Maschinelles Lernen, Neuronale Netze, Deep Learning - das sind nur einige Begriffe, auf die man stößt, wenn man sich mit einer Definition von Künstlicher Intelligenz auseinandersetzt. Ob der unbesiegbare Roboter in Science-Fiktion-Filmen, der Sprachassistent zuhause oder eine Suchanfrage bei Google - der Begriff "Künstliche Intelligenz" wird heute oft für eine breite Palette von Technologien und Techniken verwendet. Diese Vielseitigkeit erschwert es, eine einzige, umfassende Definition zu finden, die all die verschiedenen Ansätze von KI abdeckt. Erschwerend kommt hinzu, dass sich der Bereich der KI schnell weiterentwickelt und verändert. Was in der Vergangenheit als KI galt, muss heute nicht mehr unbedingt als KI gelten. Umso wichtiger ist es, KI im Kontext des jeweiligen Anwendungsbereichs zu definieren - so auch in der Robotik.
Konventionelle Industrieroboter sind nur Maschinen, die von einem zum anderem Punkt fahren, da sie Punkt-für-Punkt eingelernt werden müssen. Die Prozesse sind dadurch starr und unflexibel. Der Einsatz von künstlicher Intelligenz ermöglicht es Robotern, Augen (3D-Kameras) zu verwenden, um Dinge zu sehen. Sie bietet lokale Intelligenz, um eigene Bewegungspläne zu erstellen, sodass Objekte ohne eine exakte Punkt-zu-Punkt-Programmierung gehandhabt werden können. Mit der Option zusätzlicher Kraftsensoren kann der Roboterarm auch mit "Gefühl" ausgestattet werden, um die genaue Position von Objekten zu erkennen.
Der Unterschied zwischen KI-Robotik und normalen KI-Systemen besteht darin, dass in der KI-Robotik Roboterarme in Echtzeit als laufenden Prozess gesteuert werden, d.h. schnell, zuverlässig und in konstanten Zykluszeiten. Derzeit gibt es keine Industrieroboter mit einer so integrierten KI-Funktionalität. Daher ist der Ansatz von robominds, KI-Robotersteuerungen als individuelles Produkt zu liefern, das an bestehende Industrieroboter angepasst werden kann. Das Ergebnis ist eine Produktpalette, die mit echter Künstlicher Intelligenz ganz neue Möglichkeiten in der Robotik und Automatisierung schafft, für industrielle Prozesse jeglicher Art und Größe.
KI-Robotik umfasst Robotersysteme mit eigener Intelligenz, die mit Sensoren (Kameras, Kraftsensoren, ...) die Umgebung erfassen und eigene Bewegungsmuster entwickeln können, um eine vorgegebene Aufgabe zu erfüllen. Es ist keine Programmierung von starren Prozess-Koordinaten erforderlich. KI-Robotik besteht aus einem Industrieroboter mit einem robobrain® als Gehirn und Steuerungsplattform.
Um Robotern eine Intelligenz zu verleihen, bedarf es eines entsprechendes Trainings. Das Problem dabei: Im Vergleich zum Menschen ist der Roboter nicht in der Lage, gezielt zu trainieren und seine Fähigkeiten zu verbessern. Müsste ein Roboter seine Bewegungen durch eigenes Ausprobieren in einer realen Umgebung erlernen, würde er ständig mit dieser kollidieren und mit der Zeit seine eigene Hardware zerstören. Zudem wäre die Trainingszeit aufgrund der mechanischen Geschwindigkeitsgrenzen zu lang, da Millionen Versuche erforderlich sind, um in Intelligenz zu münden.
robominds hat hierfür ein patentiertes Verfahren entwickelt, das Roboterprozesse in virtuellen Simulationsumgebungen ablaufen lassen kann und bei dem für das anfängliche Training eines Roboters künstliche Trainingsdaten verwendet werden. Die Grundlage dafür bildet der Deep Learning-Prozess, bei dem große Datenmengen analysiert und in entsprechende Entscheidungsmodelle umgewandelt werden. Die Plattform für diesen Lernprozess ist ein Neuronales Netz: Dieses kann ähnlich wie beim Menschen als ein Gehirn betrachtet werden, das durch die Analyse der Daten genau so lernt, wie der Mensch durch wahrnehmen, ausprobieren und reflektieren.
