O poder do Unity em IA

Desde 2018, a Cross Compass integrou o Unity ao pipeline de vários de seus serviços de consultoria para o setor de manufatura para treinar e validar algoritmos de IA com segurança antes da implantação. Continue lendo para saber como essa empresa de IA começou a usar a tecnologia de jogos para adicionar valor a uma indústria tão madura.

A Cross Compass é uma empresa líder de IA que oferece soluções de ponta para líderes globais nos setores de manufatura, robótica, jogos, saúde, design e marketing. Fundada em Tóquio em 2015, a Cross Compass desenvolve técnicas de ponta em Deep Learning, aprendizado de máquina e vida artificial para aumentar a segurança, a qualidade e a produtividade em benefício da sociedade.

Convidamos-os a compartilhar em suas próprias palavras porque adotaram o Unity e como ele os ajuda a oferecer os seguintes benefícios:

• Oferece uma plataforma para discutir especificações e progresso com clientes e parceiros
• Evita muitas verificações de segurança necessárias para configurar o ambiente de coleta de dados
• Fornece uma quantidade ilimitada de dados para treinamento e testes de IA
• Permite ciclos iterativos mais rápidos de treinamento e testes de IA em simulação
• Leva à entrega de soluções de IA com maior desempenho e qualidade para os usuários finais
• Aumenta o valor da intervenção humana enquanto as AI lidam com tarefas repetitivas de maneira confiável

Saiba mais nesta publicação convidada de Cross Compass por Romain Angénieux, líder do grupo de simulação de IA; Steven Weigh, designer de identidade de marca global; e Antoine Pasquali, diretor de tecnologia.

O design e a implantação de soluções de IA de ponta para ambientes de manufatura é um processo complicado. As linhas de produção de manufatura foram meticulosamente otimizadas e aperfeiçoadas há décadas. Os especialistas projetaram, ajustaram e iteraram cada detalhe, de ponta a ponta, para garantir os mais altos padrões de eficiência, segurança e qualidade que atendem aos requisitos rigorosos do setor e aos horários de entrega apertados. Isso resulta em nenhum espaço para experimentação, interrupção, risco ou métodos não comprovados.

Por comparação, a IA está evoluindo à velocidade da luz. Todo outro dia traz novas pesquisas sobre os métodos mais recentes, possibilidades ampliadas e novas fronteiras. No entanto, a maioria dessas pesquisas, existem apenas no laboratório, construídas com base em dados cuidadosamente selecionados que carregam pouca semelhança com o ruidoso, não estruturado, não rotulado ou, como é frequente, a completa ausência de dados que existem no mundo real. Em contraste com a manufatura, a IA raramente leva tempo para se validar em condições reais. Os dois setores não podiam estar mais separados em suas abordagens.

Em um laboratório, atingir 99% de precisão é uma conquista louvável. No ambiente de fabricação, uma taxa de erro de 1% restante é um risco de falha, defeitos ou segurança inaceitavelmente alto que pode ter consequências graves no mundo real. Dada essa dicotomia, como podemos introduzir as soluções de IA mais recentes em um ambiente tão preciso e restrito? E como podemos experimentar, validar e implantar soluções de IA de maneira que não introduzam risco, custo, tempo de inatividade ou alguma combinação dos três? Essas são as perguntas que nos fizemos quando nos encarregamos de treinamento e implantação de IA nas fábricas dos nossos clientes.

A solução mais óbvia foi levar o ambiente de fabricação para o laboratório. Ou seja, recriar o andar de fábrica em um ambiente simulado em que podemos desenvolver nossas soluções de IA sem medo de tempo de inatividade ou danificar equipamentos de ponta.

Um ambiente simulado nos dá controle total sobre as condições de fábrica, permitindo que mudemos parâmetros, experimentemos, interrompamos e validemos nossos algoritmos para investigar novas soluções de IA. Em outras palavras, a simulação nos permite fazer todas as coisas que não conseguimos no mundo real.

Em 2018, realizamos uma análise das soluções disponíveis no mercado para determinar qual tecnologia melhor atenderia às nossas necessidades em termos de simulação.

O objetivo era facilitar, agilizar e tornar mais seguro configurar o ambiente, coletar os dados e validar o desempenho da IA antes de implantá-la no robô físico.

Começamos analisando engines específicas de robôs projetadas para simular comportamentos de robôs, propriedades e dependências de junções e sensores. Essas engines são extremamente precisas em termos de física, controle de comportamento e robótica de baixo nível. No entanto, e apesar de seu forte apego ao realismo, descobrimos que essas engines não tinham a flexibilidade para recriar cenas mais complexas.

Randomização de domínio meteorológico (MDR) para aplicações robóticas. Utilizamos o Pipeline de Renderização de Alta Definição (HDRP) do Unity e o fluxo de trabalho Shader Graph para criar variações nas condições do céu, luzes, fundos e texturas de objetos. (Curtidão da Cross Compass)

No contexto da IA, embora realmente precisemos de física precisa e controle perfeito sobre os comportamentos do robô, também precisamos importar uma ampla gama de objetos de formas diferentes, com texturas e visuais realistas, como luzes, sombras, efeitos de câmera e assim por diante.

Aqui, descobrimos que as engines de jogos respondem bem a essa variedade de demandas, já que oferecem respostas simples para essas restrições. A manipulação de robôs ainda seria possível em um nível mais alto de controle, o que corresponde à nossa estratégia de desenvolvimento de soluções agnósticas de hardware.

Em particular, a Unity nos permitiu focar na criação apenas dos recursos necessários para treinamento de AI em robôs, deixando o resto para a engine. Para economizar tempo de desenvolvimento, poderíamos contar diretamente com seu importador de arquivos, sistema de renderização, engine de física, ciclo de vida de script, agendador e opções de implantação.

