Japanische Industrieroboter denken und lernen selbstständig

Der japanische Roboterproduzent Fanuc geht dazu über, seinen Robotern das Denken und Lernen beizubringen. Sie sollen selbstständig daran arbeiten, ihre Leistung zu verbessern. Die Technik dahinter nennt sich Deep Learning.

Roboterarme von Fanuc arbeiten an einer Autokarosserie. Künstliche Intelligenz soll sie selbstständig lernen und im Team arbeiten lassen.

Foto: Fanuc

Der Wettbewerb beim Design von Maschinen für die Fabrikautomation spitzt sich immer weiter zu. Unternehmen wie Siemens und Mitsubishi Electric konkurrieren hart beim Thema Industrie 4.0 – der Initiative, bei der Produzenten Internet und digitale Vernetzung nutzen, um Herstellungsprozesse effizienter zu gestalten. Die Hersteller wollen die Effizienz ihrer Roboter verbessern und die bislang noch erforderliche menschliche Kontrolle reduzieren.

Roboterproduzent Fanuc setzt auf Deep Learning

Der japanische Roboterhersteller Fanuc will sich künftig das sogenannte Deep Learning zunutze machen. Dazu ist Fanuc eine Partnerschaft mit Preferred Networks (PFN) eingegangen – ein Tokioter Start-up mit Wurzeln in der renommierten University of Tokio. PFN hat den Ehrgeiz, es im Bereich der Künstlichen Intelligenz mit Trendsetter-Unternehmen wie Apple, Amazon und Google aufzunehmen. „Unser Ziel ist es, Techniken zu entwickeln, die denen von Google einen Schritt voraus sind“, erklärte jüngst PFN-Geschäftsführer Toru Nishikawa.

Top Stellenangebote

Zur Jobbörse

Ingenieure des japanischen Unternehmens Fanuc bauen einen Roboterarm zusammen. Die Technik Deep Learning soll Roboter zu selbstständigem Lernen befähigen.

Quelle: Fanuc

Fanuc will die eigenen Roboter dabei mit der Machine Learning Software von PFN ausstatten. „Mit PFN sind wir in der Lage, den Charakter heutiger Industrieroboter, die derzeit im wesentlichen menschlichen Regeln folgen, drastisch zu verändern“, erläutert Kiyonori Inaba, verantwortlich für das Robotergeschäft bei Fanuc.

Roboter sollen Fehler eigenständig diagnostizieren

Mit der Künstlichen Intelligenz sollen Roboter in Zukunft in der Lage sein, selbst zu lernen, wie sie einzelne Aufgaben verrichten, statt einem Programm zu folgen, von dem sie nicht abweichen dürfen. Sie sollen sich selbst konfigurieren und schliesslich auch ihre Fehler selbst diagnostizieren.

Japanische Unternehmen wie Toyota, Panasonic und Nippon Telegraph & Telephine interessieren sich derzeit für den Ansatz von PFN aus zwei Gründen. Einerseits ist das Start-up in der Lage, die Technik mit Hardware zu integrieren, was die Anwendung des Deep Learnings erleichtert.

Distributed Learning lässt Roboter im Team arbeiten

Zum anderen geht es um eine Technologie, genannt Distributed Learning, die es einzelnen Maschinen ermöglicht, Erfahrungen in Echtzeit auszutauschen. Fabrikroboter sollen mit Sensoren und Deep Learning Prozessoren ausgestattet und miteinander vernetzt werden. Sie sollen letztendlich lernen, so zu arbeiten, dass dadurch die Effizienz des gesamten Systems erhöht wird. Es ergeben sich allerdings noch andere Vorteile, wenn Roboter in die Lage versetzt werden, autonom zu lernen. „Sollte ein Roboter ausfallen, könnten andere seine Arbeit übernehmen“, erläutert Nishikawa.

Ein Beitrag von:

Peter Odrich

Peter Odrich studierte Betriebswirtschaftslehre mit Schwerpunkt Verkehrsbetriebe. Nach 28 Jahren als Wirtschaftsredakteur einer deutschen überregionalen Tageszeitung mit langer Tätigkeit in Ostasien kehrte er ins heimatliche Grossbritannien zurück. Seitdem berichtet er freiberuflich für Zeitungen und Technische Informationsdienste in verschiedenen Ländern. Dabei stehen Verkehrsthemen, Metalle und ostasiatische Themen im Vordergrund.