В рамках проекта FLAIROP компания Festo совместно с Технологическим институтом Карлсруэ и партнерами из Канады проводит исследования, чтобы с помощью искусственного интеллекта сделать роботов-сборщиков более интеллектуальными.
Об этом сообщает немецкий производитель, передает электротехнический журнал Электроблюз.
Для этого они исследуют, как данные обучения могут быть использованы с нескольких станций, заводов или даже компаний без необходимости раскрывать конфиденциальную информацию.
«Мы изучаем, как можно использовать более разнообразные данные обучения из нескольких мест для разработки более надежных и эффективных решений с помощью алгоритмов искусственного интеллекта, – рассказал Джонатан Оберле из Института обработки материалов и логистических систем IFL.
На нескольких станциях комплектование изделий производят автономные роботы с помощью захвата и перемещения. Роботов обучают взаимодействовать с очень разными предметами на разных станциях.
«С помощью подхода распределенного обучения, также известного как федеративное обучение, мы обеспечиваем баланс между разнообразием данных и их безопасностью в промышленной среде», – отметил эксперт.
Мощные алгоритмы для промышленности и логистики 4.0
До сих пор федеративное обучение в основном использовалось в медицинском секторе для анализа изображений, где защита данных пациента особенно важна. Следовательно, нет обмена обучающими данными, такими как изображения или точки захвата, для обучения искусственной нейронной сети. На центральный сервер передаются только части хранимых знаний – локальные показания нейронной сети, которые говорят о том, насколько сильно один нейрон связан с другим. Там собираются показания со всех станций и оптимизируются с помощью различных критериев. Затем улучшенная версия воспроизводится на местных станциях, и процесс повторяется.
«В рамках исследовательского проекта FLAIROP мы разрабатываем новые способы, с помощью которых роботы могут учиться друг у друга, не делясь конфиденциальными данными и секретами компании. Это дает два основных преимущества – мы защищаем данные наших клиентов и набираем скорость, потому что таким образом роботы могут быстрее выполнять многие задачи. Например, роботы могут помочь производственным сотрудникам решать повторяющиеся, сложные и утомительные задачи», – пояснил руководитель отдела аналитики и контроля в Festo SE & Co. KG Ян Сейлер.
В ходе проекта для обучения роботов будут созданы четыре автономных пункта сбора – два в Институте конвейерных технологий и логистических систем IFL и два – в Festo SE & Co. KG, базирующейся в Эслингене-на-Неккаре.
Стартап DarwinAI и Университет Ватерлоо из Канады – партнеры
«DarwinAI рад предоставить нашу платформу XAI для проекта FLAIROP и сотрудничать с известными канадскими и немецкими исследовательскими организациями, а также с нашим промышленным партнером Festo. Мы надеемся, что наша технология XAI позволит реализовать высококачественные процессы «человек в курсе» для этого захватывающего проекта, который в дополнение к нашему новому подходу в федеративном обучении, представляет собой важный аспект нашего предложения», – прокомментировал генеральный директор DarwinAI Шелдон Фернандес.
Напомним, Festo – это глобальный игрок и независимая семейная компания, базирующаяся в Эслингене-на-Неккаре. Компания поставляет пневматические и электрические средства в области автоматизации производства и технологических процессов предприятиям из более 35 отраслей промышленности.
