ロボット動作の基礎
生産工場でよく見かけるアーム式のロボット。小さなねじを手に持ち、所定の穴に差し込む。そんな器用な技を将棋の駒移動に使って大きな話題を読んだAIとの将棋勝負。あの映像を見てロボットの使用シーンって工場に限らず日常にも使えるなと。
このロボットの動きは、細かい指示書みたいなものがあって、これをロボットが読み込んで動いています。「腕を前に出す」、「A地点からB地点に動く時にこのルートを通る」といった具合です。
このような指示が膨大にあってこそ、きっちりと指示通りにロボットが動いてくれます。
これをティーチングと呼びますが、こえがとにかく時間がかかるというのが難点。数ヶ月にも及ぶというのですからロボットを育てるというのも結構骨の折れる作業です。
強化学習という手法
ここからが、AIの真骨頂と言えるお話。このティーチング作業を劇的に短縮させるというもの。ロボットが自ら学習して、よりよい方法を探ってくれる。これを強化学習と呼んでいます。この仕組みは、ロボットが囲碁の世界チャンピオンに勝った、あの方式と一緒。
ロボットには目的と大量のデータを与えるだけ。従来の生産時間をこんだけ短くしたいという目的を伝えれば、大量のデータを元にロボット君が学習して、より方法を探ってくれます。
例えばロボットの動作の種類が487通りあって、製品が完成するまでに400の工程があるとします。そうすると選択肢は487の400乗となります。
このように言われると、AI学習ってカンタンって錯覚していまいますが・・・
無料のライブラリを使用
プリンター部品を製造するOKIデータが、この強化学習で、凄腕ロボットの育成に成功しました。
そのロボットは、日に日に賢くなっていき、工場で実際に設備を稼働させて学ばませのに比べ30万倍のスピードだったようです。
ってことは、4-5歳時にして名門大学に入学できる学習能力を身に着けたと言ってもいいでしょう。
開発にあたっては、外部に委託するのではなく内部で開発を進めたとか。それもAIには全くの素人の方が、ネット上で無料で配布されているライブリを使い、独学でプログラムを組んだとか。
この話を聞くと、AI学習がもの凄く身近なモノに感じてしまいます。
まとめ
身近なところで考えると、日々のルーチンワークは自動化していてきたい。月の売上、四半期の売上などなど。毎回同じ作業で、同じ分の時間を割くというのはいかがなものかと。
これをAI学習したロボットに任せたら、あっとゆう間なのでしょう。
ノートPC用の小型ロボットをどこかのメーカーで発売してくれたらぜひとも買いたいですよね。
