機械学習とロボット工学は未来の工場を変えられるか?

by Redshift Video
- 2018年11月5日

現在、大半の工場はひとつのものを大量生産するシングルタスクのオペレーションだ。組立ラインは連日同じ製品を大量に生産するよう整備されており、産業用ロボットは特定の反復タスク向けにプログラムされている。これらのロボットを、別の仕事を引き受けるために再プログラムするには、何カ月も、場合によっては何年もかかるため、工場の設備変更は不可能な場合も多い。

消費者によるマス カスタマイゼーションの需要は増大しており、工場設備を再構成する必要性は、今後メーカーにとってさらに高まるだろう。幸いなことに機械学習とロボット工学の発展により、産業用ロボット、さらには工場までもが自らを再プログラム、再構成可能となるような、興味深い方法が明らかになりつつある。機械学習とロボット工学におけるエキサイティングな研究を、ビデオで紹介しよう。

[字幕テキスト]

マイク・ヘイリー (オートデスク AI Lab 人工知能部門統括): Brickbot は 2 年前に始めたプロジェクトで、レゴ ブロックで構築する方法をロボットに学習させられるかどうかを研究しています。子供がレゴを組み立てるのと同様にロボットが学べるなら、産業分野でのロボット活用を「再定義」できるかもしれない、という着想からスタートしました。現在、工場では人間のチームが産業用ロボットを、ひとつのタスクのためだけに何カ月、何年もかけてプログラミングしています。これは非常に回りくどく、信じがたいほど複雑で、極めてエラーを生じやすい作業になっています。

ヨット・コガ (オートデスク AI Lab ソフトウェア アーキテクト): Brickbot は取り込んだセンサー データから、その環境で起こっていることを機械学習により推測して、それに応じてロボットを適応的に行動させようとしています。ロボットを用いた、さまざまな取り組みが行われています。プログラミングだけでなく、実際の機械設計や、ものづくり、ロボットがタスクを行うために必要となる部品の製造です。

ロボットがより簡単に使えるようになり、こうした組立ラインをまとめることができ、大規模なリソースを持つ大企業だけでなく、より多くの人々に利用可能となるような方法を検討しています。現在のところ、例えば自動車の組立を行うようなロボットの組立ラインでは、かなりの労力がエンジニアリングに注ぎ込まれています。これは動作が予測可能であることに裏打ちされたものです。すべてがあるべき位置に配置されている必要があります。デザインや、そのデザインに組み込まれるパーツを変更する場合、新しいパーツが適合し「決定的」なものとなるよう、すべてを再設計しなければなりません。

ヘイリー: 現在の工場は、ひとつの目的のために設計されています。未来の工場では、その目的はひとつではなくなります。状況ごとのニーズに適合するようになるのです。製品の設計は、一夜にして変わるかもしれません。その場合も工場は、デザイン変更への対処方法を翌朝までに学んで、準備を整えます。

このプロジェクトで、産業用ロボットの訓練を完全なデジタル環境内で実現できると確認できました。しかもデジタルなので、驚くほど高速です。現実世界の時間である必要はありません。何百万倍も速く行うことができるので、妥協無しにロボットをしっかりと訓練できます。またロボットは、より迅速かつ上手に学習できます。この学習をレゴに限らず、自動車や飛行機部品、電化製品の組立など、あらゆる産業環境に適用できます。これと同様、3D モデルがあれば、ロボットはその仕組みを相互作用で学ぶことができます。

Brickbot プロジェクトは幾つかの段階で、かなり安定した成果に到達しています。これから産業分野での活用に向けた検証を始めるところです。

コガ: レゴ ブロック以外でも研究を進めたいと思っています。そして、より現実的なシナリオの検討を始めたいと考えています。さまざまな種類のブロック、たとえばホイールやギア、窓、屋根などです。

ヘイリー: 建物のデザイン、製品のデザインは非常に複雑な作業です。スペシャリストでなければ不可能ですが、コンピューターがますますパワフルになるにつれ、その仕事の一部を任せられるようになり、より多くの人々アクセス可能となるでしょう。

#AI

関連記事

Success!

ご登録ありがとうございました

「創造の未来」のストーリーを紹介中!

日本版ニュースレターの配信登録