Esta empresa china ya está entrenando robots humanoides para maquiladoras
AgiBot, una empresa de robótica humanoide con sede en Shanghái, ha diseñado una forma de que los robots de dos brazos aprendan tareas de fabricación mediante formación humana y práctica real en una línea de producción de una fábrica.
La empresa asegura que su sistema, que combina teleoperación y aprendizaje por refuerzo, se está probando en una línea de producción de Longcheer Technology, una empresa china que fabrica smartphones, auriculares de realidad virtual y otros aparatos electrónicos.
¿Menos humanos mal pagados?
El proyecto de AgiBot muestra cómo la IA más avanzada está empezando a cambiar las capacidades de las máquinas industriales, una innovación que puede introducirse en nuevas áreas de fabricación en China y otros países. Esta tendencia puede aumentar la productividad de la fabricación y permitir que los productos se fabriquen con menos trabajadores humanos mal pagados. Esto podría provocar la desaparición de algunos puestos de trabajo, pero la creación de otros nuevos.
Los robots se utilizan mucho en las fábricas para tareas como levantar cajas y mover contenedores. Pero el trabajo de ensamblar, por ejemplo, un iPhone requiere destreza, sensibilidad y adaptación, cosas de las que carecen los robots. Aunque la IA se utiliza cada vez más para ayudar a los robots a detectar objetos que se mueven por cintas transportadoras y decidir cómo agarrarlos, aún no es una herramienta fiable para entrenarlos en manipulaciones complejas.
Yuheng Feng, representante de AgiBot, asegura que el robot desplegado en la planta de Longcheer coge componentes de una máquina que realiza pruebas y luego los coloca en una línea de producción, el tipo de tarea que pueden realizar los robots porque no implica manipulación fina ni trabajar con piezas plegables o frágiles.
La verdadera cuestión es la eficacia con la que los algoritmos de AgiBot pueden enseñar nuevos trucos a sus robots. Utilizar el aprendizaje por refuerzo para enseñar a un robot tareas que requieren improvisación suele requerir muchos datos de entrenamiento, y los estudios demuestran que no puede perfeccionarse por completo dentro de una simulación.
AgiBot acelera el proceso de aprendizaje haciendo que un trabajador humano guíe al robot a través de una tarea, lo que proporciona una base para que luego aprenda por sí mismo. Antes de cofundar AgiBot, el científico jefe Jianlan Luo realizó investigaciones punteras en la Universidad de Berkeley, incluido un proyecto en el que robots adquirían habilidades mediante el aprendizaje por refuerzo con un humano en el bucle. El sistema se mostró realizando tareas como la colocación de componentes en una placa base.