بقدر ما أستطيع أن أخرج ، فإن مستودعات الأمازون هي منظمة للغاية ، منظمة للغاية ، ومرتبة للغاية ، واستعارة المطلقة. كل شيء في مستودع Amazon (عادةً) هو بالضبط المكان الذي من المفترض أن يكون فيه ، والذي عادةً ما يتم تشويهه في سلة الأقمشة الزائفة بحجم صندوق الأحذية مع مجموعة من حماقة أخرى من الكاذبة. بطريقة أو بأخرى ، تبين أن هذا هو الطريقة الأكثر كفاءة في الوقت والوقت لفعل الأشياء ، لأن (كما كتبنا من قبل) عليك أن تفكر في عملية تخزين العناصر بعيدا في المستودع وكذلك عملية اختيار لهم ، وهذا ينطوي على بعض التنازلات لصالح الفضاء والسرعة.
بالنسبة للبشر ، هذه ليست مشكلة كبيرة. عندما يأمر شخص ما بشيء ما على Amazon ، يمكن للإنسان أن يتجول في تلك الصناديق ، ويدفع بعض الأشياء بعيدًا ، ثم يسحب العنصر الذي يبحثون عنه. هذا هو بالضبط الشيء الذي تميل إلى أن تكون الروبوتات فظيعة ، لأن هذه العملية ليست فقط مختلفة قليلاً في كل مرة ، كما أنه من الصعب جدًا تحديد كيفية قيام البشر بذلك.
كما قد تتوقع ، تعمل Amazon بجد للغاية في مشكلة الانتقاء هذه. اليوم في حدث في ألمانيا ، أعلنت الشركة عن فولكان ، وهو نظام آلي يمكنه تخزين واختيار العناصر في سرعات Human (ISH).
آخر مرة تحدثنا معنا هارون بارنسمدير العلوم التطبيقية في Amazon Robotics ، تركز محادثتنا على التخزين– إخراج العناصر في صناديق. كجزء من إعلان اليوم ، كشفت Amazon أن روبوتاتها أصبحت الآن أسرع قليلاً في التخزين من الإنسان العادي. ولكن في سياق Stow ، هناك كمية محدودة يجب على الروبوت أن يفهمها حقًا حول ما يحدث بالفعل في الصندوق. في الأساس ، تتمثل مهمة Stowing Robot في أن يتم Squoosh كل ما هو موجود حاليًا في صندوق إلى جانب واحد قدر الإمكان من أجل توفير مساحة كافية لتثبيت عنصر جديد فيه. طالما أن الروبوت حريص إلى حد ما على عدم سحق أي شيء ، إنها مهمة مباشرة نسبيًا ، على الأقل مقارنة بالاختيار.
ستؤثر الخيارات التي يتم اتخاذها عند تخزين عنصر ما في صندوق على مدى صعوبة إخراج هذا العنصر من هذا الصندوق لاحقًا – ويسمى “آداب بن”. تحاول Amazon تعلم آداب سلة مع الذكاء الاصطناعي لجعل اختيار أكثر كفاءة.أمازون
المشكلة المحددة المتمثلة في الانتقاء ، فيما يتعلق بالروبوتات ، هي الاستشعار والتلاعب في الفوضى. يقول بارنس: “إنها مهمة غنية بالاتصال بشكل طبيعي ، وعلينا أن نخطط للاتصال والرد عليها”. ولا يكفي حل هذه المشكلات ببطء وبعناية ، لأن Amazon Robotics تحاول وضع الروبوتات في الإنتاج ، مما يعني أن أنظمتها تتم مقارنتها مباشرةً بجيش من البشر الذين يقومون بهذه المهمة بالضبط.
“هناك تحدٍ علمي جديد هنا ، وهو تحديد العنصر الصحيح” ، يوضح بارنس. الشيء الذي يجب فهمه حول تحديد العناصر في مستودع Amazon هو أن هناك ملف كثير منهم: شيء مثل 400 مليون عنصر فريد. يمكن أن تحتوي طابق واحد من مستودع Amazon بسهولة على 15000 قرون ، وهو أكثر من مليون صناديق ، ولديه Amazon عدة مئات من المستودعات. هذا كثير من الأشياء.
