Industriële robots werken aan hun doctoraat

Kunnen industriële robots leren denken en handelen als menselijke operators?

Het lijdt geen twijfel dat er elk jaar meer en meer industriële robots de productievloeren binnenstromen, met een groei van maar liefst 12% per jaar, volgens de International Federation of Robotics. Dit vraagt ​​om een ​​meer betekenisvolle rol voor machines, en zoals een recent rapport van de BBC opmerkt, "heeft de wildgroei van robot-collega's psychologen, robotici en managers op verschillende gebieden ertoe aangezet om te onderzoeken wat een succesvolle samenwerking tussen robot en mens mogelijk maakt, en waardoor deze relaties misgaan.”

Zie ook: Auto-industrie stimuleert de beweging van slimme fabrieken

Misschien kunnen robots net als mensen profiteren van levenslang leren. Deze onderwerpen werden onlangs behandeld door Fredrik Bruhn, CEO van Unibap AB, die meldt dat zijn bedrijf actief is geweest in het ontwikkelen van intelligente robots die in staat zijn te leren en steeds meer kennis op te nemen naarmate de tijd verstrijkt. Dit omvat "virtuele operators waarbij we robots trainen om dezelfde kennis en hetzelfde begrip te hebben als een mens", legde hij uit in een discussie met Michael Krigsman van CXOTalk. “Als we onze systemen in slimme fabrieken plaatsen, zijn ze in feite een ingenieur van een middelbare school die heeft geleerd hoe kwaliteitsborging van het assembleren, slijpen, boren of schilderen van coatings is. Als ze dan in de fabriek werken, leren ze. Na ongeveer zes maanden tot een jaar heb je een masterdiploma. Ongeveer anderhalf jaar later heb je een Ph.D. niveau.”

De groeiende kracht van computers, gecombineerd met de vooruitgang op het gebied van AI, maken deze snellerende virtuele werker werkelijkheid, legt Bruhn uit. "We kunnen de kracht van diepe neurale netwerken benutten, wat echt de manier verandert waarop je AI in praktische toepassingen kunt toepassen", zegt hij. "Er is de afgelopen vijf jaar aanzienlijke vooruitgang geboekt met algoritmen waarmee we, veel sneller, systemen samen met mensen kunnen trainen en, in bepaalde gevallen, de mens uit de lus kunnen halen."

Het "lerende" deel van robotintelligentie komt binnen met machine learning, legt Bruhn uit. Terwijl traditionele robotica gebaseerd is op vast geprogrammeerde paden, genereren zeer intelligente robots hun eigen code. "Gezien de bedieningsmodules die we het systeem hebben geleerd, kun je een CAD-reeks rechtstreeks naar een operatie brengen", zegt hij. “Zolang iemand die CAD-tekeningen heeft gemaakt en die volgorde van montage heeft gemaakt, komt het systeem er zelf wel achter. De eigenlijke code die de robot bestuurt, wordt beredeneerd.”

Het zal waarschijnlijk enige tijd duren voordat robots - zelfs degenen die zijn gepromoveerd - het cognitieve werk van een hoger niveau van mensen kunnen overnemen. "Mensen zijn over het algemeen nog steeds slimmer dan robots", stelt het BBC-rapport. "Robots kunnen specifieke taken sneller en efficiënter uitvoeren dan mensen, maar geen enkele machine kan de verscheidenheid aan gecoördineerde fysieke en cognitieve vermogens nabootsen dan mensen die hebben."

Mijn advies aan de robots:blijf op school.