从物理人工智能到操作人工智能

人工智能给机器人带来了巨大的兴奋。机器人现在可以行走、在复杂的环境中导航,并执行几年前看来不可能的任务。但机器人演示和实际工业部署之间存在很大差距。在受控研究环境中工作的机器人与在生产线上可靠运行的机器人有很大不同。这就是物理人工智能和操作人工智能之间的区别。

来源:Robotiq

人工智能给机器人技术带来了巨大的兴奋。

机器人现在可以行走、在复杂的环境中导航以及执行几年前似乎不可能完成的任务。

但机器人演示与实际工业部署之间存在很大差距。

在受控研究环境中工作的机器人与在生产线上可靠运行的机器人有很大不同。

这就是物理AI和操作AI之间的区别。

什么是物理人工智能?

物理人工智能,有时称为体现人工智能,专注于教导机器如何与物理世界交互。

这包括以下功能:

  • 在环境中移动
  • 检测物体
  • 操作工具
  • 处理材料
  • 最近的突破使得机器人的运动和感知能力更加强大。

    但与物理世界的交互仍然极其复杂。

    机器人必须处理:

  • 不确定的对象属性
  • 改变环境
  • 不可预测的接触动态
  • 这些挑战使得操作成为机器人技术中最困难的问题之一。

    为什么演示还不够

    在机器人研究中,演示通常会展示令人印象深刻的功能。

    机器人可以在实验室环境中成功完成任务。

    但工业环境需要的东西比偶尔的成功更重要。

    他们需要一致性。

    制造机器人必须执行相同的操作:

  • 每天数千次
  • 最少的监督
  • 不会频繁出现故障
  • 对于许多工业应用,可靠性目标达到 99.9% 的正常运行时间或更高。

    这种可靠性水平定义了可操作的人工智能。

    操作性人工智能的真正含义

    操作型人工智能是指能够在实际生产环境中可靠运行的机器人系统。

    这需要的不仅仅是智能算法。

    它需要一个完整的系统,包括:

  • 可靠的硬件
  • 稳健的传感
  • 可预测的行为
  • 轻松集成
  • 可维护的系统
  • 精益机器人的经验教训

    精益机器人关注四个原则:

    人类先于机器人

  • 生产力
  • 可靠性