FOR UMIDDELBAR UTGIVELSE nr. 3254

Denne teksten er en oversettelse av den offisielle engelske versjonen av pressemeldingen, og den er kun ment som et praktisk referanseverktøy. Du finner detaljene og spesifikasjonene i den originale engelske versjonen. Dersom tekstene ikke stemmer overens, er det den originale engelske versjonen som gjelder.

Mitsubishi Electrics raske trinnvise lærings-AI reduserer tiden for læring av bevegelser

Ideell for effektiv oppstart av produksjonsustyr

PDF-versjon (PDF:159.7KB)

TOKYO, 13. februar 2019Mitsubishi Electric Corporation (TOKYO: 6503) kunngjorde i dag at de har utviklet en AI-teknologi som er i stand til rask trinnvis læring ved hjelp av en simulator for å fullføre bevegelseslæring på relativt kort tid. Den nye teknologien kombinerer selskapets nyeste merkevarebeskyttede kompakte AI-teknologi Maisart®1 og forsterkende læring, noe som gjør maskiner i stand til å utforske optimale handlinger gjennom svært effektiv prøving og feiling. Den nye AI-teknologien, som støttes av selskapets AI-teknologi med smartkontroll som raskt tilpasser seg endrede betingelser2, lærer og reagerer på endringer i faktiske omgivelser i sanntid for å muliggjøre jevn maskindrift. I tiden fremover kommer Mitsubishi Electric til å fortsette utviklingen av teknologien for mer effektiv oppstart av utstyr og autonom drift.

1 Mitsubishi Electric's AI creates the State-of-the-ART in Technology (Mitsubishi Electrics AI skaper det aller beste innen teknologi)

2 Mitsubishi Electric utvikler AI-teknologi med smartkontroll som tilpasser seg endrede betingelser raskt og smidig http://www.mitsubishielectric.com/news/2018/0208.html (8. februar 2018)

Eksempler på bruksområder i industriroboter (atferdslæring for å oppnå mål på kortest mulig tid)

På grunn av fallende antall arbeidere i aldrende samfunn som Japan blir det stadig vanskeligere å sikre seg nok menneskelige ressurser, som igjen øker behovet for AI som kan støtte effektiv, mekanisert drift. Nye produksjonsfasiliteter presenterer imidlertid spesielle utfordringer på grunn av forskjeller i forhåndslærte og faktiske verktstedsomgivelser, som fører til at det må vies enorme mengder tid på å lære AI før den kan implementeres i full skala. Mitsubishi Electrics nye AI oppretter automatisk kontrollprogrammer for faktiske omgivelser etter kort læring for å støtte optimalisert drift.

Hovedegenskaper

Den nye AI-teknologien oppnår rask trinnvis læring ved hjelp av Maisarts forsterkende læring-egenskaper, som er en betydelig forbedring sammenlignet med vanlige metoder som krever enorm læringstid for å teste ulikt innhold og dets kombinasjoner. Mitsubishi Electric brukte sin ekspertise innen fabrikkautomatiseringutstyr, maskinverktøy og autonom drift-teknologi til å finpusse sin AIs forsterkende læring-egenskap, med fokus på å forenkle arbeidsprosesslæring trinn for trinn. I stedet for å prøve å lære alt på en gang forenklet selskapet læringsinnholdet og tilføyde enkel, automatisk trinnvis læring for raskere og mer effektiv læring. Intern testing oppdaget at tiden som kreves for opprettelse av et program3, bare er en tidel 4 av manuelle prosesser.

3 Inkludert gjentatt driftskorrigering og driftsbekreftelse

4 Justeringsarbeid som kreves ved bruk av en industrirobot

For å forkorte takttiden (gjennomsnittlig tid det tar å produsere én enhet og begynne å arbeide på den neste enheten) ved hjelp av produksjonsutstyr som industriroboter må fagarbeidere vanligvis foreta mange justeringer på produksjonsutstyret. Med Mitsubishi Electrics nye AI utføres justeringer av rute, fart, akselerasjon osv. automatisk. Handlingen er forhåndslært ved hjelp av en simulator, som gjør det mulig for AI-en å foreta justeringer automatisk for å forkorte takten uten å bruke en bildesensor. Resultatet er produktivitet som er lik eller høyere enn produktiviteten til utstyr som justeres av en fagarbeider.

  Funksjon Tiden som kreves for justeringer
Utviklet teknologi Programmering med AI En tiendedel av vanlig metode
Konvensjonell metode Manuell programopprettelse 1

Merk at pressemeldingene er riktige på publiseringstidspunktet, men de kan endres uten varsel.