Nieuw algoritme Mitsubishi Electric verkort trainingstijd van robots fors

Mitsubishi Electric maakt bekend een nieuw ‘deep-reinforcement’ algoritme te hebben ontwikkeld waarmee de tijd die robots nodig hebben om een bepaalde taak aan te leren fors kan worden teruggedrongen. Dankzij het algoritme zijn hiervoor slechts een vijftiende van het aantal trials nodig dan bij conventionele AI-technologie.

Al langer zijn er algoritmes beschikbaar waarmee robots werkzaamheden kunnen worden aangeleerd. Dit proces neemt echter enige tijd in beslag en neemt al snel enkele uren tot een halve dag in beslag. Mitsubishi Electric stelt dat zijn nieuwe ‘deep-reinforcement’ algoritme dit proces in enkele minuten tot een half uur kan uitvoeren.

Volledig geautomatiseerde machine learning

Daarnaast worden veel conventionele robots getraind door een menselijke werknemer, die handelingen voordoet om deze aan de robot te leren. Het nieuwe algoritme van Mitsubishi Electric maakt echter volledig geautomatiseerde machine learning mogelijk, zonder tussenkomst van de mens.

Operator-learning precision control vs device-learned precision control (bron: Mitsubishi Electric)

Het algoritme maakt gebruik van data die wordt verzameld door sensoren en camera’s die op de robot zijn aangebracht. Het algoritme wordt gecombineerd met de ‘Compact AI’ technologie die Mitsubishi Electric in februari 2016 heeft gelanceerd. Dit is een AI-systeem dat minder rekenkracht en geheugen nodig heeft dan conventionele AI, terwijl het systeem dezelfde prestaties kan leveren. Hierdoor vereist het nieuwe ‘deep-reinforcement’ algoritme slechts een honderdste van het aantal berekeningen die conventionele methodes vereisen.

Robots optimaliseren voor unieke omgevingen

Door het gebruik van Compact AI is het ook mogelijk apparaten met beperkte rekenkracht te voorzien van het ‘deep-reinforcement’ algoritme. Mitsubishi Electric verwacht dat het algoritme slimme apparatuur zoals industriële robots sneller te leren over hun omgeving, wat het mogelijk maakt de AI te optimaliseren voor unieke omgevingen.

Geef een reactie

Het e-mailadres wordt niet gepubliceerd. Vereiste velden zijn gemarkeerd met *