من الناحية النظرية ، تعرف أمازون بالضبط العناصر الموجودة في كل صندوق واحد. تعرف أمازون أيضًا (مرة أخرى ، من الناحية النظرية) ، وزن وأبعاد كل من هذه العناصر ، وربما لديها بعض الصور لكل عنصر من الأوقات السابقة التي تم تخزين العنصر أو اختيارها. هذه نقطة انطلاق رائعة لتحديد العناصر ، ولكن كما يشير Parness ، “لدينا الكثير من العناصر غير الغنية – تخيل كل الأشياء المختلفة التي قد تحصل عليها في صندوق من الورق المقوى البني.”
الفوضى والاتصال
بقدر ما يمثل تحديًا بشكل صحيح تحديد عنصر في حاوية قد يكون محشوة بالبرم خارج من بن. لا مثيل له للأجهزة والبرامج التي يمتلكها البشر للقيام بهذه المهمة من قبل أي روبوت ، وهو دائمًا مشكلة ، لكن العامل المعقد الحقيقي هو التعامل مع العناصر التي يتم تجميعها معًا في صندوق نسيج صغير. وتتضمن عملية الانتقاء نفسها أكثر من مجرد استخراج-مع هذا العنصر خارج الصندوق ، يجب عليك بعد ذلك الوصول إلى خطوة التحديد ، مما يعني إسقاطه في صندوق آخر أو وضعه على ناقل أو شيء من هذا القبيل.
“عندما بدأنا في الأصل ، افترضنا أنه يتعين علينا حمل العنصر على مسافة بعد أن أخرجناها من الصندوق” ، يوضح بارنس. “لذلك كنا نفكر أننا نحتاج إلى استيعاب قرصة.” إن فهم قرصة هو عندما تمسك بشيء بين إصبع (أو أصابع) وإبهامك ، وعلى الأقل للبشر ، إنها طريقة متعددة الاستخدامات وموثوقة للاستيلاء على مجموعة واسعة من الأشياء. ولكن كما يلاحظ Parness ، بالنسبة للروبوتات في هذا السياق ، يكون الأمر أكثر تعقيدًا: “حتى أن استيعاب قرصة ليس مثاليًا لأنه إذا قرصت حافة كتاب ، أو نهاية كيس بلاستيكي مع شيء بداخله ، فلن يكون لديك السيطرة على العنصر وقد يتخبط حوله بشكل غير متوقع.”
https://www.youtube.com/watch؟v=xsm4z7i3xxa
في مرحلة ما ، أدرك Parness وفريقه أنه على الرغم من أن العنصر كان عليه أن يتحرك أبعد من مجرد خارج الصندوق ، إلا أنه لم يكن من الضروري بالفعل أن يتحرك من خلال اختيار الروبوت نفسه. بدلاً من ذلك ، توصلوا إلى ناقل رفع يضع نفسه مباشرة خارج الصندوق الذي تم اختياره منه ، بحيث يتعين على جميع الروبوت أن يفعل العنصر من الصندوق وعلى الناقل. “لا يبدو هذا رشيقًا في الوقت الحالي” ، يعترف Parness ، لكنه استخدام ذكي للأجهزة لتبسيط مشكلة التلاعب بشكل كبير ، ولديه فائدة جانبية تتمثل في السماح للروبوت بالعمل بشكل أكثر كفاءة ، حيث يمكن للناقل نقل العنصر أثناء بدء الذراع في العمل التالي.
https://www.youtube.com/watch؟v=9zzlid_fjfa
تحتوي روبوتات Amazon على تقنيات مختلفة لاستخراج العناصر من الصناديق ، وذلك باستخدام أجهزة تجتاح مختلفة اعتمادًا على ما يجب اختياره. رإنه نوع من المستجيب النهائي الذي يختاره النظام ويعتمد نهج الإمساك على ماهية العنصر ، ومكان وجوده في الصندوق ، وأيضًا ما هو عليه. إنها مشكلة تخطيط معقدة تعالجها Amazon مع الذكاء الاصطناعي ، كما يوضح Parness. “لقد بدأنا في بناء نماذج أساس للعناصر ، بما في ذلك خصائص مثل مدى سحقها ، ومدى هشاشة ، وما إذا كانت تميل إلى التعثر في عناصر أخرى أو لا. لذلك نحن نحاول تعلم هذه الأشياء ، وهي مرحلة مبكرة بالنسبة لنا ، لكننا نعتقد أن التفكير في خصائص العناصر سيكون مهمًا للوصول إلى هذا المستوى من الموثوقية التي نحتاجها.”
