Fanuc, il più grande costruttore di robot industriali al mondo, sta sviluppando robot che ricorrono all’apprendimento per rinforzo per capire come fare le cose.
di Will Knight
All’interno di un modesto ufficio di Tokyo abita un robot industriale insolitamente intelligente che è stato realizzato dalla giapponese Fanuc.
Date un compito al robot, come estrarre alcuni oggetti da una scatola e riporli all’interno di un altro contenitore, e questo trascorrerà la notte a capire come farlo. La mattina seguente, il robot dovrebbe aver imparato a eseguire il compito come se fosse stato programmato da un esperto.
I robot industriali vantano velocità e precisione estreme, ma richiedono solitamente un’attenta programmazione per riuscire a compiere operazioni come afferrare un oggetto. Si tratta di un processo complesso che richiede tempo, per cui i robot possono solitamente operare solo in ambienti strettamente controllati.
Il robot sviluppato dalla Fanuc utilizza una tecnica conosciuta come apprendimento per rinforzo approfondito per insegnarsi da solo a svolgere nuove mansioni. Cerca di raccogliere degli oggetti videoregistrando le sequenze del processo. Ogni volta che riesce o fallisce, il robot memorizza l’aspetto dell’oggetto, una nozione che viene quindi utilizzata per affinare un modello di apprendimento approfondito, una grande rete neurale che controlla le sue azioni. Negli ultimi anni, l’apprendimento approfondito si è rivelato un potente approccio al riconoscimento di schemi costanti.
“Dopo all’incirca otto ore di pratica il robot raggiunge una precisione del 90 percento o oltre, che corrisponde quasi allo stesso livello di prestazioni ottenuto con la programmazione di un esperto”, ha spiegato Shohei Hido, chief research officer della Preferred Networks, una società di Tokyo specializzata nell’apprendimento automatico. “Ci lavora una notte e la mattina successiva è pronto”.
I ricercatori del settore stanno testando l’apprendimento per rinforzo come sistema attraverso il quale semplificare e velocizzare la programmazione dei robot che operano nelle fabbriche. Questo mese, Google aveva pubblicato alcuni dettagli sulle sue ricerche dedicate all’apprendimento per rinforzo per insegnare ai robot come afferrare degli oggetti.
Il robot della Fanuc è stato programmato dalla Preferred Networks. Nell’agosto del 2015 Fanuc, il più grande produttore di robot industriali al mondo, ha investito $7.3 milioni nella Preferred Networks. Le due società hanno dimostrato il robot in occasione dell’International Robot Exhibition che si è tenuto a Tokyo lo scorso dicembre.
Uno dei potenziali benefici di questo approccio, spiega Hido, è che può essere accelerato permettendo a diversi robot di lavorare in parallelo e condividere quanto hanno apprendono. Otto robot impegnati per un’ora nella stessa operazione potrebbero così imparare assieme quanto un solo robot riuscirebbe ad imparare in otto ore. “Il nostro progetto è orientato verso l’apprendimento distribuito”, dice Hido. “Immaginate centinaia di robot industriali che condividono le proprie informazioni”.
Questa forma di apprendimento distribuito, definito da alcuni come “cloud robotics”, sta lentamente prendendo piede sia nella ricerca che nell’industria (vedi “10 Breakthrough Technologies 2016: Robots That Teach Each Other”).
“Fanuc fa bene a pensarci su”, dice Ken Goldberg, un professore di robotica della University of California, Berkeley, perché installa tantissime macchine nelle fabbriche di tutto il mondo. Goldberg aggiunge che nei prossimi anni il cloud robotics cambierà drasticamente il modo in cui i robot vengono utilizzati.
Goldberg e colleghi (inclusi diversi ricercatori di Google) stanno addirittura spingendosi oltre insegnando ai robot come certi movimenti possano essere utilizzati per afferrare non solo oggetti specifici, ma anche forme particolari. Un paper deidcato a questo lavoro verrà presentato a maggio in occasione della IEEE International Conference on Robotics and Automation.
Allo stesso tempo, Goldberg tiene a sottolineare quanto sia complicato applicare l’apprendimento automatico alla robotica, perché controllare comportamenti è più complesso che riconoscere oggetti nelle immagini. “L’apprendimento approfondito ha fatto grandi progressi nel riconoscimento degli schemi”, dice. “La sfida nella robotica sta nel fatto che questa si spinge oltre. È necessario poter generare le giuste azioni per un gran numero di input”.
Non è detto che Fanuc sia la sola società impegnata nello sviluppo di robot che sfruttano l’apprendimento automatico. Nel 2014, la svizzera ABB ha investito nella Vicarious, una startup dedicata allo sviluppo di intelligenze artificiali. I frutto di questo investimento, però, non sono ancora stati presentati.
(MO)