Die Hauptaufgabe eines Programmierenden besteht schließlich darin, ein präzises digitales Modell des Roboters mit seinen Werkzeugen, den zu handhabenden Objekten und der gesamten Umgebung zu erstellen. Auf der Grundlage dieses Simulationsmodells werden in einem ersten Schritt simulierte Felddaten erstellt, die die Grundlage für das Anlernen des KI-Netzwerks im zweiten Schritt bilden. robominds hat jahrelange Entwicklungsarbeit geleistet, um den Prozess der Generierung von Felddaten zu optimieren und sie als Futter für die Deep-Learning-Motoren und die KI-Roboterintelligenz zu nutzen.
Konventionelle Industrieroboter sind nur Maschinen, die von einem zum anderem Punkt fahren, da sie Punkt-für-Punkt eingelernt werden müssen. Die Prozesse sind dadurch starr und unflexibel. Der Einsatz von künstlicher Intelligenz ermöglicht es Robotern, Augen (3D-Kameras) zu verwenden, um Dinge zu sehen, und sie bietet lokale Intelligenz, um eigene Bewegungspläne zu erstellen, um Objekte ohne eine exakte Punkt-zu-Punkt-Programmierung zu handhaben. Mit der Option zusätzlicher Kraftsensoren kann der Roboterarm auch mit "Gefühl" ausgestattet werden, um die genaue Position von Objekten zu erkennen.
KI-Robotik umfasst Robotersysteme mit eigener Intelligenz, die mit Sensoren (Kameras, Kraftsensoren, ...) die Umgebung erfassen und eigene Bewegungsmuster entwickeln können, um eine vorgegebene Aufgabe zu erfüllen. Es ist keine Programmierung von starren Prozess-Koordinaten erforderlich. KI-Robotik besteht aus einem Industrieroboter mit einem robobrain® als Gehirn und Steuerungsplattform. (Definition - bitte farblich oder grafisch hervorheben)
Um Robotern eine Intelligenz zu verleihen, bedarf es eines entsprechendes Trainings. Das Problem dabei: Im Vergleich zum Menschen ist der Roboter nicht in der Lage, gezielt zu trainieren und seine Fähigkeiten zu verbessern. Müsste ein Roboter seine Bewegungen durch eigenes Ausprobieren in einer realen Umgebung erlernen, würde er ständig mit dieser kollidieren und mit der Zeit seine eigene Hardware zerstören. Zudem wäre die Trainingszeit aufgrund der mechanischen Geschwindigkeitsgrenzen zu lang, da Millionen Versuche erforderlich sind, um in Intelligenz zu münden.
robominds hat hierfür ein patentiertes Verfahren entwickelt, das Roboterprozesse in virtuellen Simulationsumgebungen ablaufen lassen kann und bei dem für das anfängliche Training eines Roboters künstliche Trainingsdaten verwendet werden. Die Grundlage dafür bildet der Deep Learning-Prozess, bei dem große Datenmengen analysiert und in entsprechende Entscheidungsmodelle umgewandelt werden. Die Plattform für diesen Lernprozess ist ein Neuronales Netz: Dieses kann ähnlich wie beim Menschen als ein Gehirn betrachtet werden, das durch die Analyse der Daten genau so lernt, wie der Mensch durch wahrnehmen, ausprobieren und reflektieren.
Die Hauptaufgabe eines Programmierenden besteht schließlich darin, ein präzises digitales Modell des Roboters mit seinen Werkzeugen, den zu handhabenden Objekten und der gesamten Umgebung zu erstellen. Auf der Grundlage dieses Simulationsmodells werden in einem ersten Schritt simulierte Felddaten erstellt, die die Grundlage für das Anlernen des KI-Netzwerks im zweiten Schritt bilden. robominds hat jahrelange Entwicklungsarbeit geleistet, um den Prozess der Generierung von Felddaten zu optimieren und sie als Futter für die Deep-Learning-Motoren und die KI-Roboterintelligenz zu nutzen.
