Robot công nghiệp mang thể tự học việc
 |
| Toru Nishikawa (phải) và Daisuke Okanohara, hai đồng sáng lập của Preferred Networks. Ảnh: Bloomberg |
Hãng tin Bloomberg ngày 16-5 cho biết, doanh nghiệp Preferred Networks, là start-up mang giá trị nhất Nhật Bản nhờ vòng gọi vốn vào năm ngoái, định giá công ty này ở mức hơn 2 tỉ đô la Mỹ.
2 kỹ sư công nghệ máy tính Toru Nishikawa và Daisuke Okanohara ra đời Preferred Networks vào năm 2014 và quyết định tập kết vào việc tăng trưởng những máy móc công nghiệp thông minh, một hướng đi khôn ngoan vì Nhật Bản có sẵn ưu thế về những các thiết bị cung cấp hiện đại và những đối thủ hàng đầu về người nào như Google và Facebook vẫn chưa xâm nhập vào lãnh địa này.
một trong những người trước hết bị thuyết phục bởi tầm nhìn của Nishikawa và Okanohara là ông Yoshiharu Inaba, chủ tịch tổ chức sản xuất robot công nghiệp to nhất toàn cầu Fanuc (Nhật Bản). Ông là một lái buôn nổi tiếng cẩn trọng và là một kỹ sư lý tưởng, người đã sáng chế ra đa dạng phương tiện quan yếu cho dây chuyền cung ứng ô tô, Inaba đồng ý gặp 2 nhà sáng lập của Preferred Networks vào đầu năm 2015.
Cuộc chuyện trò diễn ra trong 1 tiếng đồng hồ đã thuyết phục Inaba đầu tư 9 triệu đô la vào đơn vị của 2 nhà khoa học máy tính trẻ cũng như cho phép họ tiếp cận một số bí hiểm thương mại quan yếu nhất của ông, chậm tiến độ là các khối lượng dữ liệu khổng lồ được tạo ra bởi hàng ngàn robot trong các dây chuyền phân phối tại nhà máy của Fanuc.
Bốn tháng sau, Toyota đầu cơ 10 triệu đô la Mỹ vào Preferred Networks và vào tháng 8 năm ngoái, tiếp tục rót thêm 100 triệu USD nữa. Các công ty với ưu điểm phân phối khác như Hitachi, Mizuho Financial Group và Mitsui cũng góp vốn đầu tư cho Preferred Networks vào tháng 12-2017.
Điều làm cho Preferred Networks khác biệt có hàng trăm start-up khác trong ngành nghề người nào là công ty này kết hợp ai mang sức mạnh sản xuất của Nhật Bản. Những thuật toán học sâu phụ thuộc vào Đánh giá dữ liệu và Preferred Networks sở hữu bí quyết tiếp cận dữ liệu độc đáo. Các ký hợp đồng hiệp tác mang Toyota và Fanuc, cho phép Preferred Networks tiếp cận các nhà máy bậc nhất thế giới.
khi mà Google tiêu dùng dữ liệu từ cỗ máy tìm kiếm và Facebook khai thác dữ liệu từ mạng thị trấn hội của nó để vươn lên trở thành những thần thế hàng đầu về người nào, Preferred Networks lại sắm cơ hội Tìm hiểu dữ liệu trong khoảng hoạt động của robot để cải thiện trật tự cung ứng.
các robot công nghiệp của Fanuc được phân phối bằng những đội quân robot khác. Chúng khiến việc dưới sự giám sát của năm viên chức.
"Những gì tôi chứng kiến là những robot này cung cấp ra các robot khác mà ko sở hữu sự can thiệp của con người. Nếu như duy trì các robot này hoạt động liên tiếp, dữ liệu thu được là vô hạn", Nishikawa, chủ toạ kiêm tổng giám đốc Preferred Networks, kể.
không những thế, Nishikawa nhận thấy rằng dù nhà máy của Fanuc rất tiên tiến nhưng khoa học người nào lại không được áp dụng.
sở hữu sự tương trợ khoa học học sâu theo thời gian thực của Preferred Networks, các robot phân phối của Fanuc được nâng cao hiệu quả hoạt động rõ rệt.
những robot công nghiệp chỉ thực sự hiệu quả khi khiến cho 1 tác vụ lặp đi lặp lại với sự chính xác cao. Không những thế, khi dây chuyền cung cấp thay đổi, những kỹ sư phải mất phổ biến ngày để viết một chương trình mới, điều chỉnh hoạt động của những robot này. Nếu được đồ vật nên tảng học sâu, các robot trên 1 dây chuyền phân phối mang thể tự học và "tự dạy" nhau tác vụ mới một cách chóng vánh.
Robot gắp vật thể của Fanuc sử dụng nền móng học sâu tăng cường của Preferred Networks để tự học một tác vụ mới. Nó phấn đấu gắp các vật thể trong khi tự quay video thời kỳ này. Mỗi lần gắp thành công hay thất bại, nó sẽ tự rút ra kinh nghiệm để cải thiện cho lần gắp sau.
Shohei Hido, Giám đốc nghiên cứu của Preferred Networks, cho biết chỉ trong vòng tám tiếng, robot này với thể gắp chính xác vật thể mang tỷ lệ thành công 90%. Khi tám robot của Fanuc khiến cho việc cùng lúc cùng nhau, chúng có thể học hỏi tác vụ mới chỉ trong vòng một tiếng thay vì tám tiếng.
ngừng thi côngĐây là nhờ những robot này truyền các gì chúng học được vào một mạng nơ-ron nhân tạo, nơi các robot khác với thể học hỏi cùng lúc "chia sẻ" kinh nghiệm của chúng, giúp quá trình tự học diễn ra tốc độ hơn.
"Phải mất 10 năm để huấn luyện một thợ máy lành nghề và kiến thức của họ chẳng thể được truyền thụ sang người khác mau chóng. Nhưng lúc bạn với một chuyên gia robot, bạn sở hữu thể nhân rộng kiến thức chậm tiến độ ra bất tận", ông Yoshiharu Inaba kể.
áp dụng kỹ thuật học sâu cho xe tự lái
Preferred Networks ko chỉ quy tụ lớn mạnh các thuật toán học sâu theo thời gian thực trong phân phối mà còn trong phổ thông ngành khác bao gồm y tế, bán buôn, an ninh mạng và xe tự lái.
Hãng xe Toyota, cổ đông lớn nhất của Preferred Networks, đã rót tổng cùng cho công ty này 110 triệu đô la lúc đặt cược rằng các thuật toán học sâu do Preferred Networks vững mạnh sẽ giúp Toyota cạnh tranh có xe tự lái của Waymo, tổ chức con của tập đoàn khoa học Alphabet .
Tại Triển lãm hàng điện tử dùng Las Vegas năm 2016, Preferred Networks đã tiêu dùng những ô tô đồ chơi để trình diễn năng lực của công nghệ học sâu. Sáu cái ô tô đồ chơi chạy vòng trong một ko gian sở hữu chướng ngại vật. Ban sơ, các ô tô đồ chơi này liên tục đụng nhau lúc đi lại nhưng sau 2 tiếng, chúng chạy vòng tròn và có thể né nhau một bí quyết tài hoa như thế sở hữu những tài xế giỏi đang cầm lái ở bên trong.
Điều đáng ngạc nhiên là chẳng hề với một lập trình viên con ai viết những hướng dẫn để điều khiển chúng. Thay vào Đó, nhờ được thiết bị công nghệ họd sâu, những mẫu ô tô đồ chơi này tự học hỏi các lệ luật hoạt động trong khoảng kinh nghiệm và công đoạn học hỏi được xúc tiến nhanh bằng bí quyết san sớt kinh nghiệm phê duyệt 1 mạng nơ-ron nhân tạo.
Vietnambiz
Không có nhận xét nào:
Đăng nhận xét