เหตุใดหุ่นยนต์ในครัวเรือนอย่าง Rosie จาก 'Jetsons' จึงยังไม่สามารถเข้าถึงได้ PlatoBlockchain Data Intelligence ค้นหาแนวตั้ง AI.

ทำไมหุ่นยนต์ในครัวเรือนอย่าง Rosie จาก 'Jetsons' ยังไม่สามารถเข้าถึงได้

ด้วยความก้าวหน้าล่าสุดใน ปัญญาประดิษฐ์และเทคโนโลยีหุ่นยนต์มีความสนใจเพิ่มขึ้นในการพัฒนาและทำการตลาดหุ่นยนต์ในครัวเรือนที่สามารถจัดการงานบ้านต่างๆ ได้

เทสลาคือ สร้างหุ่นยนต์ฮิวแมนนอยด์ซึ่งตามคำกล่าวของ CEO Elon Musk สามารถใช้ทำอาหารและช่วยเหลือผู้สูงอายุได้ อเมซอน เมื่อเร็วๆ นี้ เข้าซื้อกิจการ iRobotซึ่งเป็นผู้ผลิตหุ่นยนต์ดูดฝุ่นที่มีชื่อเสียงและได้ลงทุนอย่างหนักในเทคโนโลยีผ่าน โปรแกรม Amazon Robotics เพื่อขยายเทคโนโลยีหุ่นยนต์สู่ตลาดผู้บริโภค ในเดือนพฤษภาคม พ.ศ. 2022 Dyson บริษัทที่มีชื่อเสียงด้านเครื่องดูดฝุ่นไฟฟ้า ได้ประกาศว่ามีแผนจะสร้างศูนย์หุ่นยนต์ที่ใหญ่ที่สุดของสหราชอาณาจักรโดยเฉพาะ การพัฒนาหุ่นยนต์ในครัวเรือน ที่ดำเนินการงานบ้านทุกวันในพื้นที่อยู่อาศัย

แม้จะมีความสนใจเพิ่มขึ้น แต่ลูกค้าที่น่าจะเป็นอาจต้องรอสักครู่เพื่อให้หุ่นยนต์เหล่านั้นออกสู่ตลาด แม้ว่าอุปกรณ์ต่างๆ เช่น เทอร์โมสแตทอัจฉริยะและระบบรักษาความปลอดภัยจะใช้กันอย่างแพร่หลายในบ้านในปัจจุบัน แต่การใช้หุ่นยนต์ในครัวเรือนในเชิงพาณิชย์ยังอยู่ในช่วงเริ่มต้น

ในฐานะที่เป็น นักวิจัยหุ่นยนต์ฉันรู้โดยตรงว่าหุ่นยนต์ในครัวเรือนสร้างได้ยากกว่าอุปกรณ์ดิจิทัลอัจฉริยะหรือหุ่นยนต์อุตสาหกรรมอย่างไร

[เนื้อหาฝัง]

การจัดการวัตถุ

ความแตกต่างที่สำคัญอย่างหนึ่งระหว่างอุปกรณ์ดิจิทัลและหุ่นยนต์ก็คือ หุ่นยนต์ในครัวเรือน ต้องจัดการวัตถุ ผ่านการสัมผัสทางกายภาพเพื่อดำเนินงานของพวกเขา พวกเขาต้องถือจาน ย้ายเก้าอี้ หยิบเสื้อผ้าที่สกปรกแล้วนำไปใส่ในเครื่องซักผ้า การดำเนินการเหล่านี้ต้องการให้หุ่นยนต์สามารถจัดการกับวัตถุที่เปราะบาง อ่อนนุ่ม และมีน้ำหนักมากในบางครั้งที่มีรูปร่างผิดปกติ

AI และอัลกอริธึมการเรียนรู้ของเครื่องที่ล้ำสมัยทำงานได้ดีในสภาพแวดล้อมจำลอง แต่การสัมผัสกับวัตถุในโลกแห่งความเป็นจริงมักจะทำให้พวกมันสะดุด สิ่งนี้เกิดขึ้นเนื่องจากการสัมผัสทางกายภาพมักจะสร้างแบบจำลองได้ยากและควบคุมได้ยากกว่า ในขณะที่มนุษย์สามารถทำงานเหล่านี้ได้อย่างง่ายดาย แต่ก็มีอุปสรรคทางเทคนิคที่สำคัญสำหรับหุ่นยนต์ในครัวเรือนในการเข้าถึงความสามารถระดับมนุษย์ในการจัดการวัตถุ

