Atığı atık olarak tanımak ve malları ayrıştırılabilir öğeler olarak ayırt etmek: Swisslog ve Kuka, yapay zeka kullanarak büyük depolarda gıda ve diğer ürünlerin robot programlamasını ve doğru ürün seçimini basitleştirmeyi amaçlıyor. Dikkat çekici sonuçlar mümkün – ancak diğer şeyler muhtemelen daha basit bir şekilde yapılabilir.

Kuka'da Simülasyon Platform Program Yöneticisi Roland Ritter, "Bir robotu bir görev için programlamak hala büyük ölçüde uzmanlara özgü bir iş," diyor. "İşte tam da bu yüzden, basit bir sesli komutu programlama koduna çeviren bir yapay zekâ sohbet robotu üzerinde çalışıyoruz." "Parçaları birer birer al ve masanın üzerine U şeklinde yerleştir" komutundan yola çıkan yapay zekâ modeli, robotun tam olarak bunu yapmasını sağlayan kodu üretiyor.

Ritter, Kuka Robot Dili için bir yapay zeka sohbet robotu geliştiren bir ekibin parçasıdır ve Swisslog'un Geliştirme Başkanı, gıda, ilaç veya elektronik sektörlerinde robot tabanlı sipariş toplama konusunda yapay zeka uzmanı Niklas Goddemeier ile birlikte sanal bir basın toplantısında yirmi katılımcının sorularını yanıtlayacaktır.

İsviçre bakış açısından, odak noktası öncelikle veri analizi ve öngörücü bakım, depo optimizasyonu için yapay zeka algoritmaları, işletme maliyetlerinin düşürülmesi ve personel eksikliklerinin giderilmesidir. Ritter'e göre, makineye talimat verme söz konusu olduğunda, "ilk eylemin beklediğiniz gibi olmaması" oldukça yaygın bir durum gibi görünüyor. Bir yandan, yapay zekanın etkili kullanımı, tutucuların ve robotik kolların görevlerini yerine getirmek için "eğitim" gerektirmemesi gerektiğini vaat ediyor; örneğin, çeşitli ürünler içeren bir kutudan doğru ürünleri seçmek gibi. Öte yandan, burada bile, sözlü talimatın uygulanması, ne kastedildiğini ve robotun neyi kavraması gerektiğini anlamak için kesinlikle eğitim gerektiriyor.

Basit bir örnek: Cihazın, önceden eğitim almadan bir kutudan küpleri çıkarıp bir kağıt parçasına yerleştirmesi ve ardından test amacıyla tüm küpleri sola doğru hareket ettirmesi gerekiyor. Ritter, ekranda grafiksel olarak ve "canlı" bir kamera aracılığıyla gösterilen gösteri sırasında, "Bunu menü penceresine İngilizce olarak da yazabilirim" diyor. Hatta bu aşamada, "Alexa"ya benzer şekilde, sonucu gerçek sıra koduyla birlikte robot kolunun gerçek kontrol sistemine aktarabiliyor.

Fotoğraflar: Swisslog/Kuka

Dortmund'daki Swisslog ofisinden uzaktan katılan Niklas Goddemeier, öğrenme sürecinin en önemli örneklerinden biri olarak "Ürün Toplama" işlemini gösteriyor. Ortalama olarak, Rewe, DM veya ilaç endüstrisindeki şirketler gibi Swisslog müşterilerinin ürün yelpazelerinde, poşetlerde, kutularda veya hatta dış ambalajsız olarak paketlenmiş on binlerce farklı ürün bulunuyor. Goddemeier, "Her gün bu çeşitli ürünlerin toplanması, yani bir müşteri veya teslimat siparişi için bir araya getirilmesi gerekiyor - ve ideal olarak, hatasız bir şekilde," diyor.

 Tüm olasılıklar önceden programlanamaz. Burada temel kavramlar, deneysel ruhlarıyla, "çözüm alanını yönetilebilir hale getirmek", "kavrama başarı oranını artırmak" ve malzemeleri ve istenen öğeyi "atık"tan açıkça ayırmaktır. Hatalar, bağlam içinde otomatik olarak düzeltilmelidir. Kutunun içinde gözle görülür bir kaos var. Şampuan şişeleri, tornavidalar, bir parça karton—hepsi makineyi test etmek için. Robot, tutucusu için uygun aparatı özenle seçer ve malzemeyi farklı bölmelere ayırır. Karton parçası bir emme tutucu tarafından kaldırılır ve çalışma yüzeyinin yanındaki bir çöp kutusuna yerleştirilir. Palet yapımı bile artık sorun teşkil etmiyor gibi görünüyor.

Katılımcılardan biri, gösterilen şeyin "zaten uygulamada olan" mı yoksa "hala pratik mi yapılıyor" diye soruyor. Spontane olarak oluşturulan cümleler—yani "doğaçlama" söylenen cümleler—da mümkün olacak mı? Ritter, her şeyin hala geliştirme aşamasında olduğunu kabul etmek zorunda. En azından başlangıçta, yapay zekanın soruların nasıl ve hangi biçimde sorulduğunu veya sorulabileceğini öğrenmesi gerekiyor. "Sözdizimini öğretme ve dil modellerini eğitme sürecindeyiz." Bu, sadece bir robotla değil, aynı zamanda bir konveyör sistemini hemen çalıştırmak istediğinizde ilginç olacak. Yönlendirme açıları ve pozisyonlar programlanmalıdır.

Birkaç yıl önce, robot kolu ele tutularak manuel bir "öğretme" işlemi gerçekleştiriliyordu. Yapay zekâ, tabiri caizse, ne yaptığını anlamadan önce öncelikle yerini "belirlemek" zorundadır. Ancak bu, daha esnek bir şekilde kullanılmasını ve nesne üzerinde daha kapsamlı senaryolar geliştirilmesini sağlar. Şu anda tüm bunlar hala simüle edilmiş bir ortamda gerçekleşiyor. Bu sırada, yapay zekâ tarafından oluşturulan robot programının hatasız olup olmadığını kontrol etmek için dijital bir ikiz devreye giriyor.

www.swisslog.ch / www.kuka.com