AIが倉庫ロボットの新たなスキル習得を支援

機械学習ブームのゴッドファーザー2人を含む人工知能界の著名人の中には、巧妙なアルゴリズムが産業用ロボットの能力を変革するだろうと確信している人もいる。

ディープラーニングの研究でヨシュア・ベンジオ氏とともに今年のチューリング賞を受賞したジェフリー・ヒントン氏とヤン・ルカン氏は、倉庫のビンピッキングロボット向けAI技術を開発するスタートアップ企業Covariant.aiに投資したAI界の著名人の一人だ。

Covariant.aiは、カメラ、特殊グリッパー、そして豊富なコンピューターパワーを搭載した市販のロボットアームで構成されたプラットフォームを開発しました。倉庫の棚に投げ込まれた物体を掴む方法を学習します。水曜日にステルス状態から脱した同社は、AI搭載ロボットの商用導入を初めて発表しました。ドイツの家電量販店Obetaで、商品箱や袋のピッキング作業に利用されます。

日常の箱やプラスチックの包みを拾うのは些細なことに聞こえるかもしれませんし、実際ほとんどの人間にとってはそうなのです。工場や倉庫の作業員は、新しい物を扱ったり、様々な物が混在した状態で扱われたりすることがよくあります。しかし、機械にとって、次の物を素早く掴む方法を習得するのは、意外と難しいのです。職場のロボットは未だに信じられないほど愚かで不器用であり、見慣れない物や複雑な形状の物を掴むように教えることは、AIとロボット工学研究の至難の業です。

近年、よりシンプルなアルゴリズムを用いて、限定的な商品ピッキングを含む倉庫内の有用な作業を遂行するロボットを提供する企業が数多く登場しています。成功している企業としては、Plus One Robotics、Picknik、RightHand Roboticsなどが挙げられます。

より安全なロボットアーム、カスタムグリッパー、既製のセンサー、ロボットビジョンと制御用のオープンソースコードにより、スタートアップ企業は倉庫内での製品の運搬やパレットからの箱の取り出しなど、新しい役割にロボットを導入することが容易になりました。

Covariant.aiはまだ人間と同等の器用さや適応力を持つロボットを開発していないものの、強化学習と呼ばれる珍しい研究技術を産業現場に適用することに成功したようだ。ロボットが現実世界で間違いを犯さずに学習するのは困難であり、商用ロボットの導入には極めて高い信頼性が求められる。

この会社は、カリフォルニア大学バークレー校の著名なAI教授であるピーター・アビール氏と彼の学生数名によって2017年に設立されました。アビール氏は機械学習をロボット工学に応用する先駆者であり、2010年には洗濯物を畳むことができるロボット（ただし非常に遅い）を開発し、学界で名を馳せました。

Covariantは、ロボットに未知の物体を掴む方法を教える際に、様々なAI技術を活用しています。その一つに強化学習があります。強化学習では、アルゴリズムが試行錯誤を通して自己学習を行います。これは、動物が正負のフィードバックを通して学習するのと似ています。

強化学習は、アルファベット傘下のAI子会社DeepMindが開発した超人的なゲームプレイアルゴリズムなど、近年のAIにおける目覚ましい進歩を牽引してきました。このアプローチにより、ロボットはこれまで異なる形状の物体でしか訓練されていなかったとしても、ビデオ画像から物体の形状と、それを掴むべき場所を理解できるようになります。このプロセスをシミュレーションで実行することで、処理を加速することも可能です。

しかし、強化学習は扱いが難しく、膨大なコンピュータパワーを必要とする。「以前は強化学習に懐疑的でしたが、今は違います」と、トロント大学教授でGoogleでもパートタイム勤務するヒントン氏は語る。ヒントン氏によると、強化学習を機能させるために必要なコンピュータパワーは、これまでは法外に思えることが多かったため、商業的な成功は驚くべきことだという。特に、Covariantのシステムが商用環境で長期間稼働していることは印象的だと彼は言う。

アビール氏によると、同社のロボットは強化学習に加えて、模倣学習（別のアルゴリズムによる知覚と把持のデモンストレーションを観察することで学習する手法）とメタ学習（学習プロセス自体を改良する手法）も活用しているという。アビール氏によると、このシステムは新しいアイテムが到着すると適応し、改善できるという。「まさにリアルタイムでトレーニングするのです」と彼は言う。「現実世界で、こんなことを行っている企業は他にないと思います」

Covariant.ai に投資した他の著名人には、Google の AI 部門責任者の Jeff Dean 氏、スタンフォード大学人工知能研究所所長の Fei-Fei Li 氏、MIT のコンピューター科学および人工知能研究所を率いる Daniela Rus 氏などがいる。

Covariant.ai は競争上の理由から自社の技術の詳細をすべて公開していないため、同社のシステムが高度な AI にどの程度依存しているかを正確に判断することは困難です。

倉庫向けインテリジェント移動ロボットを販売するFetch RobotsのCEO、メロニー・ワイズ氏は、特定のタスクで高い信頼性を実現するために、必ずしも多くのAIは必要ないと述べています。システムが慎重に設計され、対象物がそれほど多様でなければ、気の利いたグリッパーを備えた単純なシステムでも、十分に確実に物を拾うことができる場合が多いのです。「こうしたソリューションの多くは、特殊なグリッパーと、それに関連するピッキングツールを必要としているようです」とワイズ氏は言います。

しかし、AI は産業オートメーションに浸透しつつあり、現在手作業で行われている作業を自動化できれば大きな影響を与える可能性があります。

業界団体である国際ロボット連盟（IFR）によると、ロボットの需要は概して急速に伸びています。2018年には42万2000台のロボットが導入され、2017年比で6%増加しました。特に、よりスマートで協働性の高いロボットの導入は同期間に23%増加しました。IFRはまた、2020年から2022年にかけて、ロボット全体の平均成長率は12%になると予測しています。

Covariant.aiは、既にロボット工学のベテラン企業を驚かせている。昨年、スイスとスウェーデンに拠点を置くロボット工学の巨人ABBは、倉庫自動化への進出を支援する企業を探し始めた。ABBはCovariant.aiをはじめとする企業に、制御された実験で各社のシステムが物体をピッキングする箱を送り、ピッキングを試みた。ABBのサービスロボティクス部門グローバルヘッド、マーク・セグラ氏は、アビール氏の会社だけが、あらゆる物体を何度も繰り返しピッキングできたと述べている。

「未知のオブジェクトをピッキングする必要があるときはいつでも、Covariantが得意とする分野です」とセグラ氏は語る。彼は、Covariant.aiがターゲットとするピッキング市場が今後数年で数十億ドル規模に成長する可能性があると見積もっている。

Covariant.ai は、工場や倉庫に自動化システムを導入するドイツ企業 Knapp とも提携しており、同社はこのスタートアップがドイツで最初のシステムを導入するのを支援した。

ナップ社のイノベーション担当副社長、ピーター・プフヴァイン氏は、Covariant.aiのロボットが、カメラでは認識が難しい透明な袋に入った商品でさえも掴める点に特に感銘を受けたと述べています。「人間であっても、ポリ袋に入った商品が20個入った箱から1つだけ取り出すのは本当に大変です」と彼は言います。

プフヴァイン氏によると、このシステムはシフト開始時の人間のピッキング作業員のパフォーマンスに匹敵し、もちろん決して疲れることはないという。彼は、クナップ社が今後数ヶ月のうちに、Covariant.aiの技術を搭載したシステムを数十台導入すると予想している。「招待したお客様は皆、非常に興味を持ってくれています」と彼は言う。

2020年4月27日午後7時50分EST更新：この記事の以前のバージョンでは、PickNikという会社名をPicnicと誤って記載していました。

WIREDのその他の素晴らしい記事

• 空の旅を脅かす鳥「スナージ」
• クリス・エヴァンスがワシントンへ
• 子供たちは死ぬかと思った。ただクループだっただけなのに
• eBayで中古ギアを購入する方法 - 賢く安全な方法
• Facebookがあなたを追跡する方法とその制限方法
• 👁 顔認識の秘められた歴史。さらにAIの最新ニュースも
• 🏃🏽‍♀️ 健康になるための最高のツールをお探しですか？ギアチームが選んだ最高のフィットネストラッカー、ランニングギア（シューズとソックスを含む）、最高のヘッドフォンをご覧ください