На протяжении нескольких лет исследователи из AI Lab, подконтрольного Autodesk, разработчику AutoCAD и ряда других программ для черчения, проектирования и 3D-дизайна, обучали роботов играть в конструктор.

Роботы Universal Robots в лаборатории AI Lab, источник фото.

Впрочем, “обучили”, в данном случае - это слово из прошлого. Исследователи снабдили робота, получившего название Brickbot, всем необходимым инструментарием для самостоятельного освоения сборки Lego - машина прошла практически тот же путь, что и большинство детей, знакомых с легендарным конструктором.

Речь идет о фундаментальном прорыве - в отличие от следования по рельсам конкретной программы, робот использует сенсоры и машинное обучение для формирования некоторого аналога “понимания” того, что происходит во внешнем мире, а затем, адаптируясь "на лету", стремится решить поставленную перед ним задачу.

Сегодня большинство промышленных роботов “умом” не блещут: машины попросту повторяют заранее запрограммированную монотонную операцию (или их серию) снова и снова, что ограничивает владельцев роботизированных предприятий в ассортименте производимой продукции и скорости перехода к новым процессам и изделиям.

Поколение коботов - роботов, способных функционировать в непосредственной близости от человека без угрозы для жизни последнего, призвано решить эту проблему. Тем не менее работа на одной линии с машинами в большинстве случаев пока что остается уделом специалистов.

Иными словами, автоматические системы до сих пор требуют от людей некоторого аналога “компьютерной грамотности” - и лишь теперь роботы начинают обзаводиться собственным “пониманием” того, как работать с людьми. Вероятнее всего, именно этот подход определит качество тех или иных систем в будущем: решающим фактором при выборе оборудования может стать его “умение” понимать людей и разгадывать их потребности.

В рамках проекта исследователи задействовали пару коллаборативных робо-манипуляторов Universal Robots, добавив к ним ряд цифровых камер, разнородных сенсоров и вычислительную платформу, объединенных в систему компьютерного зрения. В дальнейшем, разработчики надеются внедрить Brickbot в производственные процессы реального мира.

Система порождает вопросы: в первую очередь, хотелось бы узнать, хватило бы ей пары дней и набора разрозненных компонентов, для того, чтобы методом проб и ошибок научиться набивать деталями хотя бы простенькую плату? Подобная задача не решит всех проблем современного производства, однако даже она может оказаться непосильной для существующих на данный момент “адаптивных” систем.

Впрочем, в случае масштабирования подобного проекта, тысячи роботов могли бы приступить к освоению массы разнородных процессов в целом ряде стран. При этом, вся изученная информация накапливалась бы в облаке, ускоряя обучение каждой следующей машины.

По материалам zdnet.com. ++