หุ่นยนต์มีปัญหาในการจัดการวัตถุสองด้าน: การควบคุมและการรับรู้ หุ่นยนต์หยิบและวางจำนวนมากเช่นเดียวกับในสายการผลิตมีอุปกรณ์จับยึดแบบธรรมดาหรือเครื่องมือพิเศษเฉพาะสำหรับงานบางประเภทเท่านั้น เช่น การจับและการถือชิ้นส่วนเฉพาะ พวกเขามักจะพยายามจัดการกับวัตถุที่มีรูปร่างไม่สม่ำเสมอหรือวัสดุยืดหยุ่น โดยเฉพาะอย่างยิ่งเนื่องจากขาดประสิทธิภาพ บังคับหรือสัมผัสข้อเสนอแนะ มนุษย์ได้รับพรตามธรรมชาติ การสร้างมือหุ่นยนต์เอนกประสงค์ด้วยนิ้วที่ยืดหยุ่นยังคงเป็นเรื่องท้าทายทางเทคนิคและมีราคาแพง

นอกจากนี้ยังควรกล่าวอีกว่าผู้ควบคุมหุ่นยนต์แบบเดิมต้องการแพลตฟอร์มที่เสถียรเพื่อให้ทำงานได้อย่างถูกต้อง แต่ความแม่นยำจะลดลงอย่างมากเมื่อใช้กับแพลตฟอร์มที่เคลื่อนที่ไปรอบๆ โดยเฉพาะอย่างยิ่งบนพื้นผิวที่หลากหลาย การประสานงานการเคลื่อนไหวและการจัดการในหุ่นยนต์เคลื่อนที่เป็นปัญหาที่เปิดกว้างในชุมชนวิทยาการหุ่นยนต์ที่ต้องได้รับการแก้ไขก่อนที่หุ่นยนต์ในครัวเรือนที่มีความสามารถในวงกว้างจะเข้าสู่ตลาดได้

ห้องครัวหุ่นยนต์ที่มีความซับซ้อนมีวางจำหน่ายแล้ว (ด้านล่าง) แต่ทำงานในสภาพแวดล้อมที่มีโครงสร้างสูง ซึ่งหมายความว่าวัตถุทั้งหมดที่มันโต้ตอบกับ เช่น เครื่องครัว ภาชนะใส่อาหาร เครื่องใช้ต่างๆ อยู่ในที่ที่คาดว่าจะเป็น และไม่มี มนุษย์ที่น่ารำคาญเข้ามาขวางทาง

[เนื้อหาฝัง]

พวกเขาชอบโครงสร้าง

ในสายการผลิตหรือคลังสินค้า สภาพแวดล้อมและลำดับของงานได้รับการจัดอย่างเข้มงวด ซึ่งช่วยให้วิศวกรสามารถตั้งโปรแกรมการเคลื่อนไหวของหุ่นยนต์ล่วงหน้าหรือใช้วิธีการง่ายๆ เช่น รหัส QR เพื่อค้นหาวัตถุหรือตำแหน่งเป้าหมาย อย่างไรก็ตาม ของใช้ในครัวเรือนมักจะไม่เป็นระเบียบและวางแบบสุ่ม

โฮมโรบ็อตต้องรับมือกับความไม่แน่นอนหลายอย่างในพื้นที่ทำงาน หุ่นยนต์จะต้องค้นหาและระบุรายการเป้าหมายก่อนอื่น บ่อยครั้งยังต้องเคลียร์หรือหลีกเลี่ยงสิ่งกีดขวางอื่นๆ ในพื้นที่ทำงานเพื่อให้สามารถเข้าถึงรายการและทำงานที่กำหนดได้ สิ่งนี้ต้องการให้หุ่นยนต์มีระบบการรับรู้ที่ยอดเยี่ยม ทักษะการนำทางที่มีประสิทธิภาพ และความสามารถในการควบคุมที่ทรงพลังและแม่นยำ

