Toyota Research Institute SVP sobre la dificultad de construir el robot doméstico perfecto

A principios de esta semana, el Instituto de Investigación de Toyota abrió las puertas de sus oficinas en el Área de la Bahía a miembros de los medios por primera vez. Fue un día lleno de demostraciones, desde simuladores de conducción e instructores a la deriva hasta conversaciones sobre aprendizaje automático y sostenibilidad.

La robótica, un enfoque de larga data de la división de investigación de Toyota, también estuvo en exhibición. El vicepresidente sénior Max Bajracharya presentó un par de proyectos. Primero fue algo más parecido a lo que uno esperaría de Toyota: un brazo industrial con una pinza modificada diseñada para la tarea sorprendentemente compleja de mover cajas desde la parte trasera de un camión a las cintas transportadoras cercanas, algo que la mayoría de las fábricas esperan automatizar en el futuro.

El otro es un poco más sorprendente, al menos para aquellos que no han seguido tan de cerca el trabajo de la división. Un robot de compras recupera diferentes productos en el estante según los códigos de barras y la ubicación general. El sistema puede extenderse al estante superior para encontrar artículos, antes de determinar el mejor método para agarrar la amplia gama de diferentes objetos y colocarlos en su canasta.

El sistema es una consecuencia directa del enfoque del equipo de robótica de 50 personas en el cuidado de los ancianos, destinado a abordar el envejecimiento de la población de Japón. Sin embargo, representa un giro que se aleja de su trabajo original de construir robots diseñados para ejecutar tareas domésticas como lavar platos y preparar alimentos.

Puede leer un artículo más extenso sobre ese pivote en un artículo publicado en TechCrunch a principios de esta semana. Eso se extrajo de una conversación con Bajracharya, que estamos imprimiendo en un estado más completo a continuación. Tenga en cuenta que el texto ha sido editado para mayor claridad y extensión.

TechCrunch: esperaba obtener una demostración del robot doméstico.

Max Bajracharya: Todavía estamos haciendo algunas cosas de robots domésticos[…] Lo que hemos hecho ha cambiado. El hogar fue una de nuestras tareas de desafío originales.

Eldercare fue el primer pilar.

Absolutamente. Una de las cosas que aprendimos en ese proceso es que no pudimos medir muy bien nuestro progreso. La casa es tan dura. Elegimos tareas desafiantes porque son difíciles. El problema de la casa no es que fuera demasiado dura. Era que era demasiado difícil medir el progreso que estábamos haciendo. Probamos muchas cosas. Intentamos hacer un lío procedimentalmente. Poníamos harina y arroz en las mesas y tratábamos de limpiarlas. Pusimos cosas por toda la casa para que el robot esté ordenado. Estábamos desplegando en Airbnbs para ver qué tan bien lo estábamos haciendo, pero el problema es que no podíamos obtener el mismo hogar cada vez. Pero si lo hiciéramos, encajaríamos demasiado en esa casa.

¿No es ideal que no obtengas la misma casa cada vez?

Exactamente, pero el problema es que no podíamos medir qué tan bien lo estábamos haciendo. Digamos que fuimos un poco mejores en ordenar esta casa, no sabemos si eso se debe a que nuestras capacidades mejoraron o si esa casa fue un poco más fácil. Estábamos haciendo el estándar, “muestra una demostración, muestra un video genial. Todavía no somos lo suficientemente buenos, aquí hay un video genial”. No sabíamos si estábamos progresando bien o no. La tarea del desafío del supermercado donde dijimos, necesitamos un entorno donde sea tan difícil como un hogar o tenga los mismos problemas representativos que un hogar, pero donde podamos medir cuánto progreso estamos logrando.

No está hablando de objetivos específicos para el hogar o el supermercado, sino para resolver problemas que pueden abarcar ambos lugares.

