ポッドキャスト:SoftBank、RoboKind、JohnDeereのロボット工学の専門家による新しいエピソード

自動化の進歩は雇用への脅威と見なされているため、ロボット工学は物議を醸すトピックになる可能性があります。 「ロボットは私たちの仕事を引き受けますか?」ロボット工学と自動化が企業のROIを向上させ始めるときに、人々が尋ねる最も一般的な質問の1つです。

BethKindigがSoftbankRoboticsのKassDawsonにインタビューします a ndは、Tech LightningRoundの最新エピソードでこの質問などを行います。 Kassは、PepperとTallyという名前のクラウドでIoTデータを交換することで協力する2つの小売ロボットをBethに示しています。これは、Kassが指摘しているように、方程式から人間を取り除きます。 iTunesまたはSpotifyでポッドキャストを聞くには、以下のリンクを参照してください。

ポッドキャストのエピソードでは、ロボット工学が果たす重要な役割のいくつかについても説明しています。 John Deereへのインタビューによると、人口が100億人に増加し、70%近くが都市部を好むようになると、食糧の栽培が大きな問題になることが明らかになっています。 John Deereが、自動化を使用して増加する人口を養う方法について説明しています。

教育もまた、ロボット工学の助けを借りて進歩が見られるもう1つの重要な分野であり、特に学習障害のある子供たちを対象としています。 RobokindのRichardMargolinは、自閉症の子供たちが人間の教師と関わるよりも40倍多くロボットと関わる方法を説明しています。リチャードはまた、STEM用のロボットを管理しています。これは、より多くの子供たちが若い年齢でプログラミングの計算に興味を持つようになるのに役立ちます。

00:29 Beth Kindig:Tech LightingRoundsへようこそ。私はあなたのホスト、ベス・キンディグです。このポッドキャストは、360度の視点で、1つのトピックに関する深い専門知識を持つ主要人物にインタビューします。このポッドキャストとあなたが聞いている他のポッドキャストとの違いの1つは、私がLightning Roundsと呼ばれる短いインタビューを行っていることです。これは、多