Роботы, автоматы, роверы, манипуляторы, аватары, теледроид, теслабот, нейролинк

[Inti]

Посылки не повторяются. При возвращении в бункер их перемешивают.

[Ну-и-ну]

была выбрана прекрасно автоматизируемая задача.

Которая почему то до сих пор не автоматизирована... Почему бы это?

Было много причин. Во-первых, кончился порох!

Во-первых, не хватило электричества.
 Тротила не хватило, во-вторых.
 Потом века монгольского владычества
 блондинов превратили в вороных.

https://geo.web.ru/bards/Scherbakov/part223.htm

[Inti]

Жестокие роботовладельцы заставили соревноваться робота и молодого студента-практиканта



Там можно голосовать кто выиграет. Ясен пень что резвый практикант может выиграть в первые часы работы, но часика четыре в таком темпе и он сдохнет.

[nonconvex]

была выбрана прекрасно автоматизируемая задача.

Которая почему то до сих пор не автоматизирована... Почему бы это?

Там, где порох не кончился, вопрос давно решен. Решения разные, есть и роботизированные:

[Старый]

Основные планы по Figure и BMW

Как планы реализуются так и приходи. 

[Inti]

вопрос давно решен

Согласен. Давно. Но частично:

Итак, где мы находимся сейчас?
На сегодняшний день на складах используется гибридный подход:

• Процентов 70–80% пути посылка проходит через жесткую автоматизацию (конвейеры, сортеры).
• Оставшиеся 20–30% (разгрузка навалом, сортировка нестандартных грузов, финальная укладка в почтовые машины) — это до сих пор тяжелый человеческий труд.

Почему же тогда на складах до сих пор трудятся сотни тысяч людей? Потому что стандартная автоматизация ломается, как только исчезает идеальный порядок.
Машины отлично справляются с жесткими коробками. Но они «слепнут» и «теряются» перед лицом следующих задач:

• Деформация и нестандартная форма: Мягкие пакеты с AliExpress, тубусы, посылки обмотанные скотчем в несколько слоев. Автоматический сканер может не найти штрих-код, если он замялся в складке пакета.
• Случайная укладка (Bin Picking): Представьте огромный контейнер, куда свалены сотни разношерстных посылок. Традиционный промышленный манипулятор не понимает, где заканчивается один пакет и начинается другой, с какой силой его сжать, чтобы не раздавить содержимое, и как его повернуть, чтобы считать штрих-код.

Вот здесь на сцену и выходят антропоморфные (гуманоидные) роботы вроде Figure.

• Зрение на базе ИИ (Нейросети): Робот не просто смотрит камерой, он понимает контекст. Он видит кучу хлама и вычленяет из нее конкретную коробку, понимая ее границы.
• Моторика и адаптивность: Робот берет посылку так же, как человек — подстраивая силу сжатия «пальцев» под вес и форму объекта.
• Универсальность: Вместо постройки дорогой конвейерной линии под конкретный тип коробок, можно взять робота и поставить его на рабочее место, созданное для человека.

Итог: традиционная автоматика уже хорошо справляется с потоком стандартных посылок на крупных сортировочных линиях. Гуманоиды вроде Figure решают другую задачу — работу в неструктурированной среде, где раньше безальтернативно нужен был человек. Это пока пилоты, но прогресс за последние два года очень заметный.

[Старый]

Оставшиеся 20–30% (разгрузка навалом, сортировка нестандартных грузов, финальная укладка в почтовые машины) — это до сих пор тяжелый человеческий труд.

И вот для этой работы универсальный ЧПР уж точно никак не подойдёт.

[Старый]

Машины отлично справляются с жесткими коробками. Но они «слепнут» и «теряются» перед лицом следующих задач:

• Деформация и нестандартная форма: Мягкие пакеты с AliExpress, тубусы, посылки обмотанные скотчем в несколько слоев. Автоматический сканер может не найти штрих-код, если он замялся в складке пакета.

Ты видел как домашний робот отлично справляется с любыми предметами? И он абсолютно не человекообразный. 

[Старый]

Случайная укладка (Bin Picking): Представьте огромный контейнер, куда свалены сотни разношерстных посылок. Традиционный промышленный манипулятор не понимает, где заканчивается один пакет и начинается другой, с какой силой его сжать, чтобы не раздавить содержимое, и как его повернуть, чтобы считать штрих-код.

Этот вопрос программного обеспечения а не человекообразной формы. Человекообразность тут вообще не при чём.  
 И в этом вопросе традиционный промышленный манипулятор будет понимать ровно столько же сколько и человнкообразная машина. 

[Старый]

Зрение на базе ИИ (Нейросети): Робот не просто смотрит камерой, он понимает контекст. Он видит кучу хлама и вычленяет из нее конкретную коробку, понимая ее границы.

