Startup 2 tỉ đô la 'dạy' robot biết phương pháp suy nghĩ
Robot công nghiệp với thể tự học việc
 |
| Toru Nishikawa (phải) và Daisuke Okanohara, hai đồng sáng lập của Preferred Networks. Ảnh: Bloomberg |
Hãng tin Bloomberg ngày 16-5 cho biết, tổ chức Preferred Networks, là start-up với trị giá nhất Nhật Bản nhờ vòng gọi vốn vào năm ngoái, định giá tổ chức này ở mức hơn 2 tỉ đô la Mỹ.
hai kỹ sư khoa học máy tính Toru Nishikawa và Daisuke Okanohara có mặt trên thị trường Preferred Networks vào năm 2014 và quyết định hội tụ vào việc phát triển những máy móc công nghiệp thông minh, một hướng đi khôn ngoan vì Nhật Bản có sẵn thế mạnh về những các thiết bị cung cấp tiên tiến và các đối thủ hàng đầu về ai như Google và Facebook vẫn chưa xâm nhập vào lãnh địa này.
một trong các người trước nhất bị thuyết phục bởi tầm nhìn của Nishikawa và Okanohara là ông Yoshiharu Inaba, chủ toạ doanh nghiệp cung ứng robot công nghiệp lớn nhất toàn cầu Fanuc (Nhật Bản). Ông là 1 lái buôn nức tiếng thận trọng và là một kỹ sư hoàn hảo, người đã sáng chế ra đa dạng công cụ quan trọng cho dây chuyền sản xuất ô tô, Inaba đồng ý gặp hai nhà sáng lập của Preferred Networks vào đầu năm 2015.
Cuộc trò chuyện diễn ra trong một tiếng đồng hồ đã thuyết phục Inaba đầu tư 9 triệu đô la vào đơn vị của hai nhà khoa học máy tính trẻ cũng như cho phép họ tiếp cận một số bí mật thương nghiệp quan yếu nhất của ông, chậm tiến độ là các khối lượng dữ liệu đồ sộ được tạo ra bởi hàng ngàn robot trong các dây chuyền cung cấp tại nhà máy của Fanuc.
Bốn tháng sau, Toyota đầu tư 10 triệu đô la vào Preferred Networks và vào tháng 8 năm ngoái, tiếp diễn rót thêm 100 triệu đô la Mỹ nữa. Những doanh nghiệp mang ưu thế cung cấp khác như Hitachi, Mizuho Financial Group và Mitsui cũng góp vốn đầu tư cho Preferred Networks vào tháng 12-2017.
Điều làm Preferred Networks dị biệt có hàng trăm start-up khác trong lĩnh vực ai là công ty này kết hợp người nào sở hữu sức mạnh sản xuất của Nhật Bản. Những thuật toán học sâu phụ thuộc vào Phân tích dữ liệu và Preferred Networks sở hữu bí quyết tiếp cận dữ liệu độc đáo. Những ký hợp đồng hiệp tác với Toyota và Fanuc, cho phép Preferred Networks tiếp cận những nhà máy bậc nhất thế giới.
trong khi Google tiêu dùng dữ liệu trong khoảng cỗ máy kiếm tìm và Facebook khai thác dữ liệu từ mạng phố hội của nó để vươn lên trở thành các thần thế hàng đầu về người nào, Preferred Networks lại mua thời cơ Tìm hiểu dữ liệu từ hoạt động của robot để cải thiện quy trình cung ứng.
những robot công nghiệp của Fanuc được cung cấp bằng những đội quân robot khác. Chúng khiến cho việc dưới sự giám sát của năm viên chức.
"Những gì tôi chứng kiến là những robot này phân phối ra những robot khác mà ko với sự can thiệp của con người. Ví như duy trì các robot này hoạt động liên tiếp, dữ liệu thu được là vô hạn", Nishikawa, chủ tịch kiêm tổng giám đốc Preferred Networks, đề cập.
tuy nhiên, Nishikawa nhận thấy rằng dù nhà máy của Fanuc rất đương đại nhưng khoa học người nào lại ko được áp dụng.
mang sự hỗ trợ kỹ thuật học sâu theo thời gian thực của Preferred Networks, những robot sản xuất của Fanuc được nâng cao hiệu quả hoạt động rõ rệt.
những robot công nghiệp chỉ đích thực hiệu quả lúc khiến 1 tác vụ lặp đi lặp lại sở hữu sự chính xác cao. Bên cạnh đó, lúc dây chuyền cung ứng thay đổi, những kỹ sư phải mất đa dạng ngày để viết 1 chương trình mới, điều chỉnh hoạt động của các robot này. Nếu như được trang bị nên tảng học sâu, các robot trên một dây chuyền sản xuất có thể tự học và "tự dạy" nhau tác vụ mới một phương pháp mau chóng.
Robot gắp vật thể của Fanuc tiêu dùng nền tảng học sâu nâng cao cường của Preferred Networks để tự học 1 tác vụ mới. Nó cố gắng gắp những vật thể khi mà tự quay video giai đoạn này. Mỗi lần gắp thành công hay thất bại, nó sẽ tự rút ra kinh nghiệm để cải thiện cho lần gắp sau.
Shohei Hido, Giám đốc nghiên cứu của Preferred Networks, cho biết chỉ trong vòng tám tiếng, robot này mang thể gắp chuẩn xác vật thể mang tỷ lệ thành công 90%. Lúc tám robot của Fanuc khiến cho việc đồng thời cùng nhau, chúng có thể học hỏi tác vụ mới chỉ trong vòng 1 tiếng thay vì tám tiếng.
chậm triển khai là nhờ các robot này truyền những gì chúng học được vào một mạng nơ-ron nhân tạo, nơi những robot khác có thể học hỏi đồng thời "chia sẻ" kinh nghiệm của chúng, giúp thời kỳ tự học diễn ra tốc độ hơn.
"Phải mất 10 năm để đào tạo một thợ máy lành nghề và kiến thức của họ chẳng thể được truyền thụ sang người khác chóng vánh. Nhưng lúc bạn với 1 chuyên gia robot, bạn có thể nhân rộng kiến thức Đó ra bất tận", ông Yoshiharu Inaba kể.
áp dụng kỹ thuật học sâu cho xe tự lái
Preferred Networks không chỉ hội tụ vững mạnh các thuật toán học sâu theo thời kì thực trong cung ứng mà còn trong phổ thông lĩnh vực khác bao gồm y tế, bán buôn, an ninh mạng và xe tự lái.
Hãng xe Toyota, cổ đông lớn nhất của Preferred Networks, đã rót tổng cùng cho doanh nghiệp này 110 triệu đô la Mỹ khi đặt cược rằng những thuật toán học sâu do Preferred Networks tăng trưởng sẽ giúp Toyota khó khăn có xe tự lái của Waymo, doanh nghiệp con của tập đoàn kỹ thuật Alphabet .
Tại Triển lãm hàng điện tử sử dụng Las Vegas năm 2016, Preferred Networks đã dùng các ô tô đồ chơi để trình diễn năng lực của kỹ thuật học sâu. Sáu loại ô tô đồ chơi chạy vòng trong 1 không gian sở hữu chướng ngại vật. Ban sơ, những ô tô đồ chơi này liên tiếp đụng nhau lúc chuyển di nhưng sau 2 tiếng, chúng chạy vòng tròn và sở hữu thể né nhau một cách thức tài tình như thế với các tài xế giỏi đang cầm lái ở bên trong.
Điều đáng kinh ngạc là chẳng phải có một lập trình viên con ai viết những chỉ dẫn để điều khiển chúng. Thay vào Đó, nhờ được vật dụng khoa học họd sâu, các chiếc ô tô đồ chơi này tự học hỏi các lề luật hoạt động trong khoảng kinh nghiệm và giai đoạn học hỏi được xúc tiến nhanh bằng cách thức san sẻ kinh nghiệm phê chuẩn 1 mạng nơ-ron nhân tạo.
Vietnambiz
Nhận xét
Đăng nhận xét