Toyota Research Institute SVP über die Schwierigkeit, den perfekten Heimroboter zu bauen • Tech

Früher diese Woche, öffnete das Toyota Research Institute zum ersten Mal die Türen seiner Büros in der Bay Area für Medienvertreter. Es war ein Tag voller Demos, die von Fahrsimulatoren und Driftlehrern bis hin zu Gesprächen über maschinelles Lernen und Nachhaltigkeit reichten.

Auch die Robotik, ein langjähriger Schwerpunkt der Toyota-Forschungsabteilung, war zu sehen. SVP Max Bajracharya stellte zwei Projekte vor. Das erste war etwas, das eher dem entsprach, was man von Toyota erwarten würde: ein Industriearm mit einem modifizierten Greifer, der für die überraschend komplexe Aufgabe ausgelegt ist, Kisten von der Ladefläche eines Lastwagens auf nahe gelegene Förderbänder zu bewegen – etwas, das die meisten Fabriken zu automatisieren hoffen die Zukunft.

Das andere ist etwas überraschender – zumindest für diejenigen, die die Arbeit der Abteilung nicht so genau verfolgt haben. Ein Einkaufsroboter ruft anhand von Strichcodes und allgemeinem Standort verschiedene Produkte im Regal ab. Das System kann sich auf das oberste Regal ausdehnen, um Artikel zu finden, bevor es die beste Methode zum Greifen der breiten Palette verschiedener Objekte und zum Ablegen in den Korb bestimmt.

Das System ist ein direktes Ergebnis des Fokus des 50-köpfigen Robotikteams auf die Altenpflege, das darauf abzielt, Japans alternde Bevölkerung zu unterstützen. Es stellt jedoch einen Schwenk weg von ihrer ursprünglichen Arbeit dar, Roboter zu bauen, die Haushaltsaufgaben wie Geschirrspülen und Essenszubereitung ausführen sollen.

Sie können eine längere Beschreibung dieses Drehpunkts in einem Artikel lesen, der Anfang dieser Woche auf Tech veröffentlicht wurde. Das stammt aus einem Gespräch mit Bajracharya, das wir unten in einem vollständigeren Zustand drucken. Beachten Sie, dass der Text aus Gründen der Klarheit und Länge bearbeitet wurde.

Tech: Ich hatte gehofft, eine Demo des Heimroboters zu bekommen.

Max Bajracharya: Wir machen immer noch ein paar Heimroboter-Sachen[…] Was wir getan haben, hat sich verschoben. Zuhause war eine unserer ursprünglichen Herausforderungsaufgaben.

Altenpflege war die erste Säule.

Absolut. Eines der Dinge, die wir in diesem Prozess gelernt haben, ist, dass wir unsere Fortschritte nicht sehr gut messen konnten. Das Zuhause ist so schwer. Wir wählen herausfordernde Aufgaben aus, weil sie schwer sind. Das Problem mit dem Heim ist nicht, dass es zu schwer war. Es war so, dass es zu schwierig war, die Fortschritte zu messen, die wir machten. Wir haben vieles ausprobiert. Wir haben versucht, prozedural ein Durcheinander zu machen. Wir haben Mehl und Reis auf die Tische gelegt und versucht, sie aufzuwischen. Wir haben Dinge im ganzen Haus verteilt, um den Roboter sauber zu machen. Wir haben uns bei Airbnbs eingesetzt, um zu sehen, wie gut wir abschneiden, aber das Problem ist, dass wir nicht jedes Mal dasselbe Zuhause bekommen konnten. Aber wenn wir es täten, würden wir zu diesem Haus passen.

Ist es nicht ideal, dass Sie nicht jedes Mal das gleiche Zuhause bekommen?

Genau, aber das Problem ist, dass wir nicht messen konnten, wie gut wir waren. Nehmen wir an, wir waren etwas besser darin, dieses eine Haus aufzuräumen, wir wissen nicht, ob das daran liegt, dass unsere Fähigkeiten besser geworden sind, oder ob dieses Haus etwas einfacher war. Wir haben den Standard gemacht: „Zeig eine Demo, zeig ein cooles Video. Wir sind noch nicht gut genug, hier ist ein cooles Video.“ Wir wussten nicht, ob wir gute Fortschritte machten oder nicht. Die Lebensmittel-Challenge-Aufgabe, bei der wir sagten, wir brauchen eine Umgebung, in der es so schwierig ist wie ein Zuhause oder die gleichen repräsentativen Probleme wie ein Zuhause hat, aber wo wir messen können, wie viel Fortschritt wir machen.

Sie sprechen nicht von spezifischen Zielen für das Haus oder den Supermarkt, sondern von der Lösung von Problemen, die sich über beide Orte erstrecken können.

