豊田研究所のロボットが家を出る • TechCrunch

“私が思うに、私は おそらく、他のすべての人たちと同じくらい有罪です」と、トヨタ・リサーチ・インスティテュート (TRI) のロボティクス担当上級副社長である Max Bajracharya 氏は認めています。 「まるで、GPU が改善されたようです。 ああ、私たちは機械学習を手に入れたので、これができることがわかりました。 ああ、それは私たちが思っていたよりも大変だったかもしれません。」

もちろん、野心はこの作品の重要な側面です。 しかし、間違いを再学習するという壮大で避けられない伝統もあります。 その場にいる最も賢い人々は、特定の問題が解決されなかった理由を何百万回も語りますが、今回は適切な人員と適切なツールがあれば、物事はまったく違うものになるだろうと自分自身に納得させるのは簡単です.

TRI の社内ロボティクス チームの場合、不可能なタスクは家庭です。 このカテゴリーで成功しなかったのは、努力が足りなかったからではありません。 何世代にもわたるロボット工学者は、自動化を待っている問題がたくさんあることに同意していますが、これまでのところ、成功は限られています. ロボット掃除機を超えて、ブレークスルーの方法はほとんどありません。

TRI のロボティクス チームは、長い間、家庭を最重要視してきました。 これは、日本企業がこの分野で世界の他の地域よりはるかに進んでいるのと同じ理由で、高齢者介護を「北極星」として選んだことによるものです. 日本は 65 歳以上の市民の割合が世界で最も高く、人口 40,000 人未満の西ヨーロッパの小国であるモナコに続いています。

私たちの健康とウェルネスが働く能力と密接に結びついている世界では、それは危機に近い問題です. イェール大学の助教授を獲得するようなものです ニューヨークタイムズの見出し 集団自殺を示唆するため。 これは明らかに最もセンセーショナルな「解決策」ですが、それでも意味のある解決策を模索中の問題です。 そのため、多くの日本のロボット工学者は、在宅医療、食事の準備、さらには孤独などの問題に対処するために、ロボット工学と自動化に目を向けています.

プロが制作した初期のビデオでは、調理やさまざまな表面の掃除などの複雑なタスクを実行する、家庭内のロボット工学が紹介されていました。 TRI が今週、さまざまなプロジェクトを披露するために、サウス ベイ ラボの扉を開いてプレスを選択したとき、ホーム要素が著しく欠けていました。 Bajracharya は一対のロボットを展示しました。 1 つ目は、トラックの荷降ろし用に設計されたデモで、箱を積み上げた状態から近くのベルトコンベアに移す既製のアームを改造したものでした。これは、工業用倉庫環境で自動化するのがより困難なタスクの 1 つです。

2つ目は買い物に行く車輪型ロボット。 変更されたグリッパーを備えた標準部品を備えた倉庫の例とは異なり、このシステムは必要に応じて大部分が社内で設計されました。 ロボットは、バーコードと一般的な場所に基づいて、棚にあるさまざまな製品を取り出すために送り出されます。 システムは、さまざまなオブジェクトをつかんでバスケットに入れるための最良の方法を決定する前に、アイテムを見つけるために一番上の棚に拡張できます。 このシステムは、家庭用ロボットから離れたチームのピボットの成果です。

両方のロボットの側面には模擬キッチンがあり、壁の上部にガントリー システムが構成されています。 準ヒューマノイド ロボットがぶら下がり、動けず、命がありません。 デモの期間中は認められませんが、チームの初期のコンセプト ビデオを見たことがある人なら誰でもシステムになじみがあるように見えます。

「家はとても大変です」とBajracharyaは言います。 「チャレンジ タスクを選ぶのは、難しいからです。 家の問題は、それが難しすぎたということではありません。 私たちが行っている進歩を測定するのが難しすぎたということでした. 私たちは多くのことを試しました。 手続き的にめちゃくちゃにしてみました。 私たちは小麦粉と米をテーブルに置き、それらを拭き取ろうとしました。 ロボットを整頓するために、家のいたるところに物を置きました。 私たちはAirbnbに参加して、うまくいっているかどうかを確認していましたが、問題は、毎回同じ家に帰ることができなかったことです. しかし、もしそうなら、私たちはその家に過度に適合するでしょう.

