robótica e inteligencia artificial: mitos y realidades
TRANSCRIPT
© IK4-TEKNIKER 2016
© IK4-TEKNIKER 2016
Robots al servicio de la Industria 4.0 - Basque Industry 4.0 Loreto Susperregi - IK4-TEKNIKER, 24 Octubre 2018
Robótica e Inteligencia Artificial: mitos y
realidades
Robots al servicio de la Industria 4.0 - Basque Industry 4.0
SPRI - Miramon Enpresa Digitala - Cámara de Gipuzkoa
© IK4-TEKNIKER 2016
2
Industry 4.0
© IK4-TEKNIKER 2016
3
Industry 4.0
© IK4-TEKNIKER 2016
CICLOS DE VIDA CORTOS PERSONALIZACIÓN
SERVITIZACIÓN ENVEJECIMIENTO
© IK4-TEKNIKER 2016
5
Industry 4.0
© IK4-TEKNIKER 2016
6
Industry 4.0
© IK4-TEKNIKER 2016
Cambio paradigma robótica
• Competitividad
• Productividad
• Calidad
• Costes, eficiencia
• Ergonomía
Integración personas, sensores, en fábrica…
Flexibilidad procesos
© IK4-TEKNIKER 2016
ROBÓTICA AVANZADA
Co
mp
le
jid
ad ta
re
a
LÓGICA
PREESTABLECIDA
CONTROL,
DECISIÓN
CREATIVIDAD,
RESOLUCIÓN
PROBLEMAS
ENTORNO/OBJETO RÍGIDO CUASI-ESTRUCTURADO DESESTRUCTURADO
ROBÓTICA
CONVENCIONAL
MANUAL / VENTAJA HUMANO
TAMAÑO LOTE ALTO BAJO
VARIABILIDAD BAJA ALTA
Pro
du
ctivid
ad
- BAJA
+ ALTA
© IK4-TEKNIKER 2016
APLICACIONES INTELIGENCIA GENERAL – “STRONG”
• Razonar, resolver problemas
• Conocer, aprender
• Planificar
• Interactuar socialmente
• Formular ideas originales
• Percibir
INTELIGENCIA ESPECIFICA – “WEAK”
• Replicar aspectos específicos
Optimización de rutas
Procesamiento lenguaje natural
Mantenimiento predictivo
Predicciones demanda
Detección fraude
Control de calidad
Clasificación imágenes
…
Inteligencia Artificial (IA)
© IK4-TEKNIKER 2016
¿BUEN MOMENTO IA?
• Mejores algoritmos
• Hardware dedicado
• Datos disponibles
• Servicios en la nube
• Interés
DATOS DISPONIBLES
• Algoritmos -> Ground Truth ->
Aprendizaje
• Recoger datos reales
• Contenido etiquetado por expertos
Imágenes 15 mill.
Personas 48.000
Categorías 22.000
Países 167
Fuente NVIDIA
© IK4-TEKNIKER 2016
“Shor Circuit” (1986) John Badham
Datos…
© IK4-TEKNIKER 2016
IMAGINACIÓN
MERCADO
CIENCIA
© Sophia © Mayfield robotics ‘kuri’
Robótica + IA
© Ex Machina
© IK4-TEKNIKER 2016
Robótica + IA
© IK4-TEKNIKER 2016
Fuente: Yang Qing Xinhua News Agency/Newscom
© IK4-TEKNIKER 2016
Cerebro - • Capacidad de
cómputo
Ojos • Percepción • Sensores
Piernas • Movilidad
Brazos-Manos • Manipulación
Voz • Interacción • Sensores
Audio Texto
Reconcimiento voz
Visión por computador
Pixeles Etiquetas
Traducción automática Texto 1 Texto
2
Robótica
Sensores Percepció
n Modelo
del mundo Planificaci
ón Control
Acción
Robótica + IA
© IK4-TEKNIKER 2016
PERCEPCIÓN
• Reconocimiento objetos
avanzado
• Comprensión escena
• Fusión de sensores, reducción
dimensionalidad
AUTONOMÍA Y ADAPTACIÓN
• Planificación de tareas
• Aprendizaje
• Common sense reasoning
MANIPULACIÓN/CONTROL
• Coger objetos no conocidos
• Control del movimiento en
entornos dinámicos /
Navegación natural
• Control actuadores
INTERACCIÓN/COLABORACIÓN
Interpretar ordenes
Interpretar y anticipar acciones
humanas
Colaboración
Impacto IA Robótica
© IK4-TEKNIKER 2016
ASISTENTE/GUIADO BIN PICKING
MONTAJE
COLABORATIVO
Flexibilidad – Aprender a reconocer escenas
© IK4-TEKNIKER 2016
Flexibilidad – Aprender a reconocer escenas
© IK4-TEKNIKER 2016
Pieza ENTRADA
• Imagen
SALIDA
• Probabilidad clase
CNN
• Extracción
características
• Clasificación
Herramienta
Persona
x1
x2
x3
f() y
Neurona
Deep Learning para clasificación semántica de imágenes
Convolutional Neural Network Aprendizaje en base a la experiencia /datos
© IK4-TEKNIKER 2016
Deep Learning para clasificación semántica de imágenes
Convolutional Neural Network Aprendizaje en base a la experiencia /datos
Pieza
Herramienta
Persona
x1
x2
x3
f() y
Neurona
Nodos 24 mill.
Parámetros 140 mill. 15 bill. Conexiones
© IK4-TEKNIKER 2016
… y seguimiento en tiempo real
Dark Net (https://pjreddie.com/darknet/yolo/)
• Framework redes
neuronales • “Yolo” detección de
objetos en tiempo real
© IK4-TEKNIKER 2016
Observación, siguiente estado st+1
Aprender a posicionarse para coger
Reinforcement Learning Aprendizaje de una política que maximice la recompensa acumulada • Necesidad en configuraciones robots /operativas
cada vez más complejas • Planificar motricidad fina, manipulación móvil • Enseñar a aproximarse a un punto
AGENTE
Entorno Estado St
Feedback/Reward rt
Acción, at
© IK4-TEKNIKER 2016
23
Interacción natural
© IK4-TEKNIKER 2016
24
INTERACCIÓN
Generative Adversarial Networks Generar nuevos datos a partir de ejemplos, predicción
Discriminador
BD Imágenes reales
Generador
Correcto?
Muestra
Muestra
Ajustar
© RSAIT - EHU
© IK4-TEKNIKER 2016
ASPECTOS ÉTICOS , LEGALES y
SOCIALES
• Monitorización de los individuos
• Antropomorfismo - Uncanny Valley
• Supervisión decisiones
automatizadas
• Influencia en el empleo
• Demanda nuevas capacidades
FACTORES EN EL APRENDIZAJE
(ML- DL)
• Precisión: importancia según sector
• Tiempo dedicado entrenamiento,
transferencia
• Test y validación
• Olvido, especialización, generalización
• Sistema tan bueno como los datos
POTENCIAL Y LÍMITES
• Crecimiento robótica avanzada
• Learning sequential tasks
• IA es más amplio que ML-DL
Conclusiones
© IK4-TEKNIKER 2016
PARKE TEKNOLOGIKOA
C/ Iñaki Goenaga, 5
20600 EIBAR GIPUZKOA
SPAIN
www.tekniker.es
© IK4-TEKNIKER 2016