Это свойство программного обеспечения а не внешнего вида машины. Промышленный манипулятор понимает ровно столько же сколько и человекообразный робот. Если программное обеспечение позволяет по картинке с камеры определить границы коробки то дальше пофигу каким манипулятором её брать - человекообразным или нет. 

[Старый]

Моторика и адаптивность: Робот берет посылку так же, как человек — подстраивая силу сжатия «пальцев» под вес и форму объекта.

Промышленный манипулятор точно так же. 

[Старый]

Универсальность: Вместо постройки дорогой конвейерной линии под конкретный тип коробок, можно взять робота и поставить его на рабочее место, созданное для человека.

Нечеловекообразный промышленный манипулятор - точно так же. 

[Старый]

Итог:

Итог: ты делаешь глубокую принципиальную ошибку предполагая и навязывая что искусственным интеллектом может обладать только человекообразная машина. 
 Это продолжение всё той же психологии кучера - до сих пор ты видел что интеллектом обладают только люди и ге можешь себе представить что может быть как-то по другому. Поэтому думаешь что умная машина может быть только человекообразной. 

[Старый]

Гуманоиды вроде Figure решают другую задачу — работу в неструктурированной среде, где раньше безальтернативно нужен был человек. Это пока пилоты, но прогресс за последние два года очень заметный.

Эту проблему решает программное обеспечение. Человекообразная форма сортировочной машины тут абсолютно не при делах и только мешает. 

[nonconvex]

Согласен. Давно. Но частично:

Автоматически сортируется 90-95 процентов посылок. Остальные - порванные, сломанные и с испорченными наклейками может обработать только человек. 

Ваши длинные опусы от чатботов не приветствуются, по причине тупости чатботов. 

[Inti]

Автоматически сортируется 90-95 процентов посылок.

5-10% - получается огромное число посылок которые обрабатывают люди. Особенно с учётом того насколько выросло число посылок из-за онлайн-торговли.
И помимо сортировки на конвейерах есть ещё и загрузка в фургоны, и разноска по адресам - всё это вообще не автоматизировано.

[nonconvex]

5-10% - получается огромное число посылок которые обрабатывают люди. Особенно с учётом того насколько выросло число посылок из-за онлайн-торговли.

И ничего тут не поделаешь. ЧПР тут не поможет. 

[nonconvex]

разноска по адресам - всё это вообще не автоматизировано.

Вы не поверите, но например у Амазона нет проблем с разноской по адресам - люди с радостью занимаются этим делом, чтобы заработать на жизнь.

[Inti]

ты делаешь глубокую принципиальную ошибку предполагая и навязывая что искусственным интеллектом может обладать только человекообразная машина. 

Это ты делаешь глубокую принципиальную ошибку предполагая и навязывая что человекообразная форма всегда хуже для выполнения любых задач. На самом деле конечно ИИ (в принципе) может управлять чем угодно. Но по существу, ИИ нужно учить, или по меньше мере дообучать, для каждого нового аппарата, для каждого нового захвата, для каждого нового манипулятора. А это занятие хоть и увлекательное - но требует времени и денег для создания новой версии. Нет сейчас такого ИИ который может научиться работать клещами - и тут же переключиться на присоски или отвёртку. Даже модель железа тоже имеет значение, не только тип оборудования. В будущем такой универсальный ИИ может и появится - но сейчас его нет. Сейчас Маск тратит миллиарды чтобы обучать одну конкретную модель Optimus Gen 3. И тратить прорву денег на создание и тестирование и поддержку новых версий ИИ для разнообразных специализированных механизмов - никому сейчас не интересно. В будущем - вполне возможно, когда проектированием и обучением займётся какой-нибудь супер-ИИ. А сейчас это дорого и неэффективно. Сейчас создание ЧПР - самый рациональный путь т.к. ИИ может обучаться на массе накопленного ютубом видео работающих людей, с помощью экзоскелетов и т.п. простых для людей-учителей приспособлений. Причём когда роботы начнут реально работать - то их массовость и одинаковость позволит сильно ускорить процесс обучения, стоит одному пользователю обучить своего робота чему-либо - и все остальные это знание смогут применять. Создание разнообразных высокопроизводительных машин на основе ИИ пока что совершенно нецелесообразно. В том числе и потому что ИИ сегодня не обеспечивает высокой скорости. Только-только стали подбираться к скорости среднего работника-человека.

Короче, Старый, ты не в теме. Лучше смотри и удивляйся, но не пытайся быть умнее Илона Маска.

[Inti]

5-10% - получается огромное число посылок которые обрабатывают люди. Особенно с учётом того насколько выросло число посылок из-за онлайн-торговли.

И ничего тут не поделаешь. ЧПР тут не поможет.

Потому что у ЧПР нет души?