Oder messen Sie einfach, ob wir den Stand der Technik in der Robotik vorantreiben. Sind wir in der Lage, die Wahrnehmung, die Bewegungsplanung, die Verhaltensweisen zu machen, die in der Tat allgemeine Zwecke sind? Um ganz ehrlich zu sein, das Herausforderungsproblem spielt keine Rolle. Die DARPA Robotics Challenges, das waren nur erfundene Aufgaben, die hart waren. Das gilt auch für unsere Challenge-Aufgaben. Wir mögen das Heim, weil es repräsentativ dafür ist, wo wir letztendlich den Menschen im Heim helfen wollen. Aber es muss nicht das Haus sein. Der Lebensmittelmarkt ist eine sehr gute Darstellung, weil er diese große Vielfalt hat.

Es gibt jedoch eine Frustration. Wir wissen, wie schwierig diese Herausforderungen sind und wie weit weg die Dinge liegen, aber eine zufällige Person sieht Ihr Video, und plötzlich ist es etwas, das gerade über dem Horizont liegt, obwohl Sie das nicht liefern können.

Absolut. Deshalb Gil [Pratt] sagt jedes Mal, ‚betonen Sie noch einmal, warum dies eine herausfordernde Aufgabe ist.‘

Wie übersetzt man das auf normale Menschen? Normale Menschen hängen nicht an herausfordernden Aufgaben.

Genau, aber deshalb haben wir in der Demonstration, die Sie heute gesehen haben, versucht, die Herausforderungsaufgaben zu zeigen, aber auch ein Beispiel dafür, wie Sie Fähigkeiten, die sich aus dieser Herausforderung ergeben, auf eine reale Anwendung wie das Entladen eines Containers anwenden. Das ist ein echtes Problem. Wir gingen zu Fabriken und sie sagten: ‚Ja, das ist ein Problem. Kannst du uns helfen?‘ Und wir sagten, ja, wir haben Technologien, die dafür geeignet sind. Also versuchen wir jetzt zu zeigen, dass aus diesen Herausforderungen diese wenigen Durchbrüche hervorgehen, die wir für wichtig halten, und diese dann auf echte Anwendungen anzuwenden. Und ich denke, das hat den Leuten geholfen, das zu verstehen, weil sie diesen zweiten Schritt sehen.

Wie groß ist das Robotik-Team?

Die Abteilung besteht aus etwa 50 Personen, die gleichmäßig zwischen hier und Cambridge, Massachusetts, aufgeteilt sind.

Sie haben Beispiele wie Tesla und Figure, die versuchen, humanoide Allzweckroboter herzustellen. Du scheinst in eine andere Richtung zu gehen.

Ein bißchen. Etwas, das wir beobachtet haben, ist, dass die Welt für Menschen gebaut ist. Wenn Sie gerade eine leere Tafel haben, sagen Sie, ich möchte einen Roboter bauen, der in menschlichen Räumen arbeitet. Sie neigen dazu, in menschlichen Proportionen und Fähigkeiten auf menschlicher Ebene zu enden. Sie enden mit menschlichen Beinen und Armen, nicht weil das unbedingt die optimale Lösung ist. Das liegt daran, dass die Welt um Menschen herum entworfen wurde.

Wie misst man Meilensteine? Wie sieht Erfolg für Ihr Team aus?

Der Umzug von zu Hause in den Lebensmittelladen ist ein gutes Beispiel dafür. Wir machten Fortschritte im Haus, aber nicht so schnell und nicht so deutlich wie beim Umzug in den Lebensmittelladen. Wenn wir zum Lebensmittelgeschäft gehen, wird es wirklich sehr deutlich, wie gut es Ihnen geht und was die wirklichen Probleme in Ihrem System sind. Und dann können Sie sich wirklich darauf konzentrieren, diese Probleme zu lösen. Als wir sowohl die Logistik- als auch die Produktionsstätten von Toyota besichtigten, sahen wir all diese Möglichkeiten, bei denen es sich im Grunde um die Herausforderung des Lebensmitteleinkaufs handelt, außer ein bisschen anders. Jetzt sind die Teile anstelle der Teile Lebensmittelartikel, die Teile sind alle Teile in einem Verteilungszentrum.

Sie hören von 1.000 Leuten, dass Sie wissen, dass Heimroboter wirklich schwierig sind, aber dann haben Sie das Gefühl, dass Sie es selbst versuchen müssen, und dann gefällt es Ihnen wirklich, dass Sie dieselben Fehler machen wie sie.

Ich glaube, ich bin wahrscheinlich genauso schuldig wie alle anderen. Es ist wie, jetzt sind unsere GPUs besser. Oh, wir haben maschinelles Lernen und jetzt wissen Sie, dass wir das können. Oh, okay, vielleicht war das schwieriger als wir dachten.

Irgendwas muss es irgendwann kippen.

Vielleicht. Ich denke, es wird lange dauern. Genau wie beim automatisierten Fahren glaube ich nicht, dass es eine Wunderwaffe gibt. Es gibt nicht nur dieses magische Ding, das wird ‚okay, jetzt haben wir es gelöst‘ sein. Es wird abplatzen, abplatzen, schrittweise. Aus diesem Grund ist es wichtig, diese Art von Roadmap mit kürzeren Zeitplänen zu haben, Sie wissen schon, kürzere oder kürzere Meilensteine, die Ihnen die kleinen Gewinne bringen, damit Sie weiter daran arbeiten können, um diese langfristige Vision wirklich zu erreichen.

