La bisagra de entregas más inteligentes está en robots más inteligentes

im-148470
Cofundadores de Covariant, de izquierda a derecha, Tianhao Zhang, Rocky Duan, Peter Chen y Pieter Abbeel. FOTO: ELENA ZHUKOVA

A medida que los clientes esperan obtener paquetes más rápido, las empresas están recurriendo a robots que pueden aprender por su cuenta.




Las empresas e investigadores de todo el mundo están compitiendo para desarrollar sistemas de inteligencia artificial que permitan a los robots de almacén manejar objetos nuevos y variados, por ejemplo, distinguiendo la diferencia entre una caja de cartón y una pequeña placa de circuito, sin la necesidad de un entrenamiento adicional extenso o ayuda humana.

Dichas capacidades harían que las máquinas sean más confiables en los centros de distribución, componentes críticos de la cadena de suministro de comercio electrónico, que a veces se ve afectada por la falta de una fuerza laboral constante y las crecientes demandas de una entrega más rápida.

En los centros de distribución, los robots deben manejar millones de objetos de diferentes formas, tamaños y colores. Tal variabilidad puede ser un desafío para las máquinas actuales, de acuerdo con los operadores de robots y almacenes. Algunos brazos robóticos, por ejemplo, usan cámaras 3D para detectar y agarrar objetos, pero se ven obstaculizados por el resplandor brillante de productos brillantes como paquetes de chips. Otros luchan por agarrar objetos pequeños como componentes eléctricos o cosas suaves y blandas como ciertas frutas y verduras.

La mayoría de las tecnologías de automatización implementadas hoy en los almacenes no son inteligentes, lo que significa que los humanos tienen que programar lo que un robot puede hacer, según Mehdi Miremadi, socio de McKinsey & Co. que se especializa en inteligencia artificial y robótica. Las nuevas capacidades, como navegar por un nuevo camino en un centro de distribución o captar nuevos productos para empaquetarlos para su envío, deben codificarse a mano, dijo.

A medida que las cadenas de suministro se han vuelto más complejas y los consumidores esperan entregas el mismo día, ese enfoque se ha vuelto insostenible, incentivando a los operadores de almacenes a recurrir a sistemas que puedan aprender por su cuenta. A su vez, están surgiendo nuevas empresas para satisfacer la demanda.

La inversión de capital de riesgo de EEUU en empresas de automatización y robótica centradas en la logística desde 2015 ha superado el billón de dólares, según la firma de datos PitchBook.

"Los robots de almacén son nuevamente un espacio emocionante ... Hay muchos jugadores que intentan abordar esto", expresó Miremadi. "Ninguno de ellos puede proporcionar una solución de extremo a extremo todavía" que abarque funciones tan variadas como la planificación de navegación y el manejo de objetos.

A menudo, la aplicación de prueba de concepto inicial es agarrar y clasificar objetos en paquetes de envío con brazos robóticos, donde el costo de cometer errores es menor que en otros casos, como la navegación autónoma.

Peter Puchwein, vicepresidente de innovación de la empresa de logística de almacenes austríaca KNAPP AG, señaló que sus recolectores de robots manejaron de manera confiable solo alrededor del 15% de los objetos antes de que la compañía desplegara el otoño pasado un nuevo sistema de IA para robótica desarrollado por la startup de inteligencia artificial Covariant en un almacén, que opera para un mayorista alemana de suministros eléctricos.

La compañía con sede en Berkeley, California, es uno de varios equipos comerciales que intentan construir sistemas de inteligencia artificial flexibles que funcionen de manera confiable en entornos del mundo real, un desafío que hasta ahora ha limitado el uso de la robótica a entornos muy estructurados, como las fábricas.

Los recolectores de robots de KNAPP equipados con la IA de Covariant ahora manejan de manera confiable el 95% de los objetos y son un poco más rápidos que los humanos, precisó Puchwein. Los robots pueden recoger alrededor de 600 objetos por hora, en comparación con los trabajadores humanos que pueden recoger entre 400 y 450 por hora durante un turno de ocho horas.

El sistema, denominado Covariant Brain, aprovecha una combinación de técnicas de aprendizaje automático populares entre las compañías tecnológicas más grandes de Silicon Valley, que incluyen aprendizaje profundo y aprendizaje de refuerzo, que DeepMind, una división de Google de Alphabet Inc., utilizó para construir AlphaGo, the Go software de reproducción que derrotó a múltiples jugadores humanos de clase mundial.

La tecnología permite a los robots aprender a manipular objetos sobre la marcha, sin la ayuda humana o la codificación manual del software, un avance importante ya que es imposible anticipar por completo la variedad de objetos que un robot podría encontrar al recoger y empacar mercancías en múltiples instalaciones, para diferentes clientes, según el presidente de Covariant, Pieter Abbeel.

RightHand Robotics Inc., otra empresa de robótica que aprovecha la inteligencia artificial, utiliza software de visión artificial para ayudar a los robots a descubrir cómo recoger objetos de la manera más eficiente. La compañía dice que la precisión de su sistema es comparable o mejor que la de los recolectores humanos.

KNAPP planea implementar la tecnología Covariant en una segunda instalación en EEUU, según Puchwein. Ninguna persona ha sido despedida debido a la nueva tecnología, agregó. En cambio, se han vuelto a capacitar para comprender más sobre robótica y computadoras.

El 5% de los objetos con los que los robots aún luchan son más una función de la tecnología de agarre actual, explicó. Los robots a veces todavía tienen dificultades con objetos muy blandos.

"Hay mucho más que hacer en los centros de distribución para automatizarlos por completo", dijo Howie Choset, profesor de robótica en la Universidad Carnegie Mellon. "Las empresas solo han comenzado a arañar la superficie".

Comenta

Los comentarios en esta sección son exclusivos para suscriptores. Suscríbete aquí.

La nave de la Nasa ha sido la única que ha llegado a Plutón. Desde que pasó por el planeta enano en 2015, ha seguido su viaje por lo más profundo del Sistema Solar. Acá te lo contamos.