欧姆龙中国 - 欧姆龙（中国）有限公司官网——欧姆龙，推动中国制造业智能未来

首页>科技研发>Omron Story> “机灵”的机器人——构建人与机器的新型关系

“机灵”的机器人——构建人与机器的新型关系
～能与人类共同成长的机器人～

研究信息科学的井尻善久博士在欧姆龙专攻图像处理与机器学习，一直从事人脸图像处理以及生产线中的图像传感算法的研发工作。

为了实现 “无论何人，无论何地，无论何物均可制造”的目标，近年来井尻博士一直在挑战研发出任何人都可简单操作的机器人。

为什么需要谁都能操作的机器人？制造现场需要的“机灵的机器人”究竟是什么？最初是什么体验催生了这一想法？

为了探求这些问题的答案，我们试图深入了解他的挑战。

简化机器人操作，支撑未来制造业

消费者需求和产品品种的多样化要求现代制造业更加具有灵活性。

受劳动力短缺的影响，人们对机器人的期待越来越大。

但井尻博士指出，“现有的机器人可能并不都便于在现场使用。”

“想让机器人正确地工作，需要根据抓取对象及作业情况，对机械手以及抓取物的放置地点一一设计。”

“但这样的结果却让高性能机器人变成功能局限的机器，很难灵活应对产品品种不断增多的需求。

因此制造业一直依靠熟练工人，但随着少子老龄化造成的劳动力减少，这已经越来越行不通了。

即使是可以使用机器人的作业，要想安全操纵机器人，也存在需要接受培训的门槛。没有实际操作经验积累，外行人掌握不了机器人的程序。

而且现场的设置还会花费大量时间，任何一个错误都会造成严重后果，必须谨慎对待。”

机器人原本是为了解决劳动力短缺的问题，结果却需要培养专家。

井尻博士认为，需要简化机器人的操作。

“首先让机器人记住现场作业所需的整套技术，而员工则可按照需求对其加以组合。如果机器人能够根据现场的变化执行任务，那么只需告诉‘What’（应该做什么）即可。

‘这样，‘How’（如何实现）的培训量大幅减少，即使不是专家也会使用，机器人操作也因此变得更为轻松。”

通过“可成长的人工智能（AI）”，让机器人根据对象与环境决定行动

“快要摔倒时，人会反射性地挺直身体。

抓取物品时，我们会瞬间识别与对象物体之间的距离及形状然后紧紧抓住，即使掉落也会反射性地再次抓起，几乎不会失败。

我所追求的，就是让机器人也实现这样的机制。”

而在制造现场，据说大家并不喜欢人无法介入的自动化。

“在制造现场，再怎么细心验证的生产线都还是会发生故障。

最重要的当然是不能停工，但稍作停工即可调整并恢复生产也非常重要。

所以，比起复杂系统来，人们更喜欢简易的系统。这就是为何难懂的AI在制造现场不受欢迎的原因。

要想突出AI在现场的优点，那么可根据人们的要求对行为进行改进的‘机灵’机器人就非常重要了。

是重视速度还是重视精度？该抓在何处？不该抓在何处？在现场，必须根据生产工序的不同，制定各种限制条件并做出相应调整。

虽然AI很好，但未必适合某个工序。

也就是说，一般意义上的聪明AI难以发挥作用，它必须聪明到能根据人们的要求，对自己的行为做出灵活改进。

但又不能像以往那样对一举一动都进行编程，而是必须以人们要求来实现，这里所要求的，是‘常识’。

由此，我认为应当制造能持续成长的AI。
只要身旁有人提醒‘再快点！再细致一点！’，人们就会改进自己的行为。

这对人类再自然不过，但对现状反映迟钝的AI却很难做到。”

所以，能按照人们的要求，实现“机灵”行动的AI至为关键。

这款机器人就安装了“机灵”的AI，能根据制造现场的状况以及用户的要求，随时进行调整，简易操作。

“完成学习的AI”在学习过的条件下具有较高精度，但在异于学习数据的环境下则难以理解发生的事态，从而无法改进行为。

因此，能“持续成长”的AI在今后将愈发重要。

为了实现这一目标，井尻团队正通过让机器人更加自如且灵活“抓取物品”这一为机器人各种动作奠定基础的动作，去不断积累技术。

走出研究所，亲临制造现场

与客户验证控制技术的动作样机

井尻博士说，迄今未有的全新挑战是在走出研究室，投身于制造现场后诞生的。

井尻博士现在供职于智能系统研发中心，但他通过在事业部从事产品研发以及销售支持、客户支持等工作积累了广泛的经验。

“尤其是通过客户支持在公司内外制造现场结识的非常敬业的技术人员，让我深受刺激。

一旦发生问题，不解决问题不回家的决心，不解决问题不让人回家的约束力，现场解决问题的技术力就是在这样毫不妥协的严苛氛围与技术战中不断培养的。

正是这些工作的日积月累，才催生出了无可比拟的高品质。

但另一方面，相关制造技术人员因不断提高的品质要求，不得不从事苛刻的作业而且还需要加班工作，感觉他们有些过于拼命了。

看到这些情景，我就想是否可以把很多东西简化，如果简化一些，是否会对技术人员有些帮助？”

“如果机器能根据环境及用户的变化自行进行思考，那应该会变得更简易一些。

进一步改变现场，机器能做的事情交给机器，机器不能做的事情再由人来解决。

井尻博士的这一信念，支撑着他向“机灵的机器人”发起新的挑战。