AI 서비스 로봇

뉴스

집 /뉴스 /

Google의 모회사는 사무실에 100대의 로봇을 배치합니다. "자가 학습" 로봇에서 얼마나 멀리 떨어져 있습니까?

2021-11-24

로봇은 지금 어느 정도 발전했나요?

환상의 메타-우주가 고주파로 화면을 휘두르는 순간, 이 질문은 거의 평행 존재와도 같아 궁금증을 자아낸다. 그것은 지능적인 삶의 과정과 로봇이 인간에게 봉사하게 하는 품질과 효율성에 관한 것이기 때문입니다.

오늘날의 로봇 세계는 50년 전의 컴퓨터 세계와 매우 유사하다는 견해가 있습니다. 로봇이 일상생활에서 어떤 도움을 줄 수 있는지에 대한 많은 논의와 낙관적인 시각이 있지만, 확실한 것은 아직 갈 길이 멀다는 것입니다.

대부분의 로봇은 1960년대와 1970년대의 메인프레임 컴퓨터와 같습니다. 값비싼 특수 기계, 전문가가 작동하고 특수 설계된 환경에서 특수 작업을 수행합니다.

일련의 혁신, 특히 마이크로프로세서의 발명은 컴퓨터를 생각보다 저렴하고, 작고, 강력하게 만들었습니다. 현재 우리는 로봇 공학에서도 유사한 변화의 정점에 있습니다. 점점 더 정교해지고 발전된 센서 기술 및 저가 하드웨어와 결합된 머신 러닝의 최신 발전은 우리가 로봇을 주류로 만드는 데 그 어느 때보다 가까워지고 있음을 의미합니다.

우리는 인간이 자연스럽게 비전, 이해, 탐색 및 행동을 결합하여 걷고 목표를 달성할 수 있다는 것을 알고 있으며 로봇은 일반적으로 이러한 일을 달성하기 위해 주의 깊은 지시와 코딩이 필요합니다. 이것이 로봇이 매우 가변적인 환경에서 우리가 쉽다고 생각하는 작업을 수행하기 위해 빠르게 매우 복잡해지는 이유입니다.

현재 홈서비스, 단말기유통, 상가청소, 안내 및 설명 등 다양한 서비스 분야에 많은 플레이어들이 참여하고 있습니다. 그러나 로봇 분야는 어떤 수준과 단계에 이르렀습니까?

AI 분야의 천정급 기업인 구글이 구글의 모회사 알파벳이 청소, 쓰레기 분류 및 기타 간단한 작업을 수행하기 위해 사무실 주변에 100개 이상의 자율 로봇을 배치했다는 주목할만한 뉴스를 발표한 것을 확인했습니다. 이 작업은 수천 일 동안 군인을 양성한다는 즉각적인 비전을 갖고 있는 Alphabet의 Everyday Robots 회사에서 온보드 인공 지능 소프트웨어가 있는 로봇과 계약되었습니다.

우리는 또한 로봇이 현재 도달할 수 있는 능력과 미래 지향적인 사고를 이해하기 위해 이 대표적인 로봇 회사를 탐색하려고 합니다.

Alphabet이 자체 로봇을 그렇게 많이 배치해야 하는 이유는 단일 실험실에서 하나를 대상으로 하는 대신 "비정형" 환경에서 스스로 학습하고 여러 작업을 처리할 수 있는 범용 로봇을 구축하기 위한 것으로 이해됩니다. 환경. 특정 작업을 위해 사전 프로그래밍됩니다.

현재 약 100개의 프로토타입이 Bay Area의 Google 캠퍼스에서 분류되고 재활용되고 테이블에서 지워지고 있습니다.

그 주된 이유는 로봇이 일상적인 환경에서 작동할 수 있도록 하기 위해서입니다. 그것들의 고된 코딩을 없애고 특정 구조화된 작업을 적시에 올바른 방식으로 완료하는 것이 필요합니다. 최종 결론은 엔지니어는 기계를 프로그래밍하는 것이 아니라 유용한 작업을 수행하도록 가르쳐야 한다는 것입니다.

그들은 사무실 지역의 로봇을 위해 쓰레기 분류 및 청소와 같은 작업을 배치했습니다. 일반 사무실에서는 오염 여부를 확인하기 위해 쓰레기를 선별하는 사람이 없기 때문에 로봇이 이 일을 하도록 하는 것은 매우 중요한 질문입니다. 이제 동일한 쓰레기 분류 로봇에 스퀴지를 장착하여 테이블을 닦을 수 있고 컵을 잡는 동일한 그리퍼로 문을 여는 방법을 배울 수 있습니다.

이 기계에는 긴 기둥이 바깥쪽으로 뻗어 있는 큰 바퀴가 달린 베이스가 있습니다. 상단에는 다중 카메라 어레이가 있으며 아래에는 "주변 세계를 이해"하기 위해 회전하는 라이더 센서가 있습니다.

