Использование ИИ для трансформации промышленной автоматизации

Самые передовые подходы к полностью интеллектуальным роботизированным системам

ИИ (искусственный интеллект) обеспечивает автоматизацию растущего числа бизнес-процессов и промышленных приложений. Область и темп интеллектуальной автоматизации напрямую зависят от прогресса в ИИ и как таковые пережили гигантские скачки вперед в последние годы. В сочетании с мощным 3D-машинным зрением ИИ позволяет роботам распознавать, локализовать и манипулировать любым типом объектов и таким образом автоматизировать задачи, которые были бы слишком опасными, монотонными или иначе требовательными для людей.

Но что подразумевается под ИИ в промышленной автоматизации, как это работает и какие возможности это открывает для заводов и бизнесов, стремящихся к современности, инновациям и повышению производительности? Во-первых, давайте посмотрим на самые начала ИИ и его постепенное развитие.

От первых архитектур к сверточным нейронным сетям

Термин ИИ может представлять ряд возможностей и процессов машин — от простой статистики через деревья решений до нейронных сетей, таких как сверточные нейронные сети, или даже более продвинутых подходов, таких как обучение с подкреплением.

История развития ИИ свидетельствовала несколько подходов, но нейронные сети оказались наиболее перспективными и интересными благодаря своей способности к обобщению.

В 1990-х и начале 2000-х нейронные сети получили большое внимание благодаря первым успешным приложениям распознавания символов, включая чтение рукописных цифр в банковских чеках и почтовых индексах. Эти нейронные сети обучались на так называемом наборе данных MNIST (означает Modified National Institute of Standards and Technology), который представляет собой коллекцию рукописных цифр от 0 до 9, используемых в машинном обучении и машинном зрении для обучения систем обработки изображений. Набор данных MNIST служил основой для бенчмаркинга алгоритмов классификации и до сих пор используется для обучения и тестирования.

Хотя эти классические нейронные сети способны учиться практически чему угодно, они представляют старую, полностью связанную архитектуру и их обучение требует много времени и усилий. Это потому, что все нейроны в одном слое полностью связаны с нейронами в следующем слое — что означает огромное количество параметров для обучения, растущее с размером изображения. Хотя производительность компьютеров улучшалась со временем, все равно требуется очень много времени для обучения распознавания даже маленьких изображений.

Переломный момент в развитии ИИ был отмечен введением сверточных нейронных сетей (CNN). CNN в основном используются для анализа визуальных изображений, включая классификацию изображений или распознавание паттернов, и составляют основу многих современных систем машинного зрения. Другая главная область применения — обработка естественного языка.

CNN очень условно вдохновлена системой зрительной коры в мозге. Главная идея за CNN — не соединять все нейроны друг с другом, как в случае с полностью связанными сетями, а только с соседними нейронами, чтобы создать близость, поскольку соседние входы, такие как пиксели, несут связанную информацию. Это означает, что CNN могут иметь несколько слоев и нейроны в одном слое связаны только с нейронами в следующем слое, которые пространственно близки к ним. Это снижает сложность, количество нейронов в сети и, следовательно, также количество параметров для обучения. Благодаря этому CNN быстрее обучаются, требуют меньше образцов и могут применяться к более крупным изображениям.

Термин «сверточный» (convolutional) относится к процессу фильтрации, через который CNN обнаруживают паттерны. Индивидуальные слои свертывают (convolve), то есть комбинируют, вход и передают результат следующему слою.

Прогресс в развитии CNN также был ускорен прогрессом в графических процессорах (GPU). Их производительность и вычислительная мощность невероятно улучшились за последние несколько лет, открыв новые возможности для обучения CNN.

Один из самых признанных лидеров в области ИИ, часто называемый «Крестным отцом ИИ», — Джоффри Хинтон (Geoffrey Hinton). У него степень в экспериментальной психологии и искусственном интеллекте. Эта комбинация дала ему отличное понимание того, как обучать искусственные нейронные сети.

В 2012 году его студент Алекс Крижевский (Alex Krizhevsky) отметил еще один переломный момент в ИИ, когда он создал CNN, которая смогла имитировать способ, которым человеческий мозг распознает объекты. CNN была названа AlexNet и впервые в истории позволила машине идентифицировать объекты как человек.

Этот прорыв популяризировал сверточные нейронные сети и показал огромный спектр приложений, где CNN могли быть использованы.

Обучение сверточной нейронной сети

В распознавании объектов важно, чтобы CNN имела свойство, называемое инвариантностью (invariance). Это означает, что она инвариантна к трансляции, точке зрения, размеру или освещению, чтобы иметь возможность интерпретировать входные паттерны и классифицировать объекты независимо от того, где и как они размещены в изображении. Для достижения этого CNN должна быть обучена на определенном количестве примеров. Одна из лучших практик для увеличения количества релевантных данных в наборе данных — аугментация данных (data augmentation).

Аугментация — это практика модификации входных данных, то есть исходного изображения, для генерации нескольких других, слегка измененных версий его. Техники аугментации включают горизонтальное или вертикальное отражение, вращение, масштабирование, обрезку, перемещение изображения вдоль направления X или Y и другие.

Обучение CNN на измененных данных делает ее нейроны устойчивыми к таким аугментациям и предотвращает обучение нерелевантных паттернов. Отраженный попугай будет таким образом по-прежнему распознан как попугай.

Здесь очень полезно так называемое трансферное обучение (transfer learning). Чтобы устранить количество обучающих данных, можно использовать существующую уже обученную сеть и применить некоторые из ее фильтров для распознавания новых видов объектов. Например, сеть, обученная для распознавания собак, также может быть использована для распознавания кошек, сохранив некоторые из ее фильтров и изменив только определенную часть ее. Это означает, что сеть адаптируется к распознаванию кошек.