Além disso, a Unity oferece atualizações regulares e contribuições de colaboradores para adaptar a engine a aplicativos mais avançados, como a nossa. O suporte ativo do ecossistema da Unity garantiria que qualquer problema potencial seria tratado corretamente.

Ao final de nossa análise, o Unity se tornou nossa melhor opção por sua versatilidade e evolutividade.

Hoje, os desenvolvimentos do Unity são totalmente integrados aos nossos processos de automação de manufatura. Do lado da pesquisa, criamos cenas diversas, desde seleção e navegação até controle adaptativo baseado em feedback de sensor, para testar a robustez de nossos algoritmos de IA em condições inesperadas e avançar nossa tecnologia ainda mais para um território desconhecido.

Cada projeto de pesquisa vem da necessidade de um cliente e, depois, é expandido para uma solução mais geral para abordar casos semelhantes. Nós integramos essas soluções uma após a outra em nosso principal ambiente de simulação como assets em pacote para manter um fluxo de trabalho de desenvolvimento contínuo, compatibilidade com o tempo e código limpo.

Desde que começamos a usar o Unity, desenvolvemos principalmente recursos para importar objetos e partes de robôs, criar cenas realistas e aplicar técnicas de randomização de domínio. Paralelamente, estabelecemos protocolos de comunicação com as nossas IA e com software robótico de terceiros, bem como diferentes configurações de simulação para geração de dados, treinamento de IA, testes e validação em tempo real para todas as cenas.

A Unity oferece a flexibilidade necessária para tais desenvolvimentos especializados, como um cálculo de física independente da velocidade de simulação, que permite gerar dados precisos cem vezes mais rápido do que o olho pode ver. A Asset Store e as ferramentas dos parceiros da Unity também nos fornecem ajustes e recursos ocasionais para uma progressão mais rápida.

A Unity nos permitiu reduzir significativamente o tempo e o custo envolvidos no treinamento, nos testes e na implantação de soluções de IA para nossos clientes e parceiros. O resultado é níveis mais altos de segurança, um aumento no valor da intervenção humana no andar de fábrica e um produto de melhor qualidade entregue aos usuários finais. A engine de física e os recursos do Unity nos permitem controlar todos os aspectos do andar de fábrica simulado, resultando em soluções de IA mais precisas e robustas do que nunca.

Aqui está um fluxo de trabalho comum para usar o Unity em nossos projetos:

Em projetos de consultoria, criamos ramificações do nosso principal ambiente Unity, onde podemos trabalhar livremente para atender às necessidades específicas dos clientes, depois mesclando os recursos adicionados de volta para a ramificação principal. Normalmente, começamos fazendo um modelo da solução selecionando e personalizando uma cena pré-configurada com nossos assets relevantes. Mostrar uma demonstração em simulação aos clientes ajuda a esclarecer as especificações do projeto e sua meta final em termos de implantação na fábrica.

Depois, preparamos o ambiente e a IA para o treinamento. A simulação nos oferece o luxo da geração de dados, onde geramos dados de maneira muito mais rápida, segura e flexível do que a coleta no mundo real permitiria. Somente especialistas em IA podem contar as informações relevantes da simulação. No entanto, a rotulagem de dados é obtida gratuitamente. Isso significa que podemos fornecer a IA com qualquer dado, com a mais alta precisão, enquanto no mundo real, os mesmos dados podem ser difíceis ou até mesmo impossíveis de coletar. Além disso, não há limite para a quantidade de dados gerados.

Randomização de domínio aplicada à entrada visual da IA. As técnicas de MDR são aplicadas em simulação para garantir o desempenho eficaz da IA em condições reais. (Curtidão da Cross Compass)

Nesse ponto, testamos nossos modelos e ajustamos a precisão até a margem de erro especificada pelo cliente para garantir uma solução final robusta. Para isso, precisamos treinar nossas AI para que sejam eficazes no mundo real, sob variações inesperadas de luz e ruído recebidas por câmeras e outros sensores. Nosso asset em pacote para randomização de domínio foi projetado especificamente para preencher essa lacuna. Depois, validamos nossas AI em simulação em tempo real. Isso também é usado para demonstrar a solução de IA aos clientes.

Por fim, implantamos na fábrica. Nossos engenheiros de robótica, com a assistência de integradores de sistema, preparam, dependendo do número de itens de implantação, uma mesa de teste ou o sistema final diretamente no local do cliente. Os engenheiros de IA operam os primeiros testes e, normalmente, um membro da nossa equipe de simulação visita para verificar a conformidade com a cena simulada usada para o treinamento. Isso permite ajustes rápidos, se necessário, antes de lançar a IA final, treinada em um conjunto de dados muito maior, antes de finalmente instruir os técnicos de fábrica sobre como usar seus algoritmos recém-adquiridos de IA.

Evolução da nossa solução de seleção nas versões 1.0 a 3.0. A versão 1 replicou condições físicas realistas ao pegar objetos do agrupamento. A versão 2 focada na simulação do robô e dos grippers. O MDR foi então desenvolvido e aplicado na versão 3. As técnicas de IA também foram aperfeiçoadas em cada versão, como pode ser visto nos widgets da câmera. (Curtidão da Cross Compass) O Unity está em andamento tanto quanto o nosso próprio desenvolvimento, e nossa base de código e nossos processos estão melhorando a cada novo projeto. Ainda não enfrentamos um desafio que não conseguíssemos superar usando Unity e nossa experiência.

---

Comece a usar o Unity Industry.