スーパーマーケットへの進出は、高齢者コミュニティの差し迫った問題に取り組みながら、より構造化された環境に対処するための取り組みでした。 製品のテストでは、チームは Airbnb から地元の家族経営の食料品店に移動しました。

「正直に言うと、チャレンジの問題は問題ではありません」と Bajracharya 氏は説明します。 「DARPA ロボティクス チャレンジ、それらは難しいタスクで構成されていました。 チャレンジタスクもそうです。 私たちが家を気に入っているのは、私たちが最終的に家で人々を助けたいと思っている場所を代表しているためです。 しかし、それは家である必要はありません。 食料品市場は非常に多様であるため、非常に良い例です。」

この例では、この設定で提示された学習の一部は、トヨタのより広範なニーズに変換されます。

この種のチームの進歩を正確に構成するものは何なのか、答えるのは難しい質問です。 しかし、大企業は、具体的で収益化可能な結果を​​まだ提供していないロングテール研究プロジェクトの役割を削減し始めているため、これは確かに最重要課題の 1 つです。 昨日ギル・プラットに質問したところ、TRI のボスはこう言いました。

トヨタは、雇用が景気循環に追随しないように懸命に努力してきた会社です。 自動車業界は常に好況と不況を繰り返しています。 ご存知かもしれませんが、トヨタの歴史は、厳しい時期に人を解雇するのではなく、いくつかのことを経験したことです。 1つは、人々が大義を引き受ける犠牲の共有です。 2 つ目は、その時間を利用して、メンテナンス、計画、および教育に投資し、人々がトレーニングを受けられるようにすることです。

トヨタは、業界では「レイオフゼロ」ポリシーで有名です。 特に Google や Amazon などの企業が何万人もの人員削減の最中にあることを考えると、これは確かに称賛に値する目標です。 しかし、TRI や他の研究部門のように、目標がより抽象的な場合、企業は関連するマイルストーンをどのように測定するのでしょうか?

「私たちは自宅で進歩を遂げていましたが、食料品店に移動したときほど速くなく、明確ではありませんでした」と幹部は説明します. 「私たちが食料品店に移動すると、あなたがどれだけうまくやっているか、そしてあなたのシステムに本当の問題が何であるかが非常に明白になります. そして、それらの問題を解決することに本当に集中できます。 トヨタの物流施設と製造施設の両方を見学したとき、少し異なる点を除いて、基本的に食料品の買い物の課題であるこれらの機会をすべて見ました. 今では、パーツが食料品ではなく、すべてのパーツが配送センターに置かれています。」

研究プロジェクトの性質と同様に、Bajracharya 氏は、有益な結果が予想外である場合もあると付け加えています。 しかし、時間が経つにつれて、これらのチャレンジ タスクを選択し、これらの他の領域に適用できるものが少しずつ出てきた場合、これらの短期的なマイルストーンを使用して、私たちが行っている研究の進歩を示しています。」

このようなブレークスルーを製品化するまでの道のりは、あいまいな場合もあります。

「私たちは今、状況をある程度理解していると思います」とバジラチャリヤ。 「たぶん私は、技術を第三者またはトヨタの内部の誰かに渡すつもりであるこの人を見つける必要があるだけだと考えていた. しかし、私たちが学んだことは、それが何であれ、それがビジネス ユニットであろうと、企業であろうと、スタートアップやトヨタ内のユニットであろうと、それらは存在しないように見えるということです。」

Alphabet が X ラボで行ったことに似たスタートアップのスピンアウトは、製品化への主要な道筋にはなりそうにありませんが、確かに検討の対象になっています。 しかし、その道が最終的にどのような形になるかは不明のままです。 ロボット工学は現在、TRI が 2017 年に設立されたときよりもはるかに実行可能になっています。

「過去 5 年間で、この非常に困難な問題で十分な進歩を遂げたように感じており、現在、これらの問題が実際のアプリケーションに変わりつつあることがわかり始めています」と Bajracharya 氏は言います。 「私たちは意識的にシフトしました。 私たちはまだ 80% 研究で最先端を推し進めていますが、その研究が私たちが思っているほど優れているかどうか、そしてそれが実際に適用できるかどうかを判断するために、私たちのリソースのおそらく 20% を割り当てています。 -世界のアプリケーション。 失敗するかもしれません。 いくつかの興味深いブレイクスルーを達成したと思っていたことに気付くかもしれませんが、信頼性や速度が十分ではありません。 しかし、私たちは努力の 20% を試行に費やしています。」