Noll
Alpha och betavärden kan vara bra för sociala nätverk. Men tillverkarna tenderar att vara mer konservativa om teknik med goda skäl. Den industriella robotar på fabriksgolvet att hissa upp tunga nyttolaster och flytta runt dem vid höga hastigheter är så farliga att de måste hållas i ett separat arbete-celler bort från människors arbetstagare.
“Du kan inte flytta snabbt och slår sönder saker, om saker du kan bryta är människor”, säger Clara Fe, co-founder och VP of Engineering vid Veo Robotics, i ett föredrag vid EmTech MIT konferens i förra veckan.
En lösning på detta är vad som kallas en cobot, en robot som är utformad för att samarbeta tillsammans med människor. Ja, detta är en av de snabbast växande segmenten på marknaden. Tidigare i veckan, vid International Manufacturing Technology Show, Universal Robots meddelade att det nu har sålts till 25 000 cobots.
Fångsten är att cobots är säkrare eftersom de är mindre kraftfull. “Cobots är små och lätta och kan inte slå dig mycket hård,” sade Vu. “De har förändrat industrin, men de har vissa fysiska begränsningar-du kan helt enkelt inte flytta en stor föremål långt eller snabbt med en cobot.”
Däremot, industrirobotar som används för tillverkning av kapitalvaror kan lyfta hundratals kilo, tusentals gånger per dag, och placera dem på samma plats–24 timmar en dag. De är vida överlägsen människan när det kommer till enkla, repetitiva uppgifter såsom svetsning, men ändå helt oförmögen att hantera mer komplexa uppgifter såsom slutmontering, som Vu sagt fortfarande ser ut ungefär på samma sätt som det gjorde för ett sekel sedan, att notera att både GM och, mer nyligen, Tesla försökte att automatisera slutmontering och misslyckats.
Vissa av dessa uppgifter skulle vara så dyrt att automatisera att en tillverkare kan aldrig ta igen den kostnaden. Projekt kan köra till miljontals dollar och innebär ett team av ingenjörer som arbetar för månader på sig att anpassa hårdvara och mjukvara. Dessutom, resultatet är oflexibel–en något annorlunda del från en ny leverantör eller en med ett mindre fel kan stänga ner hela nätet, som kan kosta en biltillverkare om $50 000 per minut. Andra uppgifter som helt enkelt inte kan automatiseras med dagens teknik.
Även om vissa uppgifter kan automatiseras, de är ofta inte eftersom hela produktionen steg måste antingen helt automatiserad eller manuell för säkerhet. “Problemet är mycket styrka och snabbhet och precision som gör robotar så stark gör också att dem är extremt farliga,” sade Vu. “Vill du inte vara någonstans nära ett ton roboten att flytta en hundra-kilos objekt på två meter per sekund.”
AI framsteg på områden som datorseende kan hjälpa till med perception och resonemang, men för industriell automatisering också kräver aktivering–du behöver för att styra vad som robotar faktiskt gör. Replikera de uppgifter som en människa kan utföra på ett löpande band är oerhört komplex. Det finns 125 process steg i den slutliga monteringen av en tvättmaskin och 500 i slutmontering av en bil, alla med tusentals utmanande underenhet steg.
“Vi är tiotals eller hundratals år bort från att kunna lösa mänskliga aktivering i det allmänna fallet,” sade Vu. “Tills vi lösa allmänna AI, kommer dessa tekniker är bara inte kommer att helt automatisera industriell produktion.”
Vad vi kan göra under tiden, Vu sagt, är att göra det möjligt för människor och robotar att arbeta nära tillsammans, vilket Veo syftar till att göra genom att lägga till uppfattningen system till kraftfulla robotar sina kunder redan använder. Företag som ABB, Fanuc och Kuka levererar robotar med otrolig mekaniska system, Vu noteras, så det finns ingen anledning att bygga en. Istället är det levererar sensorer och kanten beräkna till dem så att de kan arbeta på ett säkert sätt tillsammans med människor i en produktionslinje. “Det vi egentligen gör är att förlänga känsla och uppfattning av ett cobot till mycket större system,” sade Vu.
En intressant rynkor är att, till skillnad från många robotics start-ups, Veo inte använder någon maskin lärande. Att svarta lådan kommer helt enkelt inte flyga med dessa kunder. “Vi upplever inte att vi skulle lita på våra liv till någon av dessa algoritmer och säkerhetsnormer för industriell automation särskilt förbjuda vissa maskininlärning tekniker,” sade Vu. Istället Veo bygger på deterministiska algoritmer och hela systemet är utformat för att vara säker. Till exempel, om en robot uppstår ett utrymme som är tilltäppt–det kan inte se vad som är bakom det-det är programmerad att anta att en människa som upptar utrymme.
Trots dessa försiktighetsåtgärder, det kommer att ta tid att övertyga tillverkarna om att människor kan arbeta på ett säkert sätt tillsammans med kraftfulla robotar. Biltillverkare är mycket sofistikerade i termer av automation, säkerhet medveten och van att arbeta med stora, farliga produkter genom att hålla det skilt från människor. “Människor som inte vet tillverkning säga,” naturligtvis roboten inte kommer att slå mig, det är smart”,” Vu sagt. “Kan du berätta hur länge en person har varit i industriell automation-branschen genom hur de är tveksamma till att gå in i den workcell.”
Veo har genomfört försök med tre stora tillverkare, inklusive en biltillverkare, en större delar leverantör och en konsument förpackade varor företaget. För nu, dessa tar plats i pre-produktion övningar, men de ger Veo en chans att förstå tillverkning miljö-och produktionsprocesser. “Att bygga ett system för att distribuera i en stor industriell miljö som vi är övertygade kommer att arbeta varje tid är en stor utmaning,” sade Vu. Det yttersta målet är att omvandla människa-maskin-interaktion kombinera det mänskliga omdömet och kreativitet med styrka och repeterbarhet av robotar för att förbättra produktiviteten.
John Morris är en före detta chefredaktör på CNET Networks och senior redaktör på PC Magazine. Nu arbetar han för en privat värdepappersföretag, som när som helst kan investera i företag vars produkter diskuteras i denna blogg, och ingen utlämnande av värdepapper kommer att göras. Ingen investering är rådgivning som erbjuds på den här bloggen. Alla uppgifter är förkastad.
Relaterade Ämnen:
Artificiell Intelligens
CXO
Digital Omvandling
Tech-Industrin
Smarta Städer
Cloud
0