新闻人工智能教育和培训机器人
费斯托和来自加拿大、德国的研究人员探索人工智能机器人

Festo是一个致力于利用分布式人工智能让机器人更智能地挑选的小组的成员。

这家自动化公司与来自德国卡尔斯鲁厄理工学院(KIT)、加拿大达尔文人工智能公司(Darwin AI)和滑铁卢大学(University of Waterloo)的研究人员一起，启动了FLAIROP(机器人采摘联合学习)项目。

该组织正在研究如何在不要求参与者交出公司敏感数据的情况下，利用来自多个工作站、多个工厂甚至公司的培训数据。

“我们正在调查最多才多艺的训练数据从多个位置可以用来开发更加健壮和高效的解决方案使用人工智能算法与数据从一个机器人,”乔纳森说Auberle研究所的材料处理和物流(IFL)设备,在一份声明中说。

在这一过程中，物品在多个拾取站通过抓取和搬运的方式被自主机器人进一步处理。在不同的站点，机器人要接受非常不同的训练。最后，他们应该能够掌握其他电视台的文章，他们还没有了解。

“通过联合学习的方法，我们在工业环境中平衡了数据多样性和数据安全，”Auberle说。

工业和物流4.0算法

到目前为止，联邦学习主要用于医疗领域的图像分析，其中患者数据的保护是一个特别高的优先级。

因此，不需要交换训练数据，如图像或抓取点来训练人工神经网络。只有一些存储的知识——神经网络的局部权重，它告诉我们一个神经元与另一个神经元的连接有多紧密——被传送到中央服务器。在那里，来自所有站点的权重被收集，并使用各种标准进行优化。

然后将改进后的版本播放到本地电台，并重复这一过程。其目标是开发新的、更强大的算法，在符合数据保护指南的同时，为工业和物流4.0的人工智能的稳健使用提供有力支持。

“在FLAIROP研究项目中，我们正在开发新的方法，让机器人在不分享敏感数据和公司机密的情况下相互学习，”费斯多公司高级开发、分析和控制部门负责人简•塞勒(Jan Seyler)说。

“这带来了两个主要好处:我们保护了客户的数据，我们获得了速度，因为机器人可以更快地接管许多任务。通过这种方式，协作机器人可以支持生产工人从事重复、繁重和累人的工作。”

在该项目期间，将设立四个自动拾取站来培训机器人:两个在KIT材料处理和物流研究所(IFL)，两个在总部位于埃斯林根和内卡尔的Festo SE公司。

加拿大合作伙伴加入项目

加拿大的项目合作伙伴专注于通过深度学习的物体识别、可解释的人工智能和优化，而德国的合作伙伴贡献了他们在机器人、通过深度学习的自主抓取和数据安全方面的专业知识。

位于安大略省的滑铁卢。基于DarwinAI公司为FLAIROP项目提供了其解释(XAI)平台。DarwinAI首席执行官谢尔登·费尔南德斯(Sheldon Fernandez)表示:“我们希望我们的XAI技术能为这个令人兴奋的项目提供高价值的人在循环过程，这代表了我们提供的重要方面，以及我们的新联合学习方法。”

“我们植根于学术研究，我们对这种合作和我们的新方法为一系列制造业客户带来的工业利益充满热情。”

滑铁卢大学视觉和图像处理研究小组的联合主任、达尔文ai的首席科学家亚历山大·王博士说，“滑铁卢大学非常高兴能与卡尔斯鲁厄理工学院(Karlsruhe Institute of Technology)以及像费斯托(Festo)这样的全球工业自动化领导者合作，将下一代值得信赖的人工智能带到制造业。

“通过利用DarwinAI的可解释人工智能(XAI)和联邦学习，我们可以使人工智能解决方案帮助工厂工人的日常生产任务，以最大限度地提高效率、生产率和安全性。”