Get best of the week

Robô de armazém aprende a classificar coisas fora do padrão

Em um armazém perto de Berlim, um novo robô automatiza tarefas que eram inacessíveis apenas recentemente às máquinas.




Em um armazém no quintal de Berlim, uma longa fila de caixas azuis com interruptores, tomadas e outros produtos elétricos avançava ao longo de uma correia transportadora. Depois que pararam, cinco trabalhadores separaram esses itens pequenos e os colocaram em caixas de papelão.

Na Obeta, fabricante de produtos elétricos, inaugurada em 1901, os trabalhadores fazem esse tipo de trabalho monótono há anos.

No entanto, há alguns anos, um novo funcionário entrou na equipe. O robô atrás do vidro de proteção, usando três ventosas a vácuo no final de um braço longo, faz o mesmo trabalho, classificando mercadorias com incrível velocidade e precisão.

Você pode não ficar impressionado, mas esses componentes de classificação de robôs são um grande avanço em áreas como a IA e o trabalho humano de que as máquinas são capazes.

Milhões de mercadorias passam pelos armazéns de lojas de varejo, como Amazon, Walmart etc., e seus trabalhadores de baixa renda têm que peneirar caixa por caixa, contendo todo tipo de coisas - de roupas e sapatos a eletrônicos - para que cada produto possa ser embalado e envie conforme as instruções. E até hoje, os carros não aguentavam.


Mais de 80.000 dessas caixas são armazenadas em um armazém Obeta, no subúrbio de Berlim.

"Trabalho com logística há mais de 16 anos e nunca vi nada parecido antes", disse Peter Pachwein, vice-presidente da empresa austríaca de automação de armazéns Knapp.

Os engenheiros da Califórnia que criaram esse robô fotografaram o ambiente ao redor em smartphones, ao lado do armazém Obeta. Eles passaram mais de dois anos desenvolvendo o sistema em sua startup Covariant.AI, com base em pesquisas anteriores da Universidade da Califórnia em Berkeley.

Sua tecnologia demonstra que, em um futuro próximo, haverá muito poucas tarefas em armazéns que sejam muito triviais ou difíceis para robôs. E quanto maior o número de tarefas que tradicionalmente são executadas por pessoas, as máquinas se apossam, mais existem motivos para se preocupar com os trabalhadores do armazém perderem seus empregos devido à automação.

Economistas acreditam que, devido ao rápido crescimento do comércio on-line - apesar de ser improvável que a maioria das empresas domine as mais recentes tecnologias de automação - todas essas tecnologias provavelmente não levarão a uma queda acentuada no número de empregos em logística no futuro próximo. No entanto, os engenheiros que criam essas tecnologias reconhecem que chegará o dia em que as máquinas desempenharão a maioria das tarefas nos armazéns. Os trabalhadores vivos terão que fazer outra coisa.

Os engenheiros covariantes se especializam em uma subárea da IA ​​como aprendizado de reforço. As máquinas são treinadas para executar novas tarefas de forma independente, através de um grande número de tentativas e erros. E o melhor lugar para ensiná-los é o mundo real.

"Se você deseja promover a IA enquanto está sentado no laboratório, não pode fazer isso", disse Peter Chen, diretor e cofundador da Covariant. "Existe uma grande lacuna entre o mundo ideal e o mundo real".


Um operário trabalha com um robô. Até agora, o robô automatiza apenas a estação de embalagem.

Os armazéns já são altamente automatizados. Neste armazém perto de Berlim, dentro de uma sala cercada maior que um campo de futebol, outros robôs há muito tempo são usados ​​para remover caixas grandes das prateleiras altas.

No entanto, esta tarefa para o carro é relativamente fácil. Os engenheiros podem programar o robô para repetir o mesmo movimento. Todas as caixas são iguais. O robô pode levá-los cada vez fazendo o mesmo movimento.

Classificar cestas com itens aleatórios é outra questão. Sua forma e superfície variam. Alguns comutadores podem ficar virados para baixo, enquanto outros podem ser revertidos. Outro produto pode ser embalado em um saco plástico que reflete a luz de uma maneira que o robô nunca havia encontrado antes. Isso exigiu participação humana.

É impossível programar o braço do robô para lidar com qualquer situação, escrevendo muitas regras no programa. Por muitos anos, Knapp Pachwein e seus parceiros tentam criar um robô com a destreza e flexibilidade certas, e falharam.


Pachwain Knapp tenta há muitos anos inventar um classificador de robôs

A Covariant, trabalhando com Knapp, criou um programa que pode aprender por tentativa e erro. Inicialmente, o sistema foi treinado usando uma simulação digital de uma tarefa - uma cesta praticamente recriada com objetos aleatórios. Então, quando Chen e colegas transferiram o programa para um robô, ele conseguiu entender as coisas no mundo real.

