Ի՞նչ է մարդանման ռոբոտի արհեստական ​​բանականությունը։

Մարդանման ռոբոտի արհեստական ​​բանականությունը մեր հիմնական ձևը արտացոլող մեքենաներում հարմարվողական ինտելեկտը ներդնելու գաղափարն է, և ավելի ու ավելի հաճախ՝ պրակտիկան։ Երկու ձեռք, երկու ոտք, սենսորներ այնտեղ, որտեղ կարող է լինել դեմքը, և ուղեղ, որը կարող է տեսնել, որոշել և գործել։ Սա գիտաֆանտաստիկ քրոմ չէ ինքնին։ Մարդու ձևը գործնական հնարք է. աշխարհը կառուցված է մարդկանց համար, ուստի ռոբոտը, որը կիսում է մեր հետքերը, ձեռքերը, սանդուղքները, գործիքները և աշխատանքային տարածքները, տեսականորեն, կարող է ավելին անել առաջին իսկ օրվանից։ Ձեզ դեռ անհրաժեշտ է գերազանց սարքավորումներ և լուրջ արհեստական ​​բանականություն՝ նրբագեղ արձան կառուցելուց խուսափելու համար։ Բայց մասերը ավելի արագ են միանում, քան շատերը սպասում են։ 😉

Եթե ​​լսել եք այնպիսի տերմիններ, ինչպիսիք են՝ մարմնավորված արհեստական ​​բանականություն, տեսլական-լեզու-գործողության մոդելներ կամ համագործակցային ռոբոտի անվտանգություն և միտք… հետաքրքիր բառեր, հիմա ի՞նչ. այս ուղեցույցը դրանք բացատրում է պարզ խոսքերով, կտրոններով և մի փոքր անփույթ աղյուսակով՝ ավելի լավ պատկերացում կազմելու համար։ 

Հոդվածներ, որոնք կարող են ձեզ դուր գալ կարդալ սրանից հետո.

🔗 Որքա՞ն շուտով Էլոն Մասկի ռոբոտները կզբաղեցնեն ձեր աշխատանքը։
Ուսումնասիրում է մարդակերպ աշխատավայրի ավտոմատացման ժամանակացույցը, հնարավորությունները և ռիսկերը։

🔗 Ի՞նչ է արհեստական ​​բանականության կողմնակալությունը՝ պարզ բացատրությամբ։
Սահմանում, տարածված աղբյուրներ, իրական օրինակներ և մեղմացման ռազմավարություններ։

🔗 Ի՞նչ է անում արհեստական ​​բանականության մարզիչը։
Դերը, հմտությունները, աշխատանքային հոսքերը և կարիերայի ուղիները մոդելների վերապատրաստման մեջ։

🔗 Կանխատեսող արհեստական ​​բանականությունը բացատրվում է սկսնակների համար։
Ինչպես են կանխատեսող մոդելները կանխատեսում արդյունքները, օգտագործման դեպքերը և սահմանները։

Ի՞նչ է իրականում մարդանման ռոբոտի արհեստական ​​բանականությունը։

Իր էությամբ, մարդանման ռոբոտի արհեստական ​​բանականությունը համատեղում է երեք բան՝

• Մարդանման կերպարանք ՝ մարմնի հատակագիծ, որը մոտավորապես արտացոլում է մերը, ուստի այն կարող է կողմնորոշվել աստիճաններով, հասնել դարակներին, տեղափոխել արկղեր, բացել դռներ, օգտագործել գործիքներ։

• Մարմնավորված ինտելեկտ . արհեստական ​​բանականությունը միայն ամպում չի լողում, այն գտնվում է ֆիզիկական գործակալի ներսում, որը ընկալում, պլանավորում և գործում է աշխարհում։

• Ընդհանրացված կառավարում - ժամանակակից ռոբոտները ավելի ու ավելի շատ են օգտագործում մոդելներ, որոնք կապում են տեսլականը, լեզուն և գործողությունը, որպեսզի մեկ քաղաքականությունը կարողանա տարածվել առաջադրանքների վրա: Google DeepMind-ի RT-2-ը տեսլական -լեզու-գործողություն (VLA) մոդելի կանոնիկ օրինակ է, որը սովորում է վեբ + ռոբոտի տվյալներից և այդ գիտելիքները վերածում ռոբոտի գործողությունների [1]:

