no início desta semana, o Toyota Research Institute abriu as portas de seus escritórios na Bay Area para membros da mídia pela primeira vez. Foi um dia repleto de demonstrações, desde simuladores de direção e instrutores de drift até conversas sobre aprendizado de máquina e sustentabilidade.
A robótica, um foco de longa data da divisão de pesquisa da Toyota, também estava em exibição. O vice-presidente sênior Max Bajracharya apresentou alguns projetos. Primeiro, era algo mais parecido com o que se esperaria da Toyota: um braço industrial com uma garra modificada projetada para a tarefa surpreendentemente complexa de mover caixas da traseira de um caminhão para esteiras transportadoras próximas, algo que a maioria das fábricas espera automatizar no futuro.
A outra é um pouco mais surpreendente, pelo menos para quem não acompanhou tão de perto o trabalho da divisão. Um bot de compras recupera diferentes produtos na prateleira com base em códigos de barras e localização geral. O sistema pode ser estendido para a prateleira superior para encontrar itens, antes de determinar o melhor método para pegar a grande variedade de objetos diferentes e colocá-los em sua cesta.
O sistema é uma consequência direta do foco da equipe de robótica de 50 pessoas no atendimento a idosos, com o objetivo de atender à população idosa do Japão. No entanto, representa uma reviravolta em seu trabalho original de construir robôs projetados para realizar tarefas domésticas, como lavar pratos e preparar alimentos.
Você pode ler um artigo mais longo sobre esse pivô em um artigo publicado no TechCrunch no início desta semana. Isso foi obtido em uma conversa com Bajracharya, que publicamos em uma declaração mais completa abaixo. Observe que o texto foi editado para maior clareza e extensão.
Créditos da imagem: brian aquecedor
TechCrunch: Eu esperava obter uma demonstração do robô doméstico.
Max Bajracharya: Ainda estamos fazendo algumas coisas de robôs domésticos[…] O que fizemos mudou. A casa era uma de nossas tarefas de desafio originais.
Idosos foi o primeiro pilar.
Absolutamente. Uma das coisas que aprendemos nesse processo é que não conseguimos medir muito bem nosso progresso. A casa é tão difícil. Escolhemos tarefas desafiadoras porque são difíceis. O problema da casa não é que era muito difícil. Era que era muito difícil medir o progresso que estávamos fazendo. Nós tentamos muitas coisas. Tentamos fazer uma bagunça processualmente. Colocamos farinha e arroz nas mesas e tentamos limpá-los. Colocamos coisas por toda a casa para manter o robô arrumado. Estávamos indo para o Airbnbs para ver como estávamos indo, mas o problema é que não conseguíamos ter a mesma casa todas as vezes. Mas se o fizéssemos, caberíamos demais naquela casa.
Não é ideal que você não tenha sempre a mesma casa?
Exatamente, mas o problema é que não conseguimos medir o quão bem estávamos. Digamos que fomos um pouco melhores em arrumar esta casa, não sabemos se é porque nossas habilidades melhoraram ou se aquela casa ficou um pouco mais fácil. Estávamos fazendo o padrão, “mostre uma demonstração, mostre um vídeo legal. Ainda não somos bons o suficiente, aqui está um vídeo legal.” Não sabíamos se estávamos progredindo bem ou não. A tarefa do desafio do supermercado onde dissemos, precisamos de um ambiente onde seja tão difícil quanto uma casa ou tenha os mesmos problemas representativos de uma casa, mas onde possamos medir quanto progresso estamos fazendo.
Você não está falando de objetivos específicos para a casa ou para o supermercado, mas para resolver problemas que podem abranger ambos os lugares.
Ou ainda medir se estamos promovendo o estado da arte em robótica. Somos capazes de percepção, planejamento de movimento, comportamentos que são, de fato, de uso geral? Para ser totalmente honesto, o problema do desafio não importa. Os desafios de robótica da DARPA eram apenas tarefas inventadas que eram difíceis. Isso também é verdade para nossas tarefas de desafio. Gostamos da casa porque é representativa de onde eventualmente queremos ajudar as pessoas em casa. Mas não precisa ser em casa. O mercado de mercearia é uma representação muito boa porque tem uma grande diversidade.
Créditos da imagem: brian aquecedor
No entanto, há uma frustração. Sabemos como são difíceis esses desafios e como as coisas estão longe, mas uma pessoa aleatória vê seu vídeo e de repente é algo no horizonte, mesmo que você não consiga entregar.
Absolutamente. é por isso que guelra [Pratt] ele diz a cada vez, ‘isso enfatiza novamente por que esta é uma tarefa desafiadora.’
Como você traduz isso para pessoas normais? As pessoas normais não se prendem a tarefas desafiadoras.
Exatamente, mas é por isso que na demonstração que você viu hoje, tentamos mostrar as tarefas do desafio, mas também um exemplo de como você pega os recursos desse desafio e os aplica a um aplicativo real, como baixar um recipiente. Isso é um problema real. Fomos às fábricas e eles disseram: ‘sim, isso é um problema. Pode nos ajudar?’ E dissemos, sim, temos tecnologias que se aplicam a isso. Então, agora estamos tentando mostrar que esses desafios surgem desses poucos avanços que achamos importantes e depois aplicá-los a aplicações reais. E acho que isso tem ajudado as pessoas a entender isso, porque elas veem esse segundo passo.
Qual é o tamanho da equipe de robótica?
A divisão é de cerca de 50 pessoas divididas igualmente entre aqui e Cambridge, Massachusetts.
Você tem exemplos como Tesla e Figure, que estão tentando fazer robôs humanóides para todos os fins. Parece que você está indo em uma direção diferente.