O robô é capaz de continuar aprendendo enquanto classifica coisas nunca vistas antes. Um robô de um armazém alemão pode selecionar e classificar mais de 10.000 itens diferentes e com 99% de precisão, de acordo com a Covariant.

E isso é um sinal de mudanças significativas em áreas como varejo e logística on-line.

No final do ano passado, a ABB, fabricante internacional de robôs, realizou uma competição. Ele convidou 20 empresas para desenvolver software para seus manipuladores robóticos, capazes de classificar objetos aleatórios, de cubos a sacolas plásticas contendo outros objetos.


Os robôs nos trilhos procuram a carga necessária para enviá-la para a embalagem,

dez empresas eram da Europa e a outra metade dos EUA. A maioria e não fechou a tarefa. Alguns conseguiram lidar com quase todas as tarefas, mas não conseguiram lidar com os exemplos mais astutos. A única empresa capaz de lidar com todas as tarefas de maneira tão rápida e eficiente quanto as pessoas era a Covariant.

"Tentamos encontrar pontos fracos", disse Mark Segura, diretor da divisão de robôs de serviço da ABB. "Atingir um certo nível nesses testes é bastante fácil, mas é muito difícil não demonstrar um único ponto fraco".

Knapp, que ajudou a implementar o sistema perto de Berlim, e a ABB, acredita que essa tecnologia pode ser usada em outros armazéns semelhantes.

Os engenheiros da Covariant acreditam que seus robôs, constantemente treinando, enfrentarão melhor as tarefas. Enquanto o robô em um dos armazéns está aprendendo maneiras mais convenientes de levantar certos objetos, essas informações entram no cérebro central controlado pela Covariant, e isso permitirá que as máquinas funcionem ainda melhor.


Dirk Jandura, diretor administrativo da Obeta, disse que essas empresas são muito ativas na melhoria da eficiência. A automação é a chave para reduzir o desperdício.

Como muitos operadores de armazém, Obeta teve problemas para encontrar trabalhadores que queiram fazer um trabalho monótono. Cada classificador processa cerca de 170 pedidos por hora, cerca de três por minuto, oito horas por dia. No verão, a temperatura no armazém excede 38 graus. É difícil manter os trabalhadores por mais de seis meses.

Para Obeta, o novo robô é a solução perfeita. O trabalho de três pessoas é realizado por um robô que não conhece fadiga.

“Ele não vai fumar, é sempre saudável, não conversa com os vizinhos, não faz pausas no banheiro”, disse Zhandura. "Ele é mais eficaz."

Knapp também está considerando projetos de armazém onde os robôs trabalham no lugar das pessoas, o que permitirá a colocação mais densa de pacotes que os robôs então coletarão.

"Novos armazéns serão construídos de olho nos robôs de IA, não nos humanos", disse Pachwain.

Knapp planeja dificultar que as empresas se recusem a substituir as pessoas por robôs. Pachwain disse que tiraria das empresas a quantia que sempre seria menor que o salário de um trabalhador. Se a empresa pagar ao trabalhador US $ 40.000 por ano, Knapp receberá US $ 30.000, disse ele.

"Vamos apenas cair", disse ele. - Este é o nosso modelo de negócios. E será fácil para o cliente tomar uma decisão. ”


Peter Chen e Peter Abbeel, fundadores da Covariant.AI

Beth Gutelius, primeira diretora assistente do Centro de Desenvolvimento Econômico Urbano da Universidade de Illinois em Chicago, que estudou o impacto da automação no trabalho, disse que é improvável que essa tecnologia cause mudanças no mercado de trabalho em um futuro próximo.

Ela disse que um problema mais sério seria que, quando as pessoas começarem a trabalhar em conjunto com robôs, elas serão julgadas de maneira diferente. "Depois que começarmos a comparar a velocidade e a eficácia das pessoas com os robôs, um novo conjunto de problemas de saúde e segurança aparecerá", disse ela.

Peter Abbil, professor de Berkeley e co-fundador, presidente e cientista chefe da Covariant, disse que as pessoas continuarão trabalhando em conjunto com as máquinas desses armazéns. No entanto, ele reconheceu que o mercado de trabalho se moverá significativamente com o aprimoramento do aprendizado de máquina.


Carregamento de caminhões no armazém da Obeta na Alemanha

"Se isso acontecer em 50 anos, o sistema educacional terá tempo de sobra para se elevar ao estado do mercado de trabalho", disse ele.

Em um armazém alemão, uma mulher de camiseta folgada trabalha diligentemente mercadorias em caixas, ocasionalmente olhando para visitantes de língua inglesa, tirando fotos do robô e admirando sua eficácia.

Um engenheiro da Covariant se aproximou do grupo para compartilhar informações sobre como o robô realizou mais de 200 pedidos na última hora - se fosse humano, receberia um bônus.

More articles:


All Articles