يهدف نظاما Swisslog وKuka إلى تبسيط برمجة الروبوتات واختيار المنتجات الغذائية وغيرها من المنتجات في المستودعات الكبيرة باستخدام الذكاء الاصطناعي، وذلك من خلال التمييز بين النفايات كنفايات والسلع القابلة للفرز. قد تُحقق نتائج باهرة، ولكن من الممكن إنجاز أمور أخرى بطريقة أبسط.

يقول رولاند ريتر، مدير برنامج المحاكاة في شركة كوكا: "لا تزال برمجة الروبوتات لأداء مهام محددة حكرًا على الخبراء إلى حد كبير. ولهذا السبب تحديدًا نعمل على تطوير روبوت محادثة يعمل بالذكاء الاصطناعي، ويترجم الأوامر الصوتية البسيطة إلى شفرة برمجية." فعند إعطاء الأمر "اجمع المكونات واحدًا تلو الآخر وضعها على الطاولة على شكل حرف U"، يقوم نموذج الذكاء الاصطناعي بتوليد الشفرة البرمجية التي تجعل الروبوت ينفذ ذلك بدقة.

يُعد ريتر جزءًا من فريق يعمل على تطوير روبوت محادثة يعمل بالذكاء الاصطناعي للغة روبوت كوكا، وسيجيب، بالتعاون مع رئيس قسم التطوير في شركة سويسلوغ، نيكلاس غودماير، وهو خبير في الذكاء الاصطناعي في مجال انتقاء الطلبات باستخدام الروبوتات في قطاعات الأغذية أو الأدوية أو الإلكترونيات، على أسئلة عشرين مشاركًا في مؤتمر صحفي افتراضي.

من وجهة نظر سويسرية، ينصب التركيز بشكل أساسي على تحليل البيانات والصيانة التنبؤية، وخوارزميات الذكاء الاصطناعي لتحسين المستودعات، وخفض تكاليف التشغيل، والقضاء على نقص الموظفين. يقول ريتر إنه عندما يتعلق الأمر بتنفيذ التعليمات للآلة، يبدو أن "الإجراء الأول غالبًا ما يكون غير متوقع". فمن جهة، يعد الاستخدام الفعال للذكاء الاصطناعي بأن الأذرع الروبوتية لا تحتاج إلى "تدريب" مسبق لأداء مهامها، مثل اختيار المنتجات الصحيحة من صندوق يحتوي على منتجات متنوعة. ومن جهة أخرى، حتى في هذه الحالة، يتطلب تنفيذ التعليمات اللفظية تدريبًا لفهم المقصود وما يُفترض أن يمسكه الروبوت.

مثال بسيط: من المفترض أن يقوم الجهاز بإخراج مكعبات من صندوق، ووضعها على ورقة دون تدريب مسبق، ثم، كاختبار، تحريك جميع المكعبات إلى اليسار. يقول ريتر خلال العرض التوضيحي، الذي يُعرض بشكل رسومي على الشاشة وعبر كاميرا مباشرة: "يمكنني أيضًا كتابة ذلك باللغة الإنجليزية في نافذة القائمة". بل يمكنه في هذه المرحلة - على غرار "أليكسا" - نقل النتيجة، بالإضافة إلى رمز التسلسل الفعلي، إلى نظام التحكم الفعلي لذراع الروبوت.

الصور: Swisslog/Kuka

يقدم نيكلاس غودماير، الذي ينضم إلينا عن بُعد من مكتب سويسلوغ في دورتموند، عرضًا توضيحيًا لعملية "انتقاء المنتجات" كمثالٍ بارز على عملية التعلم. في المتوسط، يمتلك عملاء سويسلوغ، مثل ريوي ودي إم، أو شركات صناعة الأدوية، عشرات الآلاف من المنتجات المختلفة ضمن تشكيلاتهم، معبأة في أكياس أو صناديق، أو حتى بدون تغليف خارجي. ويقول: "يتطلب الأمر يوميًا انتقاء هذه المنتجات المتنوعة، أي تجميعها لتلبية طلبات العملاء أو عمليات التسليم، وبشكل مثالي، دون أي أخطاء".

 لا يمكن برمجة جميع الاحتمالات مسبقًا. تتمثل المفاهيم الأساسية هنا، بروحها التجريبية، في "جعل نطاق الحلول قابلاً للإدارة"، و"زيادة معدل نجاح الإمساك"، والفصل الواضح بين المواد والعنصر المطلوب وبين "النفايات". يجب تصحيح الأخطاء تلقائيًا ضمن السياق. داخل الصندوق، فوضى عارمة. زجاجات شامبو، مفكات براغي، قطعة من الورق المقوى - كل ذلك لاختبار الآلة. يختار الروبوت بدقة الملحق المناسب لذراعه ويصنف المواد في أقسام مختلفة. تُرفع قطعة الورق المقوى بواسطة ذراع شفط وتوضع في سلة مهملات بجوار سطح العمل. حتى بناء المنصات لم يعد يمثل مشكلة.

يتساءل أحد المشاركين عما إذا كان ما يتم عرضه "مطبقًا بالفعل" أم "ما زلتم تتدربون عليه؟" وهل من الممكن أيضًا صياغة جمل عفوية - أي جمل تُقال "ارتجالًا"؟ يقر ريتر بأن كل شيء لا يزال قيد التطوير. في البداية على الأقل، يتعين على الذكاء الاصطناعي أن يتعلم كيفية طرح الأسئلة وشكلها. "نحن بصدد تعليم قواعد اللغة وتدريب نماذجها." سيكون هذا مثيرًا للاهتمام عندما لا يقتصر الأمر على التعامل مع روبوت فحسب، بل يتطلب أيضًا تشغيل نظام نقل على الفور. يجب برمجة زوايا ومواقع القيادة.

قبل بضع سنوات، كان يتم تدريب الروبوت يدويًا عن طريق تثبيت ذراعه باليد. يحتاج الذكاء الاصطناعي، إن صح التعبير، أولًا إلى تحديد موقعه قبل أن يفهم ما يفعله. مع ذلك، يتيح هذا استخدامه بمرونة أكبر وتطوير سيناريوهات أكثر شمولًا على الجسم. حاليًا، لا يزال كل هذا يتم في بيئة محاكاة. في هذه الأثناء، يتدخل توأم رقمي للتحقق من خلو برنامج الروبوت المُولّد بواسطة الذكاء الاصطناعي من الأخطاء.

www.swisslog.ch / www.kuka.com