يجب أن تكون الموثوقية خارقة بالنسبة للأمازون (ومع العديد من عمليات النشر الروبوتية التجارية الأخرى) لمجرد أن الأخطاء الصغيرة مضروبة في عمليات النشر الضخمة تؤدي إلى قدر غير مقبول من الشد. هناك ذيل طويل جدًا من الأشياء غير العادية التي قد تواجهها روبوتات Amazon عند محاولة استخراج عنصر من صندوق. حتى لو كان هناك بعض وضع Bin الغريب الذي قد يظهر مرة واحدة فقط مرة واحدة في مليون اختيار ، فإن ذلك لا يزال يحدث عدة مرات يوميًا على المقياس الذي تعمل به Amazon. لحسن الحظ بالنسبة إلى Amazon ، لديهم البشر حولها ، وجزء من السبب في أن هذا النظام الآلي يمكن أن يكون فعالًا في الإنتاج على الإطلاق هو أنه إذا تعثر الروبوت ، أو حتى يرى فقط صندوقًا يعلم أنه من المحتمل أن يسبب مشاكل ، فيمكنه الاستسلام فقط ، في توجيه هذا العنصر المعين إلى منتقي بشري ، والانتقال إلى المنتدى التالي.
التقنية الجديدة الأخرى التي تنفذها Amazon هي نوع من النهج الحديث لـ “المؤازرة البصرية” ، حيث يشاهد الروبوت نفسه يتحرك ثم يعدل حركته بناءً على ما يراه. كما يوضح Parness: “إنها قدرة مهمة لأنها تسمح لنا بالالتقاء بالمشاكل قبل حدوثها. أعتقد أن هذا ربما هو أكبر ابتكارنا ، ولا يمتد ليس فقط مشكلتنا ، ولكن المشكلات عبر الروبوتات”.
https://www.youtube.com/watch؟v=lladecl8rme
(أكثر) المستقبل الآلي
كان Parness واضحًا جدًا (للأفضل أو الأسوأ) ، لا تفكر أمازون في تخزينها واختيار الروبوتات من حيث استبدال البشر تمامًا. هناك ذيل طويل من العناصر التي تحتاج إلى لمسة إنسانية ، ومن الصعب بصراحة أن تتخيل أي نظام للمعالجة الآلية قادرًا على تقديم مساعدة إنسانية عرضية على الأقل في بيئة مثل مستودع Amazon ، والذي يدير بطريقة أو بأخرى تعظيم المنظمة والفوضى في نفس الوقت.
تخضع هذه الروبوتات التي تخزن واختيار اختبار مباشر في مستودع من أمازون في ألمانيا خلال العام الماضي ، حيث يظهرون بالفعل طرقًا يمكن للعمال البشريين الاستفادة بشكل مباشر من وجودهم. على سبيل المثال ، يمكن أن يصل طول قرون Amazon إلى 2.5 متر ، مما يعني أن العمال البشريين يحتاجون إلى استخدام Stepladder للوصول إلى أعلى الصناديق والانحناء للوصول إلى أدنى مستوى. إذا تم تكليف الروبوتات في المقام الأول بالتفاعل مع هذه الصناديق ، فستساعد البشر على العمل بشكل أسرع مع وضع ضغوط أقل على أجسادهم.
نظرًا لأن الروبوتات التي تمكنت حتى الآن من مواكبة العمال البشريين ، يخبرنا Parness أن التركيز على المضي قدماً سيكون في المقام الأول على التحسن في عدم التثبيت: “أعتقد أن سرعتنا في مكان جيد حقًا. الشيء الذي نركز عليه الآن هو الحصول على هذا الجزء الأخير من الموثوقية ، وسيكون ذلك العام التالي من عملنا”. على الرغم من أن الأمر قد يبدو أن Amazon تعمل على تحسين حالات الاستخدام المحددة للغاية ، إلا أن Parness يكرر أن الصورة الأكبر هنا تستخدم كل واحدة من تلك العناصر الأخيرة التي تضم 400 مليون عنصر في صناديق كفرصة فريدة لإجراء البحوث الأساسية حول التلاعب السريع والموثوق في البيئات المعقدة.
يقول بارنس: “إذا تمكنت من بناء العلم للتعامل مع الاتصال العالي والفوضى العالية ، فسنستخدمه في كل مكان”. “سيكون الأمر مفيدًا لكل شيء ، من المستودعات إلى منزلك. ما نعمل عليه الآن هو مجرد المشكلات الأولى التي تجبرنا على تطوير هذه القدرات ، لكنني أعتقد أنها مستقبل التلاعب الآلي”.
من مقالات موقعك
المقالات ذات الصلة حول الويب
