Фото: wired

Стартап Vicarious (Сан-Франциско, США) створює роботів, які працюють на виробництві косметики. Наприклад, в Балтіморі роботи виробництва Vicarious збирають набори зразків відомої косметичної марки Sephora. Раніше цю роботу виконували виключно люди. Vicarious купує стандартних промислових роботів, розширює їх за допомогою свого програмного забезпечення та укладає з компаніями-виробниками машин контракт, в умовах якого описані робочі обов’язки робота, а також розмір погодинної оплати за виконану роботу.

Виконавчий директор і співзасновник стартапу Скотт Фенікс (Scott Phoenix) заявляє, що такий тип угод формує наступну бізнес-модель: створення програмного забезпечення на базі штучного інтелекту для виконання завдань, які раніше виконувалися тільки людьми. Vicarious раніше публічно не оголошував список своїх клієнтів, проте з моменту заснування в 2010 році компанія залучила понад 130 мільйонів доларів і повідомила, що її інвесторами є деякі з найбільш відомих фондів Кремнієвої долини, наприклад, Founders Fund, заснований раннім інвестором Facebook Пітером Тілом (Peter Thiel), а також підприємці-мільярдери Марк Цукерберг, Ілон Маск і Джефф Безос.

Роботи-маніпулятори і утримання предметів роботами розроблені вже давно, а такі компоненти, як двигуни, давачі та мікроконтролери ніколи не були такими дешевими (і разом з тим функціональними), як сьогодні. Але навіть на фабриках і складах роботи обмежені певними завданнями, оскільки їх програмне забезпечення запрограмоване окремо для кожної ситуації і не може адаптуватися до раптових змін алгоритму. Технологія глибокого навчання в робототехніці змінила технологічну індустрію. Vicarious використовує глибоке навчання для систем бачення своїх роботів, але вважає, що потрібні і інші способи зробити машини по-справжньому розумними. Програмне забезпечення компанії розпізнає такі дані, як зображення, аудіо, статистичні шаблони, витягнуті з минулих даних. Один із способів навчити робота захоплювати об’єкти – це запрограмувати його на використання різних підходів, а також на навчання в процесі успіхів або невдач (навчання з підкріпленням). Однак навіть такий спосіб навчання не дозволяє комп’ютерам міркувати про навколишній світ, інтуїтивно розуміти причину подій і вирішувати ситуації, з якими не стикалися раніше. Vicarious знайшли, як вирішити цю проблему.

Застосовувані інженерами алгоритми Supersmart, хоча і не відразу справляються з усіма завданнями, але дозволяють роботам навчатися набагато швидше, ніж інші, і виконувати все – від медичних завдань до збірки замовлень. В даний час Vicarious випускає роботизовані руки, що виконують сортування косметики на складах. Такі ж роботи переміщують коробки на склад для відправки або зберігання. Відмінність роботів Vicarious від інших – в гнучких алгоритмах, за якими вони працюють. В майбутньому стартап планує зробити так, щоб його роботи виконували важливішу роботу, ніж пакувальні операції, наприклад, складну збірку на виробництві, яку поки виконують люди.

Автор: Тетяна Козодой


Читайте також:

Аналіз профілю променя – нова запатентована технологія Trinamix для розпізнавання справжньої шкіри

Робот-змія рухається, як справжня кобра

Коментарi