O incluso medir si estamos impulsando el estado del arte en robótica. ¿Somos capaces de hacer la percepción, la planificación del movimiento, los comportamientos que son, de hecho, de propósito general? Para ser totalmente honesto, el problema del desafío no importa. Los desafíos de robótica de DARPA eran solo tareas inventadas que eran difíciles. Eso también es cierto para nuestras tareas de desafío. Nos gusta el hogar porque es representativo de dónde eventualmente queremos estar ayudando a las personas en el hogar. Pero no tiene que ser el hogar. El mercado de comestibles es una muy buena representación porque tiene una gran diversidad.

Sin embargo, hay una frustración. Sabemos lo difíciles que son estos desafíos y lo lejos que están las cosas, pero alguna persona al azar ve tu video y, de repente, es algo que está en el horizonte, aunque no puedas entregarlo.

Absolutamente. por eso gill [Pratt] dice cada vez, ‘vuelve a enfatizar por qué esta es una tarea desafiante’.

¿Cómo traduces eso a la gente normal? La gente normal no se obsesiona con las tareas desafiantes.

Exacto, pero es por eso que en la demostración que viste hoy, tratamos de mostrar las tareas del desafío, pero también un ejemplo de cómo tomas las capacidades que surgen de ese desafío y las aplicas a una aplicación real, como descargar un contenedor. Ese es un verdadero problema. Fuimos a las fábricas y dijeron: ‘sí, esto es un problema. ¿Puedes ayudarnos?’ Y dijimos, sí, tenemos tecnologías que se aplican a eso. Así que ahora estamos tratando de mostrar que estos desafíos surgen de estos pocos avances que creemos que son importantes, y luego aplicarlos a aplicaciones reales. Y creo que eso ha estado ayudando a la gente a entender eso, porque ven ese segundo paso.

¿Qué tan grande es el equipo de robótica?

La división es de unas 50 personas divididas equitativamente entre aquí y Cambridge, Massachusetts.

Tienes ejemplos como Tesla y Figure, que están tratando de hacer robots humanoides para todo uso. Parece que te diriges en una dirección diferente.

Un poco. Algo que hemos observado es que el mundo está construido para los humanos. Si solo tiene una pizarra en blanco, está diciendo que quiero construir un robot para trabajar en espacios humanos. Tiendes a terminar en proporciones humanas y capacidades de nivel humano. Terminas con piernas y brazos humanos, no porque esa sea necesariamente la solución óptima. Es porque el mundo ha sido diseñado alrededor de las personas.

¿Cómo se miden los hitos? ¿Cómo es el éxito para su equipo?

Mudarse de la casa a la tienda de comestibles es un gran ejemplo de eso. Estábamos progresando en el hogar, pero no tan rápido ni tan claramente como cuando nos mudamos a la tienda de comestibles. Cuando nos mudamos a la tienda de comestibles, realmente se vuelve muy evidente lo bien que lo está haciendo y cuáles son los problemas reales en su sistema. Y entonces realmente puedes concentrarte en resolver esos problemas. Cuando recorrimos las instalaciones de logística y fabricación de Toyota, vimos todas estas oportunidades donde básicamente son el desafío de comprar comestibles, excepto que son un poco diferentes. Ahora, la parte en lugar de que las partes sean artículos de abarrotes, las partes son todas las partes en un centro de distribución.

Escuchas de 1,000 personas que sabes que los robots domésticos son realmente difíciles, pero luego sientes que tienes que intentarlo por ti mismo y luego te gusta, realmente, cometes los mismos errores que ellos.

Creo que probablemente soy tan culpable como todos los demás. Es como, ahora nuestras GPU son mejores. Oh, tenemos aprendizaje automático y ahora sabes que podemos hacer esto. Oh, está bien, tal vez eso fue más difícil de lo que pensábamos.

Algo tiene que inclinarlo en algún momento.

Tal vez. Creo que va a llevar mucho tiempo. Al igual que la conducción automatizada, no creo que haya una panacea. No es solo como esta cosa mágica, eso va a ser ‘bien, ahora lo resolvimos’. Va a estar descascarándose, descascarándose, gradualmente. Por eso es importante tener ese tipo de hoja de ruta con plazos más cortos, ya sabes, hitos cada vez más cortos que te den pequeños logros, de modo que puedas seguir trabajando para lograr realmente esa visión a largo plazo.

