AI / Robotika
Humanoid třídil díly na lince Mercedesu v Maďarsku. Google hlásí 96% úspěšnost.
Robot Apollo 2 s modelem Gemini Robotics 2.5 vybíral kovové součástky a ukládal je do přihrádek na aktivních linkách Mercedes-Benz. Google DeepMind uvedl 96% úspěšnost u testovaného úkolu. Co se tím vlastně měřilo?
Pilot proběhl v Maďarsku a Německu
Google DeepMind 10. listopadu představil model Gemini Robotics 2.5 a popsal test v závodech Mercedes-Benz v maďarském Kecskemétu a německém Sindelfingenu. Humanoidní roboti Apollo 2 od Apptroniku pracovali na aktivních výrobních linkách. Ze zásobníků vybírali kovové součástky a ukládali je do přihrádek v určeném pořadí. Takto připravená sada pak může pokračovat do další části výroby. [1]
V praxi jde o úlohu, při níž výroba potřebuje dostat správný díl na správné místo. Součástka přitom může být v zásobníku otočená jinak než v předchozím cyklu. Robot musí díl rozpoznat, zvolit vhodný úchop, počítat se změnou jeho polohy a položit ho do správné přihrádky. Google uvádí, že systém dokázal reagovat také na mezery v pracovním postupu. [1]

Co dělal model a co dělal robot
Nasazení podle DeepMindu spojovalo dva modely. Gemini Robotics ER pomáhal sledovat, v jakém stavu je pracovní postup. Gemini Robotics 2.5 řídil pohyb rukou a ramen. Fyzickou práci vykonal Apollo 2. Tato kombinace umožnila vybrat díl ze zásobníku a uložit ho do připravené pozice. [1]
Dává to představu o tom, co znamená model typu „vidění, jazyk, akce“. Systém používá vizuální informace o pracovišti a řídí pohyb podle zadaného úkolu. V hale ovšem každá operace naráží také na mechanické hranice. Rozměry dílu, tolerance při uložení či opakovatelnost úchopu ovlivňují výsledek bez ohledu na schopnosti modelu.
Co znamená 96% úspěšnost
Google DeepMind uvedl 96% úspěšnost u testovaného úkolu. Podle zveřejněného popisu se údaj týká přípravy dílů během pilotu. Oznámení u tohoto čísla neuvádí počet pokusů. Z čísla samotného proto nelze odvodit denní výkon, čas potřebný na jeden cyklus ani počet lidských zásahů při delším provozu. [1] [2]
Pro srovnání si představte dvě stejné stanice. Jedna dokončí většinu úloh bez pomoci, ale výjimka zastaví práci na několik minut. Druhá při výjimce odloží problémový kus stranou a pokračuje další objednávkou. Stejné procento úspěšnosti může v těchto situacích znamenat odlišný výsledek celé linky.
Jak by vypadal smysluplný firemní pilot
Výrobní firma si může nejprve vybrat jednu opakovanou, fyzicky vymezenou úlohu. Před zkouškou změří délku cyklu a počet chyb původního postupu. Potom na stejné úloze sleduje délku cyklu, špatně uložené kusy, potřebné lidské zásahy a čas návratu do běžného stavu. Pokud se mění díly nebo balení, je vhodné vyhradit zkoušku také pro tyto odchylky.
Humanoid na lince v Kecskemétu je důležitý tím, že se zkoušel ve skutečném výrobním prostředí. K rozhodnutí o širším nasazení by byla potřeba data o rychlosti, bezpečnosti, výjimkách a dlouhodobém provozu konkrétní stanice. Právě v takových měřeních se ukáže, zda nasazení dává ekonomický smysl. [1] [2]
Hledáte konkrétní proces, na kterém může váš tým vyzkoušet AI? Podívejte se na AI konzultace Faust Agency.
Zdroje a další čtení
Odkazy vedou na původní oznámení, zprávy a dokumentaci, ze kterých článek vychází.