BREMEN, 15 december, 2018 – Robots zijn al lange tijd een belangrijk onderdeel van industriële productie. Ze vervullen ook steeds meer functies in logistiek, vooral in de interne logistiek van een industrieel bedrijf. Voorheen kwamen ze alleen in stationaire vorm voor, maar nu zijn er steeds meer mobiele en deels autonome robots die individuele componenten vervoeren of fouten detecteren in complexe productie-installaties. Dit vormt echter wel nieuwe uitdagingen voor de ontwikkeling van robots. Het Duitse Onderzoeksinstituut voor Kunstmatige Intelligentie (DFKI) doet nu onderzoek in een project naar hoe gebruikers zonder expertkennis in de toekomst robotsystemen kunnen ontwikkelen die aangepast zijn aan hun vereisten

Kunstmatige intelligentie helpt bij het maken van robots

Q-Rock wordt gefinancierd door het Federale Ministerie van Onderwijs en Onderzoek met 3,17 miljoen euro. Het doel is om een oplossing te ontwikkelen waarmee zelfs kleine en middelgrote bedrijven robots kunnen ontwikkelen voor hun eigen doeleinden. “Q-Rock is een belangrijke stap in de richting van de zogenoemde ‘geïntegreerde AI oplossingen’. Deze aanpak zal ook mensen die geen AI- of robotica-experts zijn in staat stellen om systemen te ontwikkelen en in te zetten, aangepast aan hun eigen behoeften,” aldus Professor Frank Kirchner, hoofd van het DFKI Innovatiecentrum voor Robotica.

Een voorbeeld van moderne gespecialiseerde systemen: Dit robotsysteem van Grenzebach wordt op grote vliegvelden gebruikt om bagage op te laden. Foto: TheGrenzebachGroup via Wikimedia Commons.

Q-Rock gebruikt kunstmatige intelligentietechnieken zoals structureel redeneren en machine learning. Het gebruikt ook gegevens van een voorgaand project, die een databank heeft gecreëerd voor de ontwikkeling van robots. Naast softwaremodules bevat deze databank ook hardware- en gedragsmodellen. De individuele componenten zijn modulair en kunnen dus ook gecombineerd worden binnen bepaalde grenzen.

Uiteindelijk moeten gebruikers toegang hebben tot zo’n databank waardoor zij robots kunnen configureren van de aangeboden elementen naar aanleiding van hun specificaties. In Q-Rock zal de robot zelf zijn capaciteiten kunnen begrijpen, gebaseerd op de hardwarestructuur.

Robots die zichzelf begrijpen

Het eerste wat de onderzoekers natuurlijk moeten doen is het ontwikkelen van speciale programma’s die dit kunnen. Daarbij moeten ze eerst de capaciteiten en de deelcomponenten beschrijven, zoals bijvoorbeeld een sensor of een verbinding, voordat ze de capaciteiten van een geheel systeem eruit kunnen afleiden.  Simpel gezegd, ze hebben digitale modellen van de individuele robotcomponenten nodig waaruit de gehele machine wordt gebouwd. De componenten zijn niet alleen onderdelen zoals grijparmen en sensormotoren, maar ook modulaire softwaremodules die het gedrag van robots besturen.

Robots worden ook gebruikt in onderzoek, hier in het National Genome Project in de VS. Deze robots verplaatsen monsterhouders van het ene werkstation naar de volgende. Foto: Maggie Bartlett, National Human Genome Research Institute via Wikimedia Commons.

Q-Rock zou ook moeten leiden tot robots die bewust zijn van hun vaardigheden gebaseerd op de hardware waarvan zij zijn gemaakt. De robotsoftware zou eerst de capaciteiten van individuele componenten bepalen op basis van een algemene beschrijving en daaruit de capaciteiten van het gehele systeem afleiden. Dit zou de robot leren wat hij moet doen. Omgekeerd kunnen deze capaciteiten opgeslagen worden als softwaremodules, die dan ook worden opgenomen in de databank.

Een gebruiker kan nu hardware en software combineren  om een compleet robotsysteem te creëren. Speciale voorkennis is geen vereiste. Het is voldoende als hij zijn vereisten in de databank invoert. Op deze manier kan in de toekomst kunstmatige intelligentie helpen bij het maken van zeer gespecialiseerde robotsystemen met weinig moeite. Dit zijn gewoonlijk industriële robots, maar de principes kunnen ook worden toegepast op de constructie van ruimtesondes of autonome ontdekkingsrobots.