- Pesquisadores do MIT desenvolveram um sistema de IA para acelerar as operações em armazéns, ajudando os robôs a evitar colisões.
- Este novo método funciona quase quatro vezes mais rápido que as estratégias anteriores.
- Ele também pode melhorar outras tarefas complexas, como o design de chips de computador.
Pesquisadores do MIT deram um grande passo para tornar os armazéns mais eficientes e rápidos. Usando IA, eles encontraram uma maneira inteligente de permitir que centenas de robôs se movam sem colidir uns com os outros, tornando todo o sistema mais eficiente. Isso é um grande feito para indústrias como o comércio online e a fabricação de carros, onde mover coisas do ponto A ao ponto B rapidamente é fundamental.
O problema com os armazéns
Imagine tentar gerenciar 800 robôs em um enorme armazém, todos se movendo ao mesmo tempo. É um trabalho difícil. Esses robôs precisam pegar itens e prepará-los para o envio sem nenhum acidente. É um quebra-cabeça que até os melhores programas de computador acham difícil de resolver porque as coisas se movem tão rápido.
A equipe do MIT pegou o que sabem sobre aliviar o tráfego nas cidades e aplicou a este problema. Eles criaram um modelo de aprendizado profundo que observa o layout do armazém, caminhos dos robôs, trabalhos e obstáculos. Em seguida, determina os melhores lugares para desobstruir os engarrafamentos. A parte legal é que eles dividiram os robôs em grupos menores. Dessa forma, eles podem resolver o tráfego em cada grupo mais rapidamente usando métodos mais simples. Seu sistema desobstruiu o tráfego dos robôs quase quatro vezes mais rápido do que os métodos anteriores.
Detalhes técnicos
Cathy Wu, uma grande nome em IA e engenharia no MIT, e Zhongxia Yan, um estudante de topo, estão por trás desta investigação. Eles projetaram uma nova rede neural capaz de lidar com a complexa dança de centenas de robôs. O sistema consegue rastrear os seus percursos, pontos de partida, pontos de chegada e como se relacionam entre si. Este sistema funciona com velocidade suficiente para acompanhar as necessidades do armazém, dissipando o caos.
Num armazém, quando chega uma encomenda, um robô apanha o artigo e traz-no a um trabalhador para a embalagem. Com centenas a fazerem isto ao mesmo tempo, evitar colisões é essencial. A abordagem do MIT utiliza aprendizagem automática para detetar e aliviar rapidamente os pontos de maior congestionamento. Ao focar-se em pequenos grupos de robôs, a rede consegue prever onde o alívio trará mais benefícios. Em seguida, resolve esses pontos um por um.
Por que importa
Para além de tornar os armazéns mais fluidos, esta abordagem pode ajudar noutras grandes tarefas de planeamento, como o design de chips informáticos ou o layout de tubagens em edifícios. É uma ferramenta versátil que pode mudar a forma como abordamos problemas complexos.
A equipa do MIT não vai parar aqui. Querem tornar o seu sistema ainda mais claro e fácil de usar, passando de um processo complexo de tomada de decisão por IA para soluções mais simples baseadas em regras. Isto pode facilitar a aplicação das suas descobertas em armazéns reais e outros ambientes.
Opinião de especialistas
Andrea Lodi, um professor bem respeitado não envolvido no estudo, elogiou o trabalho do MIT. Ele destacou sua inovadora combinação de tecnologia que a faz se destacar na resolução de desafios de espaço e tempo sem precisar de ajustes super especializados. Os resultados são impressionantes, melhorando a velocidade e a qualidade das soluções e funcionando bem mesmo em novas situações.
A mais recente investigação do MIT pode mudar a forma como os armazéns operam, tornando-os mais rápidos e eficientes. Isto é apenas o início. As técnicas desenvolvidas aqui têm o potencial de resolver uma variedade de problemas complexos, marcando um passo significativo para a frente na IA e na logística.
As mentes mais inteligentes do setor de criptomoedas já leem nosso boletim informativo. Quer entrar? Junte-se a eles.
Aviso Legal. As informações fornecidas não constituem aconselhamento de investimento. Cryptopolitan.com não assume responsabilidade por quaisquer investimentos realizados com base nas informações fornecidas nesta página. Recomendamos fortemente a realização de pesquisa independente e/ou consulta com um profissional qualificado antes de tomar quaisquer decisões de investimento.
Randa Moses
Randa Moses é editora e repórter na Cryptopolitan, cobrindo tecnologia, IA, robótica, criptomoedas, golpes e hacks. Ela atua no espaço de criptomoedas desde 2017. Já ocupou cargos na Forward Protocol, AmaZix e Cryptosomniac. Randa possui graduação em Engenharia Elétrica e Eletrônica pela Universidade de Bradford.