Ավելի պարզ մոտեցում. մարդանման ռոբոտ-արհեստական ​​բանականությունը ռոբոտ է՝ մարդկային մարմնով և ուղեղով, որը համատեղում է տեսնելը, հասկանալը և անելը՝ իդեալականում՝ բազմաթիվ առաջադրանքներ կատարելով, այլ ոչ թե միայն մեկը։

Ի՞նչն է մարդանման ռոբոտներին դարձնում օգտակար🔧🧠

Կարճ պատասխան՝ ոչ թե դեմքը, այլ հնարավորությունները ։ Ավելի երկար պատասխան՝

• Շարժունակություն մարդկային տարածքներում ՝ աստիճաններ, անցուղիներ, նեղ միջանցքներ, դռներ, անհարմար անկյուններ: Մարդկային հետքը աշխատավայրերի լռելյայն երկրաչափությունն է:

• Հմուտ մանիպուլյացիա - երկու հմուտ ձեռքեր ժամանակի ընթացքում կարող են բազմաթիվ գործեր կատարել նույն ծայրային էֆեկտորով (յուրաքանչյուր աշխատանքի համար ավելի քիչ հատուկ բռնակներ):

• Բազմամոդալ ինտելեկտ - VLA մոդելները պատկերները + հրահանգները կապում են գործող շարժիչային հրամանների հետ և բարելավում են առաջադրանքների ընդհանրացումը [1]:

• Համագործակցության պատրաստակամություն - անվտանգության հասկացությունները, ինչպիսիք են մոնիթորինգային կանգառները, արագության և հեռավորության մոնիթորինգը, ինչպես նաև հզորության և ուժի սահմանափակումը, բխում են համագործակցային ռոբոտների ստանդարտներից (ISO/TS 15066) և դրանց հետ կապված ISO անվտանգության պահանջներից [2]:

• Ծրագրային ապահովման արդիականացում - նույն սարքավորումները կարող են նոր հմտություններ ձեռք բերել տվյալների, սիմուլյացիայի և թարմացված քաղաքականությունների միջոցով (ոչ մի բեռնամբարձիչի արդիականացում՝ պարզապես նոր բեռնման վայր սովորեցնելու համար) [1]:

Սրանք դեռևս «հեշտ կոճակներ» չեն։ Բայց այս համադրությունն է պատճառը, որ հետաքրքրությունը շարունակում է կուտակվել։

Արագ սահմանում, որը կարող եք գողանալ սլայդի համար 📌

Մարդանման ռոբոտի արհեստական ​​բանականությունը (AI) ինտելեկտ է, որը կառավարում է մարդակերպ ռոբոտին՝ մարդկային միջավայրում տարբեր առաջադրանքներ ընկալելու, դատողություններ անելու և գործելու համար՝ հզորացված տեսողությունը, լեզուն և գործողությունը կապող մոդելներով, ինչպես նաև անվտանգության պրակտիկաներով, որոնք թույլ են տալիս համագործակցել մարդկանց հետ [1][2]:

Խմբաքանակը՝ մարմին, ուղեղ, վարքագիծ

Եթե ​​մտքում մարդակերպերին բաժանեք երեք շերտի, համակարգը պակաս խորհրդավոր կթվա։

1. Մարմին ՝ ակտուատորներ, հոդեր, մարտկոց, սենսորներ: Ամբողջ մարմնի կառավարում հավասարակշռության + մանիպուլյացիայի համար, հաճախ՝ ճկուն կամ պտտող մոմենտով կառավարվող հոդերի միջոցով:

2. Ուղեղ ՝ ընկալում + պլանավորում + վերահսկողություն։ Ավելի նոր ալիքը VLA-ն ՝ տեսախցիկի կադրեր + բնական լեզվով նպատակներ → գործողություններ կամ ենթապլաններ (RT-2-ը ձևանմուշն է) [1]:

3. Վարքագիծ - իրական աշխատանքային հոսքեր, որոնք կազմված են այնպիսի հմտություններից, ինչպիսիք են ընտրությունը, գծի մոտ առաքումը, բեռնարկղերի կառավարումը և մարդ-ռոբոտ փոխանցումը: Հարթակները ավելի ու ավելի են փաթեթավորում այս հմտությունները գործիքավորման շերտերով, որոնք միանում են WMS/MES-ին, որպեսզի ռոբոտը համապատասխանի աշխատանքին, այլ ոչ թե հակառակը [5]:

