Standard Bots рассказала, как учит заводских роботов на правках людей

Американский производитель промышленных роботов Standard Bots не гонится за самыми большими наборами данных и доучивает свои ИИ-модели на поправках, которые люди вносят прямо на заводах, рассказали изданию Latent Space¹ руководители компании.

Почему это важно: все говорят о роботах с ИИ на примере человекоподобных машин, а на заводах уже работают обычные манипуляторы. Standard Bots — один из крупных их производителей в США — объяснила, какую работу в таком роботе отдают модели, а какую нет.

Расклад: в июне Standard Bots привлекла 200 млн долларов в раунде серии C² при оценке 1 млрд долларов. Её роботы-руки обслуживают станки (загружают заготовки и вынимают готовые детали), варят и собирают изделия; среди клиентов — NASA, Amazon и Lockheed Martin.

Как это работает: глава компании Эван Бирд и руководитель направления ИИ Лейф Джентофт описали устройство так:

• У компании одна общая базовая модель, а клиент подстраивает её под свою задачу: показывает роботу движения и дообучает.
• Самая крупная модель — несколько миллиардов параметров, это немного по меркам лабораторий, которые делают передовые модели.
• Компания поручает моделям короткие операции, чтобы уложиться в заводские нормы по времени цикла и надёжности, а остальное делает обычная программа.
• Учат модели в облаке, а работают они на видеокартах прямо у робота: по словам Джентофта, на большинстве заводов и складов нет надёжного интернета.

Детали: на производстве с большим ассортиментом деталей пользователь говорит роботу, что искать, и модель находит и распознаёт эти детали без дополнительного обучения. Движение руки и логику работы всего участка вокруг робота задаёт обычный код. Основу системы обучили более чем на миллиарде изображений — это и позволяет роботу различать условия освещения и материалы, а также отличать предмет от фона.

Интрига: «Мы считаем, что качество данных гораздо важнее объёма», — говорит Джентофт. Симуляцией компания пользуется, где может, но задачи с жидкостями, вакуумными захватами или резкой гибких материалов, по словам Бирда, нынешние симуляторы воспроизводят плохо. Сбои и поправки операторов с заводов собирают и учат на них весь парк роботов. «Вмешательство прямо на месте исправляет редкий случай за несколько десятков примеров», — добавил Джентофт. По его словам, клиенты обычно не против делиться данными: взамен их собственные роботы работают лучше.

Но: данные с заводов доходят до компании не всегда: многие оборонные клиенты держат роботов в сетях, физически отрезанных от внешнего мира, и оттуда не возвращается ничего.

Другая сторона: Standard Bots сама делает руку, захват, систему управления и ИИ. «Что бы ни утверждали другие, сегодня ни одна модель по-настоящему не независима от железа», — говорит Джентофт. Latent Space напоминает, что стартап Skild, который строит «универсальный интеллект для роботов», добивается обратного — модели, переносимой между разными машинами.

Что дальше: через платформу StandardOS сторонние разработчики уже получают программный доступ к роботам и могут подключать свои модели, например открытые модели мира³ NVIDIA Cosmos⁴. Код для такой связки разработчики пока пишут сами; компания обещает упростить сбор данных, обучение и перенос моделей на роботов.