¿Cuál es el proceso para producir realmente cualquiera de estas tecnologías?

Esa es una muy buena pregunta que nosotros mismos estamos tratando de responder. Creo que ahora entendemos el paisaje. Tal vez fui ingenuo al principio al pensar que, está bien, solo necesitamos encontrar a esta persona a la que vamos a pasar la tecnología a un tercero o alguien dentro de Toyota. Pero creo que hemos aprendido que, sea lo que sea, ya sea una unidad de negocios, una empresa, una startup o una unidad dentro de Toyota, no parecen existir. Entonces, estamos tratando de encontrar una forma de crear y creo que esa es la historia de TRI-AD, un poco también. Fue creado para tomar la investigación de conducción automatizada que estábamos haciendo y traducirla en algo que fuera más real. Tenemos el mismo problema en robótica y en muchas de las tecnologías avanzadas en las que trabajamos.

Estás pensando en llegar potencialmente a un lugar donde puedas tener spin-offs.

Potencialmente. Pero no es el mecanismo principal por el cual comercializaríamos la tecnología.

¿Cuál es el mecanismo principal?

no lo sabemos La respuesta es que la diversidad de cosas que estamos haciendo es muy probable que sea diferente para diferentes grupos.

¿Cómo ha cambiado el TRI desde su fundación?

Cuando empecé, siento que claramente solo estábamos investigando en robótica. Parte de eso se debe a que estábamos muy lejos de que la tecnología fuera aplicable a casi cualquier aplicación desafiante del mundo real en un entorno humano. Durante los últimos cinco años, siento que hemos progresado lo suficiente en ese problema tan desafiante que ahora estamos comenzando a verlo convertirse en estas aplicaciones del mundo real. Hemos cambiado conscientemente. Todavía estamos impulsando el 80 % del estado del arte con la investigación, pero ahora hemos asignado quizás el 20 % de nuestros recursos para averiguar si esa investigación es tan buena como pensamos que es y si se puede aplicar a la realidad. -aplicaciones mundiales. Podríamos fallar. Podríamos darnos cuenta de que pensamos que hicimos algunos avances interesantes, pero no es lo suficientemente confiable o rápido. Pero estamos poniendo el 20% de nuestro esfuerzo en intentarlo.

¿Cómo encaja el cuidado de los ancianos en esto?

Diría que, de alguna manera, sigue siendo nuestra estrella polar. Los proyectos todavía están analizando cómo, en última instancia, amplificamos a las personas en sus hogares. Pero con el tiempo, a medida que elegimos estas tareas desafiantes, si surgen cosas que son aplicables a estas otras áreas, ahí es donde estamos utilizando estos hitos a corto plazo para mostrar el progreso en la investigación que estamos realizando.

¿Qué tan realista es la posibilidad de un factor de apagado total?

Creo que si fueras capaz de empezar de cero en el futuro, tal vez, esa podría ser una posibilidad. Si observo la fabricación actual, específicamente para Toyota, parece muy poco probable que puedas acercarte a eso. Nosotros [told factory workers], estamos construyendo tecnología robótica, ¿dónde crees que podría aplicarse? Nos mostraron muchos, muchos procesos en los que eran cosas como, tomas este arnés de cables, lo pasas por aquí, luego lo sacas aquí, luego lo recortas aquí, lo recortas aquí y lo tomas aquí, y lo tomas aquí, y luego lo ejecutas así. Y esto toma a una persona cinco días para aprender la habilidad. Dijimos, ‘sí, eso es demasiado difícil para la tecnología robótica’.

Pero las cosas que son más difíciles para las personas son las que le gustaría automatizar.

Sí, difícil o potencialmente propenso a lesiones. Sin duda, nos gustaría hacer peldaños para llegar a eso eventualmente, pero donde veo la tecnología robótica hoy, estamos bastante lejos de eso.