이러한 로봇이 이러한 작업을 완료하는 방법을 배우기 위해 엔지니어는 다양한 기계 학습 기술을 사용합니다. 여기에는 시뮬레이션, 강화 학습 및 협력 학습이 포함됩니다. 매일 밤 수만 대의 가상 로봇이 클라우드 시뮬레이터의 가상 사무실에서 쓰레기 분류를 연습합니다. 그런 다음 훈련을 실제 로봇으로 전송하여 분류 기능을 향상시킵니다. 이 실제 훈련은 시뮬레이션 훈련 데이터에 다시 통합되고 각 로봇의 경험과 학습을 모든 로봇과 공유하기 위해 다른 로봇과 공유됩니다.

이러한 고강도 학습을 거쳐 이제는 복잡한 작업(예: 문 여는 것)을 하루 만에 학습할 수 있게 되었으며, 사물을 파악하는 데 '4개월'이 걸리던 5년 전보다 성공률이 높아졌습니다.

지난 몇 달 동안 이 로봇은 수천 개의 쓰레기를 분류하고 사무실의 쓰레기 오염 수준을 20%(사람들이 팔레트에 물건을 넣을 때의 수준)에서 5% 미만으로 줄였습니다.

종합하면, 그들은 창조가 가능하다는 것을 보여줍니다. AI 로봇 시스템 로봇의 모든 기능을 통합하고 몇 가지 정말 유용한 일을 할 수 있습니다. 오염 수준을 5% 미만으로 낮추고 매립지에서 성공적으로 폐기물을 옮깁니다. 둘째, 로봇이 엔지니어가 모든 새로운 작업, 이상 또는 개선 사항을 "손으로 작성"하도록 하는 대신 실습을 통해 실제 세계에서 새로운 작업을 수행하는 방법을 배울 수 있음을 증명했습니다.

로봇의 이러한 힘이 더 스마트한 세상의 도래를 주도하고 있다는 것을 정말로 느낄 수 있습니까? 그 뒤에는 피할 수 없는 그런 회사, 바로 에브리데이로봇이라는 회사가 있다. 또한 이 핵심 역할 중 일부를 소개할 시간입니다.

그들은 Google의 Moon Landing Plant X에서 시작되었으며 Google 팀과 협력하여 새로운 유형의 로봇을 제작했습니다. 스스로 학습할 수 있고 누구에게나 (거의) 무엇이든 도울 수 있는 로봇.

그들의 비전은 디지털 세계에서 우리 컴퓨터의 변혁적인 힘처럼 물리적 세계를 변혁하는 로봇을 만드는 것입니다. 하지만 이렇게 하려면 먼저 우리가 모든 것을 처리하는 데 도움이 되는 방법을 배울 수 있는 로봇 제작 로봇에서 가장 어려운 문제를 해결해야 합니다.

오늘날의 로봇은 강도, 정밀도, 반복의 세 가지에 매우 능합니다. 그러나 그들은 다른 면에서 정말 좋지 않습니다. 새로운 공간과 환경을 이해하고 한 가지 이상을 하는 것입니다. 요컨대, 그들의 매우 좁은 능력은 환경에서 단 하나의 문제만 해결하도록 프로그래밍하는 사람들에게서 나옵니다.

오늘날의 단일 목적 로봇과 미래의 보조 로봇 사이의 격차를 줄이기 위해 그들의 회사는 우리 세상에 살고 스스로 학습할 수 있는 로봇을 만들고 있습니다. 이것은 로봇이 따라야 할 규칙이 없기 때문에 자율 주행 자동차를 만드는 것보다 훨씬 더 어려운 다면적 도전입니다.

"우리는 로봇을 신중하게 코딩해야 하는 세상에서 벗어나 로봇이 학습할 수 있는 미래로 나아가고 있습니다." 에브리데이로봇이 늘 강조해온 목표입니다.

그들은 공상 과학 소설의 보조 로봇을 현실로 만들기 위해 노력합니다. 그렇게 하려면 로봇 공학에서 가장 어려운 문제를 해결해야 합니다. 일단 도달하면 하루에 수십억 시간이 소요되는 작은 문제를 해결할 수 있고 전 세계 사람들에게 우리의 잠재력을 발휘할 수 있는 일을 할 수 있는 소중한 시간을 제공할 수 있습니다.

메타 우주와 비교하면 가상 세계를 제외하고 로봇이 더 현실적일 수 있습니다. 기술과 제품이 성숙하면 시간이 많이 걸리고 반복적이며 지루한 일상 작업을 처리하는 로봇을 신뢰하게 될 것입니다. 정말 중요한 일에 시간을 할애할 수 있는 세상도 올 것입니다.

AI 서비스 로봇;

로봇 웨이트리스;

로봇 웨이터.