Պատկերացրեք դա այնպես, ինչպես մի մարդ, որը աշխատանքի վայրում նոր գործ է սովորում. տեսնել, հասկանալ, պլանավորել, անել, ապա վաղը ավելի լավ անել։

Որտեղ է այսօր հայտնվում մարդանման ռոբոտի արհեստական ​​բանականությունը 🏭📦

Տեղակայումները դեռևս թիրախային են, բայց դրանք միայն լաբորատոր ցուցադրություններ չեն։

• Պահեստավորում և լոգիստիկա ՝ բեռնարկղերի տեղափոխում, պալետներից փոխադրիչ տեղափոխում, կրկնվող, բայց փոփոխական բուֆերային առաջադրանքներ. մատակարարները ամպային համակարգումը դիտարկում են որպես փորձնական ծրագրերի և WMS-ի հետ ինտեգրման արագ ուղի [5]:

• Ավտոմոբիլային արտադրություն - Mercedes-Benz-ում Apptronik-ի Apollo-ի հետ համատեղ փորձնական աշխատանքները ներառում էին ստուգումներ և նյութերի մշակում։ Սկզբնական առաջադրանքները կատարվում էին հեռակառավարման միջոցով, ապա ինքնուրույն, որտեղ դրանք արդյունավետ էին [4]:

• Առաջադեմ հետազոտություններ և զարգացումներ - առաջատար շարժունակությունը/մանիպուլյացիան շարունակում է ձևավորել մեթոդներ, որոնք ժամանակի ընթացքում ներթափանցում են արտադրանքի (և անվտանգության դեպքերի) մեջ։

Փոքրիկ դեպքի մոդել (իրական օդաչուներից). սկսեք նեղ գծի երկայնքով մատակարարմամբ կամ բաղադրիչների փոխադրմամբ, օգտագործեք հեռակառավարվող/օժանդակ ցուցադրություններ տվյալներ հավաքելու համար, ստուգեք ուժերը/արագությունները համագործակցային անվտանգության շրջանակի համեմատ, ապա ընդհանրացրեք վարքագիծը հարակից կայանների վրա: Սա անհեթեթ է, բայց աշխատում է [2][4]:

Ինչպես է մարդանման ռոբոտ-արհեստական ​​բանականությունը սովորում գործնականում 🧩

Սովորելը մեկ բան չէ.

• Իմիտացիա և հեռակառավարում - մարդիկ ցուցադրում են առաջադրանքներ (VR/կինեսթետիկ/տելեոպիկ), ստեղծելով ինքնավարության նախնական տվյալների հավաքածուներ: Մի քանի օդաչուներ բացահայտորեն ընդունում են տելեոպիկ օժանդակությամբ մարզումը, քանի որ այն արագացնում է կայուն վարքագիծը [4]:

• Ամրապնդող ուսուցում և սիմուլյացիոնից իրական ՝ սիմուլյացիոն փոխանցման մեջ մարզված քաղաքականություններ՝ տիրույթների պատահականացման և ադապտացիայի միջոցով. դեռևս տարածված է տեղաշարժի և մանիպուլյացիայի համար։

• Տեսողություն-Լեզու-Գործողություն մոդելներ - RT-2 ոճի քաղաքականությունները տեսախցիկի կադրերը + տեքստային նպատակները կապում են գործողությունների հետ՝ թույլ տալով, որ վեբ գիտելիքները հիմք հանդիսանան ֆիզիկական որոշումներ կայացնելու համար [1]:

Պարզ լեզվով ասած՝ ցույց տվեք այն, մոդելավորեք այն, խոսեք դրա հետ, ապա կրկնեք։

Անվտանգություն և վստահություն՝ աննշան անհրաժեշտ բաները 🛟

Մարդկանց մոտ աշխատող ռոբոտները ժառանգում են անվտանգության այնպիսի սպասումներ, որոնք վաղուց առաջ են առաջացել այսօրվա աղմուկից։ Երկու կարևոր փաստ, որոնք արժե իմանալ.

• ISO/TS 15066 - համագործակցային կիրառությունների ուղեցույց, ներառյալ փոխազդեցության տեսակները (արագության և տարանջատման մոնիթորինգ, հզորության և ուժի սահմանափակում) և մարդու և մարմնի շփման սահմանափակումներ [2]:

• NIST AI ռիսկերի կառավարման շրջանակ - կառավարման ձեռնարկ (GOVERN, MAP, MEASURE, MANAGE), որը կարող եք կիրառել տվյալների, մոդելի թարմացումների և դաշտային վարքագծի նկատմամբ, երբ ռոբոտի որոշումները գալիս են սովորած մոդելներից [3]:

Հիանալի դեմոները հետաքրքիր են, իսկ հաստատված անվտանգության դեպքերը և կառավարումը՝ հետաքրքիր։

Համեմատական ​​աղյուսակ՝ ով ինչ է կառուցում, ում համար 🧾

(Անհավասար տարածություն՝ միտումնավոր։ Մի փոքր մարդկային, մի փոքր անկարգ։)

(Այո, գնագոյացումը անորոշ է։ Բարի գալուստ վաղ շուկաներ։)

Ինչի՞ն ուշադրություն դարձնել մարդանման ռոբոտի արհեստական ​​ինտելեկտը գնահատելիս 🧭

• Առաջադրանքի համապատասխանությունն այսօր ընդդեմ ճանապարհային քարտեզի. կարո՞ղ է այն կատարել ձեր երկու լավագույն աշխատանքները այս եռամսյակում, ոչ միայն հիանալի ցուցադրական աշխատանքը։

• Անվտանգության դեպք - հարցրեք, թե ինչպես են ISO համագործակցային հասկացությունները (արագություն և տարանջատում, հզորություն և ուժի սահմաններ) արտացոլվում ձեր բջջում [2]:

• Ինտեգրման բեռ . արդյո՞ք դա խոսում է ձեր WMS/MES-ի մասին, և ո՞վ է պատասխանատու աշխատանքային ժամանակի և բջջային նախագծման համար. փնտրեք կոնկրետ գործիքակազմի գործիքակազմ և գործընկերային ինտեգրացիաներ [5]:

• Ուսուցման ցիկլ - ինչպես են նոր հմտությունները ձեռք բերվում, վավերացվում և ներդրվում ձեր նավատորմում:

• Ծառայության մոդել ՝ փորձնական օգտագործման պայմաններ, MTBF, պահեստամասեր և հեռակառավարվող ախտորոշում։

• Տվյալների կառավարում . ով է տիրապետում ձայնագրություններին, ով է վերանայում եզրային դեպքերը և ինչպես են կիրառվում RMF-ի հետ համատեղելի վերահսկողությունները [3]:

Տարածված առասպելներ, քաղաքավարիորեն չմշակված 🧵

• «Հումանոիդները պարզապես ռոբոտների կոսփլեյ են»։ Երբեմն անիվավոր ռոբոտը հաղթում է։ Բայց երբ խոսքը աստիճանների, սանդուղքների կամ ձեռքի գործիքների մասին է, մարդկային մարմնի կառուցվածքը կարևոր առանձնահատկություն է, այլ ոչ թե շքեղություն։

• «Սա ամբողջությամբ ծայրից ծայր արհեստական ​​բանականություն է, առանց կառավարման տեսության»։ Իրական համակարգերը համատեղում են դասական կառավարումը, վիճակի գնահատումը, օպտիմալացումը և սովորած քաղաքականությունները. ինտերֆեյսներն են կախարդանքը [1]:

• «Անվտանգությունն ինքն իրեն կկարգավորվի ցուցադրությունից հետո»։ Հակառակը։ Անվտանգության դարպասներ, որոնք կարող եք փորձել նույնիսկ մարդկանց ներկայությամբ։ Ստանդարտները գոյություն ունեն որոշակի պատճառով [2]:

Սահմանային փոքրիկ շրջագայություն 🚀

• VLA-ները սարքային տարբերակի վրա . ի հայտ են գալիս կոմպակտ, սարքի վրա տեղադրված տարբերակներ, որպեսզի ռոբոտները կարողանան աշխատել տեղական մակարդակով՝ ավելի ցածր լատենտությամբ, մինչդեռ ավելի ծանր մոդելները մնում են հիբրիդային/ամպային՝ անհրաժեշտության դեպքում [1]:

• Արդյունաբերության փորձնական ծրագրեր . լաբորատորիաներից զատ, ավտոարտադրողները հեռակառավարվող ուսուցման միջոցով ուսումնասիրում են, թե որտեղ են մարդակերպերը առաջին հերթին լծակներ ստեղծում (նյութերի մշակում, ստուգում)՝ արագացնելով առաջին օրվա օգտակարությունը [4]:

• Մարմնավորված չափորոշիչներ ՝ ակադեմիական և արդյունաբերական ստանդարտ առաջադրանքների փաթեթները օգնում են թարգմանել առաջընթացը թիմերի և հարթակների միջև [1]:

Եթե ​​սա զգուշավոր լավատեսության պես է հնչում, նույնն է։ Առաջընթացը անկայուն է։ Դա նորմալ է։

Ինչու է «մարդանման ռոբոտ-արհեստական ​​բանականություն» արտահայտությունը անընդհատ հայտնվում ճանապարհային քարտեզներում 🌍

Սա կոնվերգենցիայի համար կոկիկ պիտակ է. ընդհանուր նշանակության ռոբոտներ, մարդկային տարածքներում, որոնք աշխատում են մոդելներով, որոնք կարող են հրահանգներ ընդունել, ինչպիսիք են՝ «դրեք կապույտ աղբամանը 3-րդ կայանի վրա, ապա վերցրեք պտտող մոմենտի բանալին» և պարզապես… անել դա: Երբ դուք համատեղում եք մարդկանց համար հարմար սարքավորումները VLA ոճի դատողության և համագործակցային անվտանգության պրակտիկայի հետ, արտադրանքի մակերեսը ընդլայնվում է [1][2][5]:

Վերջնական դիտողություններ - կամ քամոտ «Շատ երկար, չկարդացի» 😅

• Մարդանման ռոբոտների արհեստական ​​բանականություն = մարդաձև մեքենաներ՝ մարմնավորված ինտելեկտով, որոնք կարող են ընկալել, պլանավորել և գործել բազմազան առաջադրանքներ կատարելիս։

• Ժամանակակից խթանը գալիս է VLA մոդելներից, ինչպիսին է RT-2-ը, որոնք օգնում են ռոբոտներին ընդհանրացնել լեզուն և պատկերները ֆիզիկական գործողությունների համար [1]:

• Պահեստավորման և արտադրության ոլորտներում ի հայտ են գալիս օգտակար տեղակայումներ, որոնցում անվտանգության շրջանակները և ինտեգրացիոն գործիքները հաջողությամբ են գործում կամ հաջողությամբ են գործում [2][4][5]:

Սա արծաթե փամփուշտ չէ։ Բայց եթե դուք ընտրեք ճիշտ առաջին առաջադրանքը, լավ նախագծեք բջիջը և շարունակեք ուսուցման ցիկլը, օգտակարությունը կհայտնվի ավելի շուտ, քան դուք կարծում եք։

Մարդանման ռոբոտի արհեստական ​​բանականությունը կախարդանք չէ։ Այն ջրմուղագործություն է, պլանավորում և հղկում, գումարած մի քանի հաճելի պահեր, երբ ռոբոտը կատարում է առաջադրանք, որը դուք հստակորեն չեք կոդավորել։ Եվ երբեմն անփույթ փրկություն, որը բոլորին ստիպում է շունչ կտրել, ապա ծափահարել։ Սա առաջընթաց է։ 🤝🤖

Հղումներ

1. Google DeepMind - RT-2 (VLA մոդել) : կարդալ ավելին

2. ISO - Համագործակցային ռոբոտների անվտանգություն . կարդալ ավելին

3. NIST - Արհեստական ​​բանականության ռիսկերի կառավարման շրջանակ . կարդալ ավելին

4. Ռոյթերս - Mercedes-Benz × Apptronik օդաչուներ . կարդալ ավելին

5. Agility Robotics - Օրկեստրացիա և ինտեգրացիա . կարդալ ավելին

Գտեք արհեստական ​​բանականության վերջին նորույթները պաշտոնական արհեստական ​​բանականության օգնականների խանութում

Մեր մասին