AIサービスロボット

ニュース

ホーム /ニュース /

Googleの親会社は、オフィスに100台のロボットを配備しています. 「独学」ロボットからどれくらい離れていますか？

2021-11-24

ロボットは今どの程度開発されていますか？

幻想的なメタユニバースが高頻度で画面をスワイプしている瞬間、この質問はまるで平行した存在のようであり、私たちの好奇心を惹きつけています.それは知的な生活のプロセスであり、ロボットが私たちに人間に役立つようにすることの品質と効率に関するものだからです.

そのような見方があります.今日のロボットの世界は、50年前のコンピューターの世界と非常によく似ています.ロボットが人々の日常生活に何をもたらすことができるかについては、多くの議論や楽観的な見方がありますが、確かなことは、将来にはまだ長い道のりがあるということです.

ほとんどのロボットは、1960年代と1970年代のメインフレームコンピュータのようなものです.高価な専用マシンであり、専門家によって操作され、特別に設計された環境で特殊なタスクを実行します.

一連の革新、特にマイクロプロセッサの発明により、コンピュータは誰もが思っていたよりも安く、小さく、そして強力になりました.現時点では、私たちはロボット工学における同様の変革のノードにもいます.機械学習の最新の進歩は、ますます高度で高度なセンサーテクノロジーと低コストのハードウェアと相まって、ロボットを主流にすることにこれまで以上に近づいていることを意味します.

人間は自然に視覚、理解、ナビゲーション、行動を組み合わせて歩き回り、目標を達成できることを私たちは知っています.ロボットは通常、これらのことを達成するために注意深い指示とコーディングを必要とします.これが、ロボットが非常に複雑になり、非常に変化しやすい環境で簡単に実行できると考えられるタスクを実行する理由です.

現在、ホームサービス、ターミナル配布、商業清掃、指導・説明など、さまざまなサービス分野で多くのプレーヤーがいます.しかし、ロボット工学の分野はどのレベルと段階に達していますか？

AI分野の天井レベルの企業であるGoogleが、Googleの親会社であるAlphabetが、清掃、ゴミの分別、その他の簡単なタスクを実行するために、オフィスの周りに100台以上の自律型ロボットを配備したという注目すべきニュースを発表しました.このタスクは、AlphabetのEverydayRobots社の人工知能ソフトウェアを搭載したこれらのロボットに委託されました.AlphabetのEverydayRobots社は、数千日間兵士を育てるという即時のビジョンを持っています.

また、この非常に代表的なロボット会社を調査して、ロボットが現在到達できる機能と将来志向の考え方を理解しようとしています.

Alphabetが非常に多くの独自のロボットを配備しなければならない理由は、単一の実験室で1つをターゲットにするのではなく、それ自体で学習して「非構造化」環境で複数のタスクを処理できる汎用ロボットを構築するためであると理解されています.環境.特定のタスク用に事前にプログラムされています.

現在、ベイエリアのGoogleキャンパスでは、約100のプロトタイプが並べ替えられ、リサイクルされ、テーブルから一掃されています.

これの主な理由は、ロボットが日常の環境で機能できるようにするためです.それらの骨の折れるコーディングを取り除く必要がありますが、特定の構造化されたタスクを適切なタイミングで適切な方法で完了する必要があります.最終的な結論は、エンジニアは、プログラムするだけでなく、有用なタスクを実行するようにマシンに教える必要があるということです.

彼らは、オフィスエリアのロボットのごみの分別や掃除などのタスクを手配しました.通常のオフィスでは、ゴミをふるいにかけて汚染をチェックする人はいないので、ロボットにこの作業を任せることは非常に貴重な質問です.これで、同じごみ分別ロボットにスキージを装備してテーブルを拭くことができ、カップをつかむのと同じグリッパーでドアを開けることを学ぶことができます.

これらの機械は、長い支柱が伸びている大きな車輪付きベースを備えています.上部にはマルチカメラアレイがあり、下部には「周囲の世界を理解する」ための回転ライダーセンサーがあります.

これらのロボットがこれらのタスクを完了する方法を学習するために、エンジニアはさまざまな機械学習技術を使用します.これらには、シミュレーション、強化学習、および共学習が含まれます.毎晩、何万もの仮想ロボットがクラウドシミュレーターの仮想オフィスでごみの分別を練習しています.次に、トレーニングを実際のロボットに転送して、並べ替え機能を向上させます.次に、この実際のトレーニングは、シミュレートされたトレーニングデータに再統合され、他のロボットと共有されて、各ロボットの経験と学習をすべてのロボットと共有します.

このような高強度の学習により、複雑な作業（ドアを開けるなど）を1日で学習できるようになり、物体をつかむのに「4か月」かかった5年前よりも成功率が高くなっています.

過去数か月の間に、これらのロボットは何千ものゴミを分別し、オフィスのゴミ汚染レベルを20％（人々がパレットに入れるレベル）から5％未満に減らしました.

一緒に取られて、彼らは作成することが可能であることを示しています AIロボットシステム これはロボットのすべての機能を統合し、いくつかの非常に便利なことを実行できます.汚染レベルを5％未満に減らし、埋め立て地から廃棄物をうまく移動させることができます.第二に、彼らは、ロボットが、エンジニアにすべての新しいタスク、異常、または改善を「手書き」させる代わりに、実践を通じて現実の世界で新しいタスクを実行する方法を学ぶことができることを証明しました.

ロボットからのそのような力がよりスマートな世界の到来を推進していることを本当に感じることができますか？その背後には避けられない会社、EverydayRobotsという会社があります.また、この重要な役割のいくつかを紹介する時が来ました.

それらはGoogleの月面着陸プラントXに由来し、Googleのチームと協力して新しいタイプのロボットを構築しました.自分で学習でき、誰でも（ほとんど）何でも助けることができるロボット.

彼らのビジョンは、デジタル世界における私たちのコンピューターの変革力のように、物理的な世界に変革をもたらすロボットを作成することです.しかし、これを行うには、まず、ロボット工学で最も難しい問題を解決する必要があります.ロボットを構築して、すべてを処理する方法を学ぶことができます.

今日のロボットは、強度、精度、繰り返しという3つの点で非常に優れています.しかし、他の点では本当に悪いです.新しい空間と環境を理解し、複数のことを実行します.要するに、彼らの非常に狭い能力は、環境内の1つの問題だけを解決するようにプログラムする人々から来ています.

そこで、今日の単目的ロボットと明日の補助ロボットのギャップを埋めるために、彼らの会社は私たちの世界に住み、自分で学ぶことができるロボットを構築しています.これは多面的な課題であり、ロボット工学には従うべきルールがないため、自動運転車を作るよりもさらに困難です.

「私たちは、ロボットを注意深くコーディングしなければならない世界から離れ、ロボットが学習できる未来に向かっています.」これは、EverydayRobotsが常に強調してきた目標です.

彼らは空想科学小説のアシスタントロボットを現実に変えようとしています.そのためには、ロボット工学で最も難しい問題を解決する必要があります.一度到達すると、これは1日に数十億時間を費やす小さな問題を解決し、世界中の人々に私たちの可能性を解き放つことができることをするための貴重な時間を提供することができます.

メタユニバースと比較すると、仮想世界は別として、ロボットはより現実的かもしれません.技術と製品が成熟すると、時間のかかる反復的で退屈な日常のタスクを処理するロボットを信頼するように人間を駆り立てます.本当に大切なことに時間を費やすことができる世界も出てきます.

AIサービスロボット;

ロボットウェイトレス;

ロボットウェイター.