ตัวอย่างเช่น ผู้ใช้หุ่นยนต์ดูดฝุ่นทราบดีว่าพวกเขาต้องถอดเฟอร์นิเจอร์ขนาดเล็กทั้งหมดและสิ่งกีดขวางอื่นๆ เช่น สายเคเบิล ออกจากพื้น เพราะแม้แต่หุ่นยนต์ดูดฝุ่นที่ดีที่สุดก็ไม่สามารถทำความสะอาดได้ด้วยตัวเอง ที่ท้าทายยิ่งกว่านั้น หุ่นยนต์ต้องทำงานในที่ที่มีสิ่งกีดขวางที่กำลังเคลื่อนที่เมื่อผู้คนและสัตว์เลี้ยงเดินเข้ามาในระยะประชิด

ทำให้มันง่าย

แม้จะดูเหมือนตรงไปตรงมาสำหรับมนุษย์ งานในครัวเรือนหลายอย่างก็ซับซ้อนเกินไปสำหรับหุ่นยนต์ หุ่นยนต์อุตสาหกรรมนั้นยอดเยี่ยมสำหรับการทำงานซ้ำๆ โดยสามารถตั้งโปรแกรมการเคลื่อนที่ล่วงหน้าของหุ่นยนต์ได้ แต่งานบ้านมักจะไม่ซ้ำกับสถานการณ์และอาจเต็มไปด้วยเรื่องน่าประหลาดใจที่ทำให้หุ่นยนต์ต้องตัดสินใจตลอดเวลาและเปลี่ยนเส้นทางเพื่อทำงาน

นึกถึงการทำอาหารหรือล้างจาน ในระหว่างทำอาหารไม่กี่นาที คุณอาจจับกระทะผัด ไม้พาย ลูกบิดเตา ที่จับประตูตู้เย็น ไข่ และน้ำมันปรุงอาหารหนึ่งขวด ในการล้างกระทะ คุณมักจะถือและเคลื่อนย้ายมันด้วยมือข้างหนึ่งในขณะที่ขัดด้วยมืออีกข้างหนึ่ง และตรวจดูให้แน่ใจว่าได้ขจัดเศษอาหารที่ปรุงสุกแล้วออกให้หมด จากนั้นจึงล้างสบู่ทั้งหมดออก

มีการพัฒนาที่สำคัญในช่วงไม่กี่ปีที่ผ่านมาโดยใช้แมชชีนเลิร์นนิงเพื่อฝึกหุ่นยนต์เพื่อตัดสินใจอย่างชาญฉลาดเมื่อหยิบและวางวัตถุต่างๆ ซึ่งหมายถึงการจับและเคลื่อนย้ายวัตถุจากที่หนึ่งไปยังอีกที่หนึ่ง อย่างไรก็ตาม ความสามารถในการฝึกหุ่นยนต์ให้เชี่ยวชาญเครื่องมือในครัวและเครื่องใช้ในครัวเรือนทุกประเภท ถือเป็นความยากอีกระดับหนึ่ง แม้กระทั่งสำหรับอัลกอริธึมการเรียนรู้ที่ดีที่สุด

ไม่ต้องพูดถึงว่าบ้านของผู้คนมักมีบันได ทางเดินแคบ และชั้นวางสูง พื้นที่ที่เข้าถึงยากเหล่านั้นจำกัดการใช้หุ่นยนต์เคลื่อนที่ในปัจจุบัน ซึ่งมักจะใช้ล้อหรือสี่ขา หุ่นยนต์ฮิวแมนนอยด์ซึ่งตรงกับสภาพแวดล้อมที่มนุษย์สร้างและจัดระเบียบให้ใกล้เคียงมากขึ้น ยังไม่เคยถูกใช้งานอย่างน่าเชื่อถือนอกการตั้งค่าห้องปฏิบัติการ

วิธีแก้ปัญหาความซับซ้อนของงานคือการสร้างหุ่นยนต์สำหรับวัตถุประสงค์พิเศษ เช่น หุ่นยนต์ดูดฝุ่นหรือหุ่นยนต์ในครัว อุปกรณ์ดังกล่าวหลายประเภทมีแนวโน้มที่จะได้รับการพัฒนาในอนาคตอันใกล้นี้ อย่างไรก็ตาม ฉันเชื่อว่าหุ่นยนต์บ้านเอนกประสงค์ยังคง ห่างหายกันไปนาน.

บทความนี้ตีพิมพ์ซ้ำจาก สนทนา ภายใต้ใบอนุญาตครีเอทีฟคอมมอนส์ อ่าน บทความต้นฉบับ.

เครดิตภาพ: ไดสัน

ประทับเวลา:

เพิ่มเติมจาก Hub เอกพจน์