Nul
Alphas en bèta ‘ s goed kunnen zijn voor sociale netwerken. Maar de fabrikanten hebben de neiging om meer conservatieve over technologie en met een goede reden. De industriële robots op de werkvloer die het hijsen van zware ladingen en bewegen op hoge snelheid zijn zo gevaarlijk dat ze moeten worden bewaard in een aparte werk-cellen uit het menselijk werknemers.
“Je kunt niet snel bewegen en dingen breken, als de dingen die je kan breken zijn mensen,” zei Clara Vu, mede-oprichter en vice-president of Engineering bij Veo Robotica, in een toespraak op de EmTech MIT conferentie van vorige week.
Een oplossing voor dit is wat bekend staat als een cobot, een robot die is ontworpen om samen te werken, naast de mens. Inderdaad, dit is één van de snelst groeiende segmenten van de markt. Eerder deze week, op de International Manufacturing Technology Show, Universele Robots kondigde aan dat het nu verkocht voor 25.000 cobots.
De vangst is dat cobots zijn veiliger omdat ze minder krachtig. “Cobots zijn klein en licht en kan je je erg hard,” Vu zei. “Ze veranderen de industrie, maar ze hebben een aantal fysieke beperkingen-u kan gewoon niet verplaatsen van een groot object ver of snel met een cobot.”
Door contrast, de industriële robots gebruikt voor de vervaardiging van duurzame goederen kunnen lift honderden kilo ‘ s, duizenden keren per dag, en plaats ze op dezelfde plek–24 uur per dag. Ze zijn veruit superieur aan de mens wanneer het gaat om eenvoudige, repetitieve taken, zoals lassen, nog niet in staat zijn het afhandelen van complexere taken, zoals de laatste vergadering, die Vu zeide: ziet er nog steeds veel op dezelfde manier als een eeuw geleden, op te merken dat zowel GM en, meer recent, Tesla probeerde te automatiseren definitieve montage en mislukt.
Een aantal van deze taken zou zo duur te automatiseren dat een fabrikant kan nooit terugverdienen van de kosten. Projecten kunnen uitvoeren naar de miljoenen dollars en het betrekken van een team van ingenieurs voor de maanden voor het aanpassen van de hardware en software. Bovendien, het resultaat is inflexibel–een iets ander deel van een nieuwe leverancier of één met een klein defect kan het afsluiten van de gehele lijn, die kunnen de kosten van een autofabrikant ongeveer $50.000 per minuut. Andere taken gewoon niet geautomatiseerd kunnen worden met de technologie van vandaag.
Zelfs als sommige taken kunnen worden geautomatiseerd, zijn ze vaak niet omdat de gehele productie stappen nodig zijn om zowel de volledig geautomatiseerde of handmatige voor de veiligheid. “Het probleem is de kracht en de snelheid en precisie die maakt industriële robots zo krachtig maakt ze ook zeer gevaarlijk zijn,” Vu zei. “Je wilt niet van overal in de buurt van een één-ton robot verplaatsen van een honderd pond object op twee meter per seconde.”
AI vooruitgang op gebieden zoals computer vision kan u helpen met de waarneming en redenering, maar de industriële automatisering vereist ook de bediening–je nodig hebt om te bepalen wat de robots daadwerkelijk te doen. Het repliceren van de taken dat mensen kunnen uitvoeren op een assemblagelijn is ongelooflijk complex. Er zijn 125 processtappen in de laatste vergadering van een wasmachine en 500 in de uiteindelijke assemblage van een auto, elk met duizenden uitdagende sub-assemblage stappen.
“We zijn decennia of zelfs eeuwen verwijderd van de mogelijkheid om het oplossen van menselijke bediening in het algemene geval,” Vu zei. “Totdat wij lossen het algemeen AI, deze technieken zijn niet van plan om volledig automatiseren van de industriële productie.”
Wat kunnen we doen in de tussentijd, Vu zei, is het mogelijk maken voor mensen en robots nauwer samen te werken, waarbij Veo beoogt te doen door het toevoegen van de perceptie systemen om de krachtige robots haar klanten al gebruik van. Bedrijven als ABB, Fanuc en Kuka leveren reeds robots met een ongelooflijke mechanische systemen, Vu opgemerkt, dus er is geen reden om er een te bouwen. In plaats daarvan levert sensoren en rand berekenen zodat ze kunnen werken veilig naast mensen op een productielijn. “In wezen zijn, wat we doen is het uitbreiden van het gevoel en de perceptie van een cobot, tot grotere systemen,” Vu zei.
Een interessante rimpel is dat, in tegenstelling tot veel robotica start-ups, Veo maakt geen gebruik van machine learning. Die black box benadering gewoon niet vliegen met deze klanten. “We hadden niet het gevoel dat we vertrouwen ons leven van deze algoritmen en veiligheidsnormen voor industriële automatisering specifiek te verbieden sommige machine learning technieken,” Vu zei. In plaats Veo is gebaseerd op deterministische algoritmen en het hele systeem is ontworpen om te worden fail-safe. Bijvoorbeeld, als een robot ontmoetingen een ruimte die is afgesloten-het kan niet zien wat er achter–het is geprogrammeerd om te veronderstellen dat een mens op die ruimte.
Ondanks deze voorzorgsmaatregelen het wil de tijd nemen om te overtuigen fabrikanten die de mens kan veilig werken naast krachtige robots. Autofabrikanten zijn zeer geavanceerd, in termen van automatisering, veiligheid bewuste en gebruikt om te werken met grote, gevaarlijke uitrusting door het houden van het scheiden van mensen. “Mensen die niet weten dat de productie van zeggen, ‘het is natuurlijk de robot is niet van plan om me te raken, het is slim’,” Vu zei. “Je kunt zien hoe lang iemand al in de industriële automatisering, industrie door hoe ze aarzelend zijn om te lopen in de workcell.”
Veo is voltooid proeven met drie grote fabrikanten waaronder een autofabrikant, een belangrijke leverancier van onderdelen en consumer packaged goods bedrijf. Voor nu, deze zijn plaats in de pre-productie labs, maar ze geven de Veo een kans om te begrijpen van de productie-omgeving en productie processen. “Voor het bouwen van een systeem te implementeren in een grote industriële omgeving waarin we zijn ervan overtuigd werkt elke keer weer een grote uitdaging,” Vu zei. Het uiteindelijke doel is om te transformeren van mens-machine-interactie, het combineren van menselijk oordeel en creativiteit met de kracht en de herhaalbaarheid van robots om de productiviteit te verbeteren.
John Morris is een voormalig executive editor bij CNET Networks en senior editor bij PC Magazine. Nu werkt hij voor een bedrijf voor particuliere investeringen, die kunnen op elk moment investeren in bedrijven waarvan de producten die worden beschreven in dit blog, en geen openbaarmaking van de transacties met de effecten zullen worden gemaakt. Geen beleggingsadvies wordt aangeboden in deze blog. Alle taken worden afgewezen.
Verwante Onderwerpen:
Kunstmatige Intelligentie
CXO
Digitale Transformatie
Tech Industrie
Smart Cities
Cloud
0