Was ist der Prozess für die eigentliche Produktion einer dieser Technologien?

Das ist eine sehr gute Frage, die wir selbst versuchen zu beantworten. Ich glaube, wir verstehen die Landschaft jetzt irgendwie. Vielleicht war ich am Anfang naiv und dachte, okay, wir müssen nur diese Person finden, die die Technologie einem Dritten oder jemandem innerhalb von Toyota überlassen wird. Aber ich denke, wir haben gelernt, dass, was auch immer es ist – ob es sich um eine Geschäftseinheit oder ein Unternehmen oder wie ein Startup oder eine Einheit innerhalb von Toyota handelt – sie nicht zu existieren scheinen. Wir versuchen also, einen Weg zu finden, etwas zu erschaffen, und ich denke, das ist auch ein bisschen die Geschichte von TRI-AD. Es wurde geschaffen, um die von uns durchgeführte Forschung zum automatisierten Fahren in etwas Realeres zu übersetzen. Wir haben das gleiche Problem in der Robotik und in vielen der fortschrittlichen Technologien, an denen wir arbeiten.

Sie denken darüber nach, möglicherweise an einen Ort zu gelangen, an dem Sie Spin-offs haben können.

Möglicherweise. Aber es ist nicht der Hauptmechanismus, durch den wir die Technologie kommerzialisieren würden.

Was ist der Hauptmechanismus?

Wir wissen es nicht. Die Antwort ist, dass die Vielfalt der Dinge, die wir tun, sehr wahrscheinlich für verschiedene Gruppen unterschiedlich sein wird.

Wie hat sich TRI seit seiner Gründung verändert?

Als ich anfing, hatte ich das Gefühl, dass wir ganz klar nur in der Robotik geforscht haben. Das liegt zum Teil daran, dass wir so weit davon entfernt waren, dass die Technologie für fast jede reale, herausfordernde Anwendung in einer menschlichen Umgebung anwendbar ist. Ich habe das Gefühl, dass wir in den letzten fünf Jahren bei diesem sehr herausfordernden Problem genug Fortschritte gemacht haben, dass wir jetzt sehen, wie es sich in diese realen Anwendungen verwandelt. Wir haben uns bewusst verschoben. Wir treiben immer noch zu 80 % den Stand der Technik mit Forschung voran, aber wir haben jetzt vielleicht 20 % unserer Ressourcen darauf verwendet, herauszufinden, ob diese Forschung vielleicht so gut ist, wie wir denken, und ob sie in der Realität angewendet werden kann -Weltanwendungen. Wir könnten scheitern. Wir werden vielleicht feststellen, dass wir dachten, wir hätten einige interessante Durchbrüche erzielt, aber es ist nicht annähernd zuverlässig oder schnell genug. Aber wir investieren 20 % unserer Bemühungen in den Versuch.

Wie passt die Altenpflege dazu?

Ich würde sagen, in gewisser Weise ist es immer noch unser Polarstern. Die Projekte untersuchen immer noch, wie wir letztendlich die Menschen in ihren Häusern verstärken. Aber im Laufe der Zeit, wenn wir diese Herausforderungsaufgaben auswählen und Dinge heraussickern, die auf diese anderen Bereiche anwendbar sind, verwenden wir diese kurzfristigen Meilensteine, um den Fortschritt in der Forschung, die wir machen, zu zeigen.

Wie realistisch ist die Möglichkeit eines vollständigen Lights-out-Faktors?

Ich denke, wenn Sie vielleicht in Zukunft bei Null anfangen könnten, wäre das eine Möglichkeit. Wenn ich mir heute die Fertigung ansehe, speziell für Toyota, scheint es sehr unwahrscheinlich, dass man auch nur annähernd so weit kommen könnte. Wir [told factory workers], wir bauen Robotertechnologie, wo könnte sie Ihrer Meinung nach angewendet werden? Sie haben uns viele, viele Prozesse gezeigt, wo es so war, man nimmt diesen Kabelbaum, man führt ihn hier durch, dann zieht man ihn hier heraus, dann klipst du ihn hier, und du klipst ihn hier, und du nimmst ihn hier, und Sie nehmen es hier, und dann führen Sie es so aus. Und das braucht eine Person fünf Tage, um die Fähigkeit zu erlernen. Wir sagten: „Ja, das ist viel zu schwer für die Robotertechnologie.“

Aber die Dinge, die für Menschen am schwierigsten sind, sind diejenigen, die Sie automatisieren möchten.

Ja, schwierig oder potenziell verletzungsanfällig. Natürlich würden wir gerne Sprungbretter bauen, um irgendwann dorthin zu gelangen, aber wo ich heute Robotertechnologie sehe, sind wir ziemlich weit davon entfernt.