirancang untuk kerja yang aman bersama manusia, dilatih untuk bekerja dengan semua produk yang mungkin.

Anggota tim kovarian berlari secara teratur ke toko lokal untuk berbagai item acak. Mulai dari lotion dalam botol hingga pakaian dalam kemasan dan penghapus dalam kotak transparan. Tim ini terutama tertarik pada hal-hal yang dapat membingungkan robot: permukaan logam reflektif, plastik transparan, permukaan yang mudah berubah bentuk seperti pakaian atau paket chip yang akan terlihat berbeda di kamera setiap saat.

Di atas setiap robot ada beberapa kamera yang berfungsi dengan matanya. Data visual dan data sensorik dari tubuh robot memasukkan algoritma yang mengontrol pergerakannya. Pada dasarnya, robot belajar dari kombinasi simulasi dan penguatan. Yang pertama adalah bahwa seseorang mengendalikan robot secara manual, mengangkat berbagai benda. Kemudian dia mencatat dan menganalisis urutan gerakan untuk memahami bagaimana cara menggeneralisasi perilaku ini. Yang kedua adalah bahwa robot melakukan jutaan pengulangan trial and error. Setiap kali, mencoba mengambil sesuatu, robot melakukannya sedikit berbeda. Kemudian ia menuliskan upaya yang berakhir dengan pengangkatan subjek yang lebih cepat dan lebih akurat, dan yang gagal untuk terus meningkatkan efisiensinya.

Karena algoritma pada akhirnya dilatih, platform perangkat lunak Covariant, Otak Covariant, tidak tergantung pada perangkat keras. Ada selusin robot dari berbagai model di kantor, dan robot yang bekerja di Obeta menggunakan perangkat keras Knapp.





Selama satu jam, saya menyaksikan tiga robot yang berbeda dengan percaya diri mengambil barang yang sama sekali berbeda dari toko. Dalam hitungan detik, algoritme menganalisis lokasi mereka, menghitung sudut serangan, menyesuaikan urutan gerakan, dan meraihnya dengan cangkir hisap. Ia bergerak dengan percaya diri dan akurat, dan mengubah kecepatan kerja tergantung pada kerapuhan subjek. Dengan obat-obatan yang dibungkus dengan foil, ia mengelola dengan lebih lembut agar tidak merusak kemasan dan tidak meremas obat. Selama satu demonstrasi pekerjaan yang mengesankan, robot mengarahkan aliran udara untuk meniup tas yang menempel di dinding ke tengah, sehingga lebih mudah untuk diangkat.

Knapp Pachwein mengatakan bahwa sejak perusahaan beralih ke platform Covariant, robotnya telah beralih dari kemampuan untuk mengangkat 10-15% item dari rentang Obeta ke kemampuan untuk mengangkat sekitar 95% item. 5% terakhir adalah benda rapuh seperti kaca, yang hanya dapat digunakan oleh orang. "Dan ini bukan masalah," tambah Pachwein. - Di masa depan, 10 robot dan satu orang akan menjadi perangkat gudang khas. Itulah rencananya. " Berkat kolaborasi ini, Knapp akan mendistribusikan robotnya dengan perangkat lunak Covarian ke gudang pelanggan selama beberapa tahun.

Meskipun hasilnya mengesankan dari sudut pandang teknis, itu menimbulkan pertanyaan tentang bagaimana robot seperti itu akan mempengaruhi otomatisasi. Pachwein mengakui bahwa dia mengharapkan bahwa dalam lima tahun ke depan, ratusan atau ribuan robot akan mulai melakukan tugas-tugas yang secara tradisional diselesaikan oleh manusia. Namun, katanya, orang masih tidak lagi ingin melakukan pekerjaan ini. Di Eropa, perusahaan sering kesulitan menemukan cukup banyak orang untuk bekerja di gudang. "Ini adalah jenis umpan balik yang kami dapatkan dari semua pelanggan," katanya. "Mereka tidak menemukan karyawan, dan mereka membutuhkan lebih banyak otomatisasi."

Sampai saat ini, Covariant telah menerima $ 27 juta dari investor, termasuk tokoh-tokoh AI seperti pemenang Turing Prize Joffrey Hinton dan Ian Lekun. Startup ini ingin berurusan tidak hanya dengan mengangkat benda, tetapi juga dengan seluruh spektrum operasi gudang, dari membongkar truk hingga mengepak kotak dan memilah-milah rak. Startup ini juga memiliki ide tentang pindah ke luar gudang dan memasuki industri lain.

Tetapi tujuan akhir Abbil bahkan lebih tinggi: "Gagasan jangka panjang perusahaan adalah untuk menyelesaikan semua masalah di bidang robotisasi AI."

More articles:


All Articles