Robot, který se sám naučí nové práci přes noc

Samoučící robot japonské firmy Fanuc

Robota s touto schopností představila nedávno japonská firma Fanuc corporation, která je největším výrobcem průmyslových robotů na světě. Právě schopnost rychlého samostatného učení nebo přeškolení robotů je klíčová pro jejich široké a flexibilní nasazení ve výrobě.

Doposud bylo pro roboty typické, že jejich podobné přeškolení si vyžádalo několik týdnů a navíc bylo potřeba souběžné asistence inženýrů nebo programátorů. Firma Fanuc Corp. se však spojila se specializovanou firmou Preferred Networks Inc., zabývající se tzv. hlubinným posilovaným učením, která vytváří odpovídající algoritmy umělé inteligence.

Výsledkem bylo zkrácení školícího procesu robota až na 8 hodin. Konkrétním úkolem zde bylo přenášení náhodně rozmístěných předmětů za účelem dosažení jistého cílového uspořádaného stavu. Robot postupoval metodou pokusu a omylu a vodítkem mu byla průběžně vytvářená sada obrázků jeho činnosti, které byly označovány podle jistých kritérií jako správné a chybné stavy.

Robot pak dosáhl 90% úspěšnosti, přičemž kdyby se v rámci stejného algoritmu na bázi neuronových sítí učilo najednou 8 spolupracujících a výsledky svého učení sdílejících robotů (v rámci metody tzv. “cloud robotics”), školící procedura by si vyžádala pouze jednu hodinu.

Pokud by výsledné řešení problému negenerovalo hlubinné posilované učení (deep reinforcement learning), ale programoval by jej zkušený lidský programátor, vyžádalo by si stejné zadání několik dní jeho práce. Navíc byl robot v tomto režimu schopen nejen nahrubo odlišit špatné kroky od dobrých, ale také permanentně ladit a zlepšovat své postupy.

Šéf firmy Preferred Networks Inc. Toru Nishikawa prohlásil během příslušné prezentace na tokijském specializovaném veletrhu International Robot Exhibition 2016, že komerční podobu obecné sebeučící se funkcionality robotů apod. strojů bude na trhu možné koupit zhruba za rok. Další dvě firmy také vyvíjejí aplikace, které umožni předvídat možná selhání strojů, aby bylo zabráněno zbytečným prostojům při jejich činnosti.

Metody hlubinného (posilovaného) učení byly doposud aplikovány hlavně pro účely tagování nebo klasifikace obrázků, v rámci provozu na masově používaných serverech Facebooku nebo Googlu.

Nyní tento trend směřuje i do oblasti průmyslové praxe, kde podobné postupy začínají používat strojírenské nebo elektroniku vyrábějící firmy jako Fanuc, Toyota Motor Corp. ABB Ltd., Panasonic Corp. nebo Samsung Electronics Co., a to v oblasti řešení mnohem složitějších výrobních nebo procesních problémů. Mnohé velké a bohaté firmy proto dnes investují do akcií malých začínajících firem, zabývajících se umělou inteligencí.

Zdroje: MIT Technology review, Bloomberg