AgiBot: chińscy pionierzy robotyki humanoidalnej i przyszłość produkcji

Współczesna produkcja przemysłowa stoi u progu rewolucji, a jej katalizatorem staje się sztuczna inteligencja zintegrowana z zaawansowaną robotyką. Chiński startup AgiBot, mający swoją siedzibę w Szanghaju, jest jednym z czołowych graczy, którzy kształtują tę przyszłość. Firma opracowała innowacyjną metodę uczenia dwuramiennych robotów, które nie tylko realizują zadania produkcyjne, ale także uczą się w rzeczywistych warunkach fabrycznych.

Podstawą technologii AgiBot jest hybrydowe podejście, łączące teleoperację z uczeniem wzmacniającym. To pozwala robotom na adaptację i wykonywanie złożonych czynności, które dotychczas wymagały precyzji i zręczności człowieka. System jest obecnie testowany na linii produkcyjnej należącej do Longcheer Technology, chińskiego giganta produkującego smartfony, gogle VR i inną elektronikę. Projekt AgiBot jest przykładem, jak zaawansowana AI zaczyna zmieniać możliwości maszyn przemysłowych, co może mieć szerokie implikacje dla sektora produkcyjnego zarówno w Chinach, jak i na całym świecie. Ta nowatorska strategia może znacząco zwiększyć produktywność, redukując jednocześnie zapotrzebowanie na pracowników wykonujących proste, powtarzalne prace.

Przekraczanie granic zręczności

Tradycyjnie roboty przemysłowe są wykorzystywane do zadań niewymagających precyzji, takich jak podnoszenie czy przenoszenie ciężkich przedmiotów. Jednak montaż skomplikowanych produktów, jak choćby iPhone’y, wymaga zręczności, precyzyjnego wyczucia i zdolności adaptacji – cech, których robotom zazwyczaj brakuje. Chociaż AI jest coraz częściej używana do wspomagania robotów w identyfikacji obiektów na taśmach produkcyjnych i podejmowaniu decyzji o ich chwytaniu, nadal brakuje jej niezawodności w szkoleniu maszyn do złożonych manipulacji.

Yuheng Feng, przedstawiciel AgiBot, twierdzi, że robot w fabryce Longcheer Technology jest wykorzystywany do przemieszczania komponentów z maszyny testującej na linię produkcyjną. Jest to zadanie, które roboty mogą wykonywać bez konieczności finezyjnej manipulacji czy pracy z elastycznymi lub kruchymi częściami. Kluczową kwestią pozostaje jednak efektywność algorytmów AgiBot w uczeniu robotów nowych, bardziej złożonych zadań. Badania pokazują, że uczenie wzmacniające, szczególnie w przypadku zadań wymagających improwizacji, wymaga znacznej ilości danych treningowych i nie może być w pełni dopracowane wyłącznie w symulacji.

Szybka adaptacja dzięki ludzkiemu wsparciu

AgiBot przyspiesza proces uczenia, angażując operatora, który pilotuje robota, zapewniając fundament do samodzielnego uczenia. Jianlan Luo, główny naukowiec AgiBot, przed współzałożeniem firmy prowadził zaawansowane badania na Uniwersytecie Kalifornijskim w Berkeley, koncentrując się na tym, jak roboty mogą zdobywać umiejętności poprzez uczenie wzmacniające z udziałem człowieka. Ten system z powodzeniem radził sobie z zadaniami takimi jak umieszczanie komponentów na płycie głównej.

Według Fenga, oprogramowanie AgiBot, nazwane „Real-World Reinforcement Learning”, potrzebuje zaledwie około dziesięciu minut, aby przeszkolić robota do nowego zadania. Szybkie przyswajanie nowych umiejętności jest kluczowe, ponieważ linie produkcyjne często ulegają zmianom, czasami nawet w trakcie tej samej partii produkcyjnej. Roboty, które potrafią szybko opanować nowe etapy, mogą efektywnie współpracować z ludźmi.

Inwestycje w dane i przyszłość

Szkolenie robotów w ten sposób wymaga znaczącego nakładu ludzkiego wysiłku. AgiBot posiada centrum edukacji robotycznej, gdzie pracownicy teleoperują roboty, by wspomagać modele AI w zdobywaniu nowych umiejętności. Popyt na tego typu dane treningowe rośnie, a firmy w USA zlecają manualne prace, które stanowią cenne dane dla algorytmów, pracownikom w krajach takich jak Indie.

Jeff Schneider, robotyk z Carnegie Mellon University specjalizujący się w uczeniu wzmacniającym, ocenia metody AgiBot jako „najnowocześniejsze”, przewidując, że firma będzie w stanie zautomatyzować zadania z wysoką niezawodnością. Schneider dodaje, że inne firmy robotyczne prawdopodobnie również eksperymentują z uczeniem wzmacniającym w zadaniach produkcyjnych.

AgiBot staje się jedną z wiodących firm w Chinach, gdzie zainteresowanie połączeniem AI i robotyki dynamicznie rośnie. Firma rozwija modele AI dla różnych typów robotów, w tym humanoidalnych, które poruszają się, oraz ramion robotycznych. Technologia AgiBot może okazać się kluczowa dla Stanów Zjednoczonych, jeśli chcą one przywrócić produkcję na swoim terytorium. Wiele amerykańskich startupów, w tym Physical Intelligence (założona przez badaczy, którzy pracowali z Luo na UC Berkeley) i Skild (spin-off Carnegie Mellon University), również doskonali algorytmy do uczenia robotów.

Chiński sektor produkcyjny, z jego ogromną skalą, daje krajowym startupom znaczące przewagi. Należą do nich: sprawny łańcuch dostaw umożliwiający szybkie prototypowanie i masową produkcję robotów, gotowy rynek zbytu na pracę robotów, a także dostępność pracowników do szkolenia modeli robotycznych. Według Międzynarodowej Federacji Robotyki, w Chinach działa już więcej robotów przemysłowych niż we wszystkich innych krajach razem wziętych. Najnowszy plan pięcioletni chińskiego rządu, opublikowany we wrześniu, kładzie nacisk na rozwój gospodarczy oparty na technologii, ze szczególnym uwzględnieniem AI i robotyki, co z pewnością pobudzi dalsze inwestycje i inicjatywy mające na celu rozwój zaawansowanych robotów. Jak powiedział jeden z amerykańskich przedsiębiorców robotycznych, nie obawia się on konkurencji ze strony amerykańskich firm, jednak chińskie firmy robotyczne spędzają mu sen z powiek.