Um pouco. Uma coisa que observamos é que o mundo foi construído para os humanos. Se você tem apenas uma lousa em branco, está dizendo que quero construir um robô para trabalhar em espaços humanos. Você tende a acabar em proporções humanas e capacidades de nível humano. Você acaba com pernas e braços humanos, não porque essa seja necessariamente a solução ideal. É porque o mundo foi projetado em torno das pessoas.
Créditos da imagem: Instituto de Pesquisa Toyota
Como os marcos são medidos? Como é o sucesso para sua equipe?
Mudar de casa para o supermercado é um ótimo exemplo disso. Estávamos progredindo em casa, mas não tão rápido ou claramente quanto quando nos mudamos para o supermercado. Quando vamos ao supermercado, torna-se muito aparente o quão bem você está indo e quais são os problemas reais em seu sistema. E então você pode realmente se concentrar em resolver esses problemas. Quando visitamos as instalações de fabricação e logística da Toyota, vimos todas essas oportunidades onde elas são basicamente o desafio de fazer compras de supermercado, exceto que são um pouco diferentes. Agora, a peça em vez das peças serem itens de mercearia, as peças são todas as peças de um centro de distribuição.
Você ouve de 1.000 pessoas que sabe que os robôs domésticos são realmente difíceis, mas depois sente que precisa tentar sozinho e depois gosta, sério, comete os mesmos erros que eles.
Acho que provavelmente sou tão culpado quanto todo mundo. É tipo, agora nossas GPUs são melhores. Oh, temos aprendizado de máquina e agora você sabe que podemos fazer isso. Ok, talvez tenha sido mais difícil do que pensávamos.
Algo tem que derrubá-lo em algum momento.
Talvez. Acho que vai demorar muito. Como a direção automatizada, não acho que haja uma panacéia. Não é apenas uma coisa mágica, vai ser ‘ok, agora nós descobrimos’. Vai descamando, descamando, aos poucos. É por isso que é importante ter esse tipo de roteiro com cronogramas mais curtos, você sabe, marcos cada vez mais curtos que fornecem pequenos marcos, para que você possa continuar trabalhando para realmente alcançar essa visão de longo prazo.
Qual é o processo para realmente produzir qualquer uma dessas tecnologias?
Essa é uma pergunta muito boa que nós mesmos estamos tentando responder. Acho que agora entendemos a paisagem. Talvez eu tenha sido ingênuo no começo ao pensar que, ok, só precisamos encontrar essa pessoa que vamos passar a tecnologia para um terceiro ou alguém dentro da Toyota. Mas acho que aprendemos que seja o que for, seja uma unidade de negócios, uma empresa, uma startup ou uma unidade dentro da Toyota, eles parecem não existir. Então, estamos tentando encontrar uma maneira de criar e acho que essa é a história do TRI-AD, um pouco também. Ele foi criado para pegar a pesquisa de direção automatizada que estávamos fazendo e traduzi-la em algo mais real. Temos o mesmo problema na robótica e em muitas das tecnologias avançadas com as quais trabalhamos.
Créditos da imagem: brian aquecedor
Você está pensando em potencialmente chegar a um lugar onde possa ter spin-offs.
Potencialmente. Mas não é o principal mecanismo pelo qual comercializaríamos a tecnologia.
Qual é o principal mecanismo?
não sabemos.A resposta é que a diversidade de coisas que estamos fazendo provavelmente será diferente para grupos diferentes.
Como o TRI mudou desde a sua fundação?
Quando comecei, sinto que estávamos claramente apenas fazendo pesquisas em robótica. Parte disso é porque estávamos muito longe de a tecnologia ser aplicável a quase qualquer aplicação desafiadora do mundo real em um ambiente humano. Nos últimos cinco anos, sinto que fizemos progresso suficiente nesse problema tão desafiador que agora estamos começando a vê-lo se desenvolver nessas aplicações do mundo real. Nós mudamos conscientemente. Ainda estamos investindo 80% do que há de mais recente em pesquisas, mas agora alocamos talvez 20% de nossos recursos para determinar se essa pesquisa é tão boa quanto pensamos e se pode ser aplicada à realidade. -aplicações globais. Podemos falhar. Podemos achar que fizemos alguns progressos interessantes, mas não é confiável ou rápido o suficiente. Mas estamos colocando 20% do nosso esforço em tentar.
Como o cuidado com o idoso se insere nisso?
Eu diria que, de certa forma, ainda é a nossa Estrela do Norte. Os projetos ainda estão analisando como, em última análise, amplificamos as pessoas em suas casas. Mas com o tempo, conforme escolhemos essas tarefas desafiadoras, se surgirem coisas aplicáveis a essas outras áreas, é aí que usaremos esses marcos de curto prazo para mostrar o progresso na pesquisa que estamos fazendo.
Quão realista é a possibilidade de um fator de desligamento total?
Eu acho que se você pudesse começar do zero no futuro, talvez, isso poderia ser uma possibilidade. Se eu olhar para a fabricação atual, especificamente para a Toyota, parece altamente improvável que você consiga chegar perto disso. Nós [told factory workers], estamos construindo tecnologia de robótica, onde você acha que poderia ser aplicada? Eles nos mostraram muitos, muitos processos em que havia coisas como, você pega esse chicote de fios, passa por aqui, depois tira aqui, depois prende aqui, prende aqui e pega aqui, e você pegue aqui, e então você executa assim E isso leva cinco dias para uma pessoa aprender a habilidade. Nós dissemos, ‘sim, isso é muito difícil para a tecnologia robótica.’
Mas as coisas mais difíceis para as pessoas são aquelas que você gostaria de automatizar.
Sim, difícil ou potencialmente sujeito a lesões. Claro, gostaríamos de avançar para isso eventualmente, mas onde vejo a tecnologia robótica hoje, estamos muito longe disso.