ロボットはどのようにあなたに取って代わるのでしょうか?英国のスーパーマーケットのスマート倉庫では、1日50万個の商品を仕分けるのにたった3人しか要らない

ロボットはどのようにあなたに取って代わるのでしょうか?英国のスーパーマーケットのスマート倉庫では、1日50万個の商品を仕分けるのにたった3人しか要らない

英国のオンラインスーパーマーケットOcadoは最近、アンドーヴァーにある自社の自動倉庫をメディア向けに公開した。BBCによると、サッカー場数面分の大きさがあるこの倉庫には、記者やガイドのほかに、工場内に待機している保守要員は2、3人だけで、残りの「従業員」はすべてロボットだという。

[[230077]]

これら 1,100 台のロボットは四角い外観をしており、倉庫内の 250,000 個の四角形の間を行き来しながら、1 週間あたり 65,000 件の注文、つまり 350 万個の商品を処理します。

これらのロボットは毎秒最大 4 メートルの速度で移動し、最大 10 キログラムの荷物を運ぶことができます。すべてのロボットは中央システムによって制御され、移動中に偶発的な衝突を避けるために航空管制システムと 4G ネットワークを介して相互に通信します。

作業途中でロボットの電力がなくなった場合、自動的に近くの充電エリアに移動して充電します。


倉庫の脇で突進するロボット。 (写真/スクリーンショットはYouTubeより、Smart Robot Network提供)

従来の倉庫との効率の違いについて、オカドの最高技術責任者ポール・クラーク氏は、オカドの商品を50個ピッキングする必要がある場合、これらのロボットは互いに協力して数分以内に注文を完了するが、従来の倉庫では数時間かかる可能性があると述べた。

この倉庫は、従来の倉庫よりも高速な線形物流に加えて、モジュール式で拡張可能です。規模を拡大する必要がある場合は、グリッドの数とその上のロボットを増やすだけで済みます。ロボットが突然故障しても問題ありません。すべてのロボットが互いに補完し合って作業を完了できるため、機械の故障のリスクが軽減されます。

自動化の驚異的なスピードに「ロボットが仕事を奪う」という問題も浮上しているが、海外メディア「The Verge」は、自動化はもともと同社の事業だったと指摘した。

そして、ロボットの活用はますます広がっていますが、オレンジの入ったビニール袋を持ち上げるなど、人間のサポートが必要な仕事もまだいくつかあります。これは人間にとっては非常に直感的な作業ですが、ロボットはどこから始めればいいのか分かりません。オカドはこの問題を克服する方法を研究し始めていますが、従業員によると、ロボットが学習するには数年かかるかもしれないとのことです。


ピッキングと仕分けを行うロボット。 (写真/スクリーンショットはYouTubeより、Smart Robot Network提供)

また、ロボットの修理など、当面はロボットに引き継ぐ予定のない業務もある。ここには「ロボット救急車」があり、グリッドの途中で故障したロボットを救助する役割を担っているが、この救急車が故障した場合、どうやって修理できるのか?この質問に対して、エンジニアのディーン・ターム氏は「難しい」とだけ答えた。

ロボットが短期的には倉庫の従業員全員に取って代わることはないだろうが、自動化の波に直面して、労働者も自分たちで打開策を講じる行動を起こし始めている。

The Verge は、たまたま倉庫の外で昼食を食べていた作業員にインタビューした。彼は、ロボットに連れ去られる心配はないと述べた。第一に、ロボットはまだ完璧ではなく、人間に取って代わるには数年かかるだろう。第二に、この仕事は非常に退屈だ。しかし、「ロボットが十分に優れたパフォーマンスを発揮したらどうしますか?」と尋ねると、作業員は「実は、エンジニアになるために勉強しているんです」と答えた。

<<:  アコーディオン: HBase の「呼吸」メモリ圧縮アルゴリズム

>>:  がん治療への新たな希望:AIが科学者の生きた人間の細胞の観察を向上

推薦する

...

詩人のような機械学習: ML の仕組みについての素晴らしい啓示

機械学習はデータ内のパターンを使用して物事にラベルを付けます。魔法のように聞こえますが、核となる概念...

「データオープン化」の道で、百度アポロはウェイモをリード

6月17日、世界最大のコンピュータービジョンカンファレンスであるCVPRの自動運転セミナーにおいて、...

...

Scikit-Learn を使用して、MNIST データセットを分類するための K 近傍法アルゴリズムを構築する

K 最近傍アルゴリズム、K-NN とも呼ばれます。今日のディープラーニングの時代では、この古典的な機...

インターネットの大失敗: 破壊された破壊者

[[324391]]インターネットの破壊的イノベーションは、自らの業界から生まれることはありません...

Windows コンピューターでディープラーニング モデルをトレーニングしますか?非常に詳細な設定チュートリアルはこちら

ほとんどのディープラーニング モデルは Linux システムでトレーニングされていますが、Windo...

IT プロフェッショナル向けの 8 つの新しい AI 職種

人工知能が IT 組織に与える影響を検討する場合は、まず自分の仕事から始めるとよいでしょう。あなたが...

モデルの再現が難しいのは必ずしも作者のせいではない。研究により、モデルの構造に問題があることが判明した。

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

エンコーダー・デコーダーアーキテクチャを放棄し、エッジ検出に拡散モデルを使用する方が効果的です。国立国防科学技術大学はDiffusionEdgeを提案しました。

既存のディープ エッジ検出ネットワークは通常、マルチレベルの特徴をより適切に抽出するためのアップサン...

2018 年の人工知能と機械学習のトップトレンド

[[243985]]人工知能(AI)は、1955年に米国のダートマス大学のAIの第一人者ジョン・マッ...

...

...

AIの冬が来ます!ディープラーニングはスケールしません...

著者について: Filip Piekniewski は、コンピューター ビジョンと AI の専門家で...

マイクロソフト、人間の編集者をAIに置き換え、ジャーナリスト数名を解雇

[[328414]]マイクロソフトは、マイクロソフトニュースとMSNチームから数十人のジャーナリスト...