Lerende robots
Zelfs voor robots geldt dat ze beter in bepaalde taken kunnen worden als ze meer oefenen. Dat geldt in elk geval voor een een techniek die ontwikkeld is door Stefanie Tellex, een assistent professor aan Brown University. Ze leert robots hoe ze verschillende voorwerpen kunnen oppakken, en vervolgens kunnen de robots elkaar leren hoe het moet. Tellex maakt gebruik van Baxter, een industriële robot waar we al eerder over schreven die twee grijparmen heeft en een gezicht in de vorm van een touchscreen. Het is de bedoeling dat de robots taken kunnen automatiseren in fabrieken, zoals het oppakken van een product om het vervolgens op een andere loopband neer te zetten. Toch moeten mensen de robots zo instellen dat ze precies op de beste en veiligste manier objecten beetpakken, wat niet altijd even gemakkelijk is.
Lees ook: Deze robot komt jouw baan inpikken
De techniek van Stefanie Tellex zorgt ervoor dat de robots hun eigen cameras en infrarood-sensoren gebruiken om een object te bestuderen, en zo bepalen wat de beste manier is om het betreffende object beet te pakken. Als ze de perfecte manier hebben gevonden zal die informatie geüpload worden naar een online omgeving, waar andere robots ook weer bij kunnen. Het komt erop neer dat de robots als een netwerk kunnen leren, en zo razendsnel kennis met elkaar kunnen delen. Je hoeft niet langer elke robot te leren hoe het iets moet doen, en dat blijft niet beperkt tot het oppakken van objecten. Volgens een artikel in MIT Technology Review kunnen de robots met behulp van Tellex’s methode 75% meer betrouwbaar objecten vasthouden vergeleken met de standaard software die met de robots meegeleverd wordt. Dit soort technieken zijn vooral interessant voor grote partijen zoals Amazon, die vele verschillende objecten moeten vervoeren met behulp van robots. Tot nu toe zijn mensen vaak betrouwbaarder omdat ze beter kunnen inschatten hoe ze met producten moeten omgaan, maar met de methode van Tellex zou Amazon razendsnel al hun robots kunnen leren hoe ze de producten uit hun waarhuis het veiligst moeten beetpakken, waardoor het gebruik van robots in plaats van mensen nog aantrekkelijker wordt.