Преимущества модульных сверточных нейронных сетей

Большая ценность CNN кроется в их архитектуре и факте, что отдельные модули смотрят на отдельные блоки изображения. Модули не нужно обучать одновременно и их можно легко объединять вместе. Объединение этих хорошо обученных модулей дало начало сложным архитектурам, которые могут использоваться для сегментации.

В противовес AlexNet, которая может только распознать, что находится на изображении, эти сложные CNN могут делать сегментацию объектов и определять местоположение объекта на изображении.

Эта модульность позволяет использовать различные входные каналы, что означает, что если CNN использовалась для черно-белых данных, она может также использоваться для цветных данных, а если она использовалась для цветных данных, она может быть расширена информацией о глубине. Добавление дополнительной информации повышает производительность CNN, что включает повышенную точность и лучшее распознавание объектов и их позиций.

От распознавания объектов к интеллектуальным решениям автоматизации

На основе вышеуказанных особенностей и характеристик сверточных нейронных сетей, Photoneo взяла CNN за основу для своих передовых систем роботизированного интеллекта и решений автоматизации.

CNN Photoneo работает с черно-белыми данными, цветными данными, а также информацией о глубине. Алгоритмы обучаются на большом наборе данных объектов и если они сталкиваются с новыми типами предметов, они могут быстро обобщать, то есть распознавать и классифицировать объекты, которых они не «видели» раньше.

Возьмем концепцию коробки, например. Алгоритмы обучались на большом наборе данных коробок, поэтому они понимают, что коробка имеет определенное количество граней, ребер и вершин. Этот принцип будет работать и для коробок, с которыми алгоритмы не сталкивались раньше, даже сдавленных или поврежденных. Величайшая ценность ИИ кроется в том, что он может обобщать концепции, на которых он был обучен, без дополнительного переобучения.

Это позволяет системам Photoneo распознавать предметы различных форм, размеров, цветов или материалов — роботизированную способность, используемую для локализации и манипулирования смешанными объектами, включая органические предметы, такие как фрукты или рыба, сортировку посылок, разгрузку паллет, загруженных коробками, и многие другие промышленные приложения.

Также может случиться, что алгоритмы сталкиваются с объектами, имеющими фундаментально другие черты от тех, на которых алгоритмы обучались. Это может сбить CNN с толку и вызвать снижение ее производительности. Что можно сделать для решения этой проблемы — либо предотвратить ее, ожидая экзотические объекты, либо иметь хорошую систему переобучения. Во втором случае производительность временно будет ниже, но CNN будет переобучена для достижения полной производительности довольно быстро.

В случае, если клиенту нужно собирать необычные предметы или некоммерческие продукты, такие как промышленные компоненты, CNN может быть обучена на специфическом наборе данных, содержащем эти экзотические предметы.

Когда речь идет о реализации клиентского проекта, клиент получает CNN Photoneo для пилотного тестирования и исследования осуществимости, чтобы убедиться, что сеть может быть использована для этого конкретного приложения. Эта CNN может затем быть улучшена и дополнительно обучена на изображениях из пилотной фазы проекта, что обеспечит большую вариативность.

Главный вызов в ИИ-распознавании объектов и сборе

Главный вызов можно также описать как последнюю деталь пазла, которая отсутствовала в диапазоне собираемых объектов. Эта последняя деталь была мешки (bags).

Сложность кроется в природе мешков, поскольку они крайне деформируемы и полны морщин, складок и других неправильностей. Несмотря на вызовы, которые мешки представляют для ИИ, Photoneo разработала систему, способную распознавать и собирать мешки, будь они полными, полупустыми, цветными, прозрачными или полупрозрачными. Эта задача часто сложна даже для человеческого глаза, который может с трудом распознать границы между мешками, хаотично размещенными в контейнере, особенно если они прозрачные.

Однако хорошее распознавание и локализация мешков — только часть предусловия для успешного сбора объектов. Другая часть относится к механической стороне приложения — робот-захвату. Факт того, что мешки полны складок и морщин, увеличивает риск того, что они выпадут из захвата. Этот риск можно предотвратить, используя подходящий вакуумный захват с обратной связью.

Будущие разработки ИИ

Несмотря на значительные достижения, сделанные в ИИ в последние годы, область все еще предлагает огромное пространство для новых достижений. Например, так называемое обучение с подкреплением (reinforcement learning) привлекает большое внимание, так как кажется очень перспективным для предложения сложных движений, например, позволяя роботу скорректировать позицию предмета перед захватом.

Обучение с подкреплением не только способно справляться с распознаванием объектов, но и с механическими проблемами приложения. Это означает, что оно не только позволяет системе распознавать предметы, но и оценивать отдельные шаги действия робота на основе наград и наказаний и «вычислять» шанс успеха или неудачи. Другими словами, ИИ-алгоритмы обучаются принимать последовательность решений, которые приведут к действиям, максимизирующим общую награду. Пример силы обучения с подкреплением — освоение и победа в настольной игре Го.

Несмотря на свой огромный потенциал, обучение с подкреплением тесно связано с средой, в которой оно установлено, и ограничениями, которые она может накладывать. Например, используемый захват и его функциональность и ограничения всегда будут влиять на общую производительность системы.

ИИ — главный драйвер возникающих технологий, и его развитие будет очень сильно зависеть от ряда факторов, включая рыночные требования, ожидания клиентов, конкуренцию и многие другие.