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, đơn vị Preferred Networks, là start-up sở hữu giá trị nhất Nhật Bản nhờ vòng gọi vốn vào năm ngoái, định giá doanh nghiệp này ở mức hơn hai tỉ đô la Mỹ.
2 kỹ sư khoa học máy tính Toru Nishikawa và Daisuke Okanohara xây dựng thương hiệu Preferred Networks vào năm 2014 và quyết định quy tụ vào việc tăng trưởng các máy móc công nghiệp thông minh, một hướng đi khôn ngoan vì Nhật Bản với sẵn thế mạnh về những các trang bị cung ứng 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 cung ứng robot công nghiệp lớn nhất toàn cầu Fanuc (Nhật Bản). Ông là một lái buôn nổi tiếng thận trọng và là 1 kỹ sư hoàn hảo, người đã sáng chế ra nhiều phương tiện quan trọng cho dây chuyền cung ứng ô tô, Inaba đồng ý gặp hai nhà sáng lập của Preferred Networks vào đầu năm 2015.
Cuộc trò chuyện diễn ra trong một tiếng đồng hồ đã thuyết phục Inaba đầu tư 9 triệu đô la Mỹ vào công ty của 2 nhà kỹ thuật máy tính trẻ cũng như cho phép họ tiếp cận 1 số bí mật thương nghiệp quan yếu nhất của ông, Đó là những khối lượng dữ liệu khổng lồ được tạo ra bởi hàng nghìn robot trong những dây chuyền cung ứng tại nhà máy của Fanuc.
Bốn tháng sau, Toyota đầu cơ 10 triệu đô la vào Preferred Networks và vào tháng 8 năm ngoái, tiếp diễn rót thêm 100 triệu đô la Mỹ nữa. Các đơn vị với ưu điểm sản xuất khác như Hitachi, Mizuho Financial Group và Mitsui cũng góp vốn đầu tư cho Preferred Networks vào tháng 12-2017.
Điều làm Preferred Networks dị biệt sở hữu hàng trăm start-up khác trong ngành nghề người nào là đơn vị này kết hợp ai với sức mạnh sản xuất của Nhật Bản. Những thuật toán học sâu phụ thuộc vào Đánh giá dữ liệu và Preferred Networks sở hữu cách thức tiếp cận dữ liệu độc đáo. Các ký hợp đồng cộng tác với Toyota và Fanuc, cho phép Preferred Networks tiếp cận các nhà máy bậc nhất thế giới.
khi mà Google sử dụng dữ liệu từ cỗ máy tìm kiếm và Facebook khai thác dữ liệu từ mạng xã hội của nó để vươn lên phát triển thành các thần thế bậc nhất về người nào, Preferred Networks lại tìm cơ hội Đánh giá dữ liệu từ hoạt động của robot để cải thiện thứ tự sản xuất.
các robot công nghiệp của Fanuc được cung cấp bằng các đội quân robot khác. Chúng khiến việc dưới sự giám sát của năm nhân viên.
"Những gì tôi chứng kiến là những robot này sản xuất ra các robot khác mà không sở hữu sự can thiệp của con người. Ví 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, nhắc.
bên cạnh đó, Nishikawa nhận thấy rằng dù nhà máy của Fanuc rất tiên tiến nhưng kỹ thuật người nào lại không được ứng dụng.
sở hữu sự tương trợ công nghệ học sâu theo thời kì thực của Preferred Networks, những robot cung cấp của Fanuc được tăng hiệu quả hoạt động rõ rệt.
các robot công nghiệp chỉ thực sự hiệu quả khi làm một tác vụ lặp đi lặp lại có sự chính xác cao. Không những thế, khi dây chuyền phân phối thay đổi, các kỹ sư phải mất rộng rãi ngày để viết 1 chương trình mới, điều chỉnh hoạt động của những robot này. Giả dụ được trang bị nên tảng học sâu, các robot trên một dây chuyền sản xuất sở hữu thể tự học và "tự dạy" nhau tác vụ mới 1 phương pháp nhanh chóng.
Robot gắp vật thể của Fanuc sử dụng nền móng học sâu nâng cao cường của Preferred Networks để tự học 1 tác vụ mới. Nó phấn đấu gắp những vật thể khi mà 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 mang thể gắp xác thực vật thể mang tỷ lệ thành công 90%. Lúc tám robot của Fanuc làm việc cùng lúc cộng nhau, chúng sở hữu thể học hỏi tác vụ mới chỉ trong vòng một tiếng thay vì tám tiếng.
chậm tiến độ là nhờ những robot này truyền những gì chúng học được vào một mạng nơ-ron nhân tạo, nơi những robot khác mang thể học hỏi cùng lúc "chia sẻ" kinh nghiệm của chúng, giúp thời kỳ tự học diễn ra mau lẹ hơn.
"Phải mất 10 năm để huấn luyện 1 thợ máy lành nghề và kiến thức của họ chẳng thể được truyền thụ sang người khác nhanh chóng. Nhưng khi bạn sở hữu một chuyên gia robot, bạn mang thể nhân rộng tri thức Đó ra bất tận", ông Yoshiharu Inaba đề cập.
ứng dụng khoa học học sâu cho xe tự lái
Preferred Networks không chỉ quy tụ vững mạnh các thuật toán học sâu theo thời kì thực trong cung cấp mà còn trong phổ biến lĩnh vực khác bao gồm y tế, bán buôn, an ninh mạng và xe tự lái.
Hãng xe Toyota, cổ đông to nhất của Preferred Networks, đã rót tổng cộng cho công ty này 110 triệu đô la Mỹ khi đặt cược rằng những thuật toán học sâu do Preferred Networks lớn mạnh sẽ giúp Toyota cạnh tranh với xe tự lái của Waymo, công ty con của tập đoàn kỹ thuật Alphabet .
Tại Triển lãm hàng điện tử dùng Las Vegas năm 2016, Preferred Networks đã sử dụng những ô tô đồ chơi để trình diễn năng lực của công nghệ học sâu. Sáu chiếc ô tô đồ chơi chạy vòng trong 1 ko gian có trở ngại vật. Ban sơ, các ô tô đồ chơi này liên tiếp đụng nhau lúc chuyển di nhưng sau 2 tiếng, chúng chạy vòng tròn và mang thể né nhau một cách thức tài tình như thế có những tài xế chuyên nghiệp đang cầm lái ở bên trong.
Điều đáng sửng sốt là chẳng phải sở hữu 1 lập trình viên con người nào viết các hướng dẫn để điều khiển chúng. Thay vào ngừng thi côngĐây, nhờ được đồ vật khoa học họd sâu, những cái ô tô đồ chơi này tự học hỏi các quy tắc hoạt động trong khoảng kinh nghiệm và giai đoạn học hỏi được thúc đẩy nhanh bằng bí quyết san sẻ kinh nghiệm phê duyệt 1 mạng nơ-ron nhân tạo.
Vietnambiz
Đăng nhận xét