AI bergerak perlahan ke lantai pabrik

SAN JOSE, California — Jaringan saraf dalam merayap menuju lantai pabrik.

Untuk beberapa pengadopsi awal, jaring saraf adalah kecerdasan baru yang tertanam di belakang mata kamera visi komputer. Pada akhirnya, jaringan akan merambah ke lengan robot, gerbang sensor, dan pengontrol, mengubah otomatisasi industri. Tapi perubahannya datang perlahan.

“Kami masih dalam fase awal dari apa yang mungkin menjadi era kemajuan multi-dekade dan algoritme pembelajaran mesin generasi berikutnya, tetapi saya pikir kami akan melihat kemajuan besar dalam beberapa tahun ke depan,” kata Rob High, kepala petugas teknologi untuk IBM Watson.

Jaringan saraf akan bersarang di semakin banyak gateway dan pengontrol x86 berkemampuan Linux yang semakin banyak yang muncul di dan di sekitar lantai pabrik. Jaringan seluler 5G yang sedang berkembang suatu hari nanti akan memberikan akses jaringan saraf ke pusat data jarak jauh, kata High.

Pembuat mobil dan pesawat terbang serta penyedia layanan kesehatan termasuk di antara mereka yang mengambil langkah awal, terutama dengan kamera pintar. Canon menyematkan papan Nvidia Jetson di kamera industrinya untuk mengaktifkan pembelajaran mendalam. Vendor kamera industri Cognex Corp. meningkatkan penawarannya sendiri. Dan perusahaan rintisan China, Horizon Robotics, telah mengirimkan kamera pengintai yang menyematkan akselerator inferensi pembelajaran mendalam.

“Semua pengadopsi awal telah menerapkan pembelajaran mendalam untuk persepsi visual, dan yang lain mulai memperhatikannya,” kata Deepu Talla, manajer umum mesin otonom di Nvidia. “Persepsi cukup mudah dilakukan, dan peneliti melihatnya sebagai masalah yang terpecahkan.

“Sekarang masalah besar dalam menggunakan AI untuk interaksi dengan manusia dan aktuasi yang lebih rinci — ini adalah masalah penelitian 10 tahun. Di area seperti navigasi drone dan robot, kami lebih banyak dalam tahap prototipe.”

Talla menyebut robotika sebagai "persimpangan komputer dan AI", tetapi banyak penggunaan industri pembelajaran mendalam akan kurang glamor — dan akan tiba lebih cepat.

Robot pabrik belum menggunakan AI, kata Doug Olsen, kepala eksekutif Harmonic Drive LLC, pemasok terkemuka komponen robot. Dalam jangka pendek, jangan terlalu memperhatikan lengan robot pintar seperti "mesin yang tertanam di lantai pabrik yang dapat memprediksi kegagalan, mengumpulkan data tentang penggunaan sehari-hari untuk menentukan kapan sistem memerlukan pemeliharaan preventif," kata Olsen. “Di situlah AI dapat bertahan lebih dulu.”

Beberapa pembuat chip besar setuju. Renesas mulai bereksperimen tiga tahun lalu, menempatkan mikrokontroler yang mendukung AI di node akhir untuk mendeteksi kesalahan dan memprediksi kebutuhan pemeliharaan dalam sistem produksi di salah satu pabrik semikonduktornya.

Pada bulan Oktober, raksasa chip Jepang meluncurkan MCU pertamanya dengan blok prosesor yang dapat dikonfigurasi ulang secara dinamis untuk pemrosesan gambar waktu nyata. Ini bertujuan untuk menindaklanjuti dengan pengontrol yang dapat mendukung kognisi real-time pada tahun 2020 dan pembelajaran tambahan pada tahun 2022.

Rival STMicroelectronics mengambil pendekatan serupa dengan chip STM32-nya. Pada bulan Februari, perusahaan mengumumkan sistem pembelajaran dalam-dalam-chip dan akselerator yang sedang dikembangkan, yang sebagian ditujukan untuk deteksi kesalahan di lantai pabrik.

Robot pintar akan datang pada akhirnya. Startup covariant.ai, misalnya, bekerja untuk memungkinkan mereka dengan pembelajaran penguatan. “Memperlengkapi robot untuk melihat dan bertindak berdasarkan apa yang mereka lihat akan menjadi salah satu perbedaan terbesar yang akan dihasilkan pembelajaran mendalam dalam beberapa tahun ke depan,” kata Pieter Abbeel, peneliti AI yang mendirikan kovarian dan menjalankan lab robotika di University of California. di Berkeley.

Abbeel menunjukkan simulasi robot yang belajar berlari menggunakan teknik neural-net, tetapi ini masih awal. “Faktanya, kami memulai kovarian sebagian karena ruang AI industri belum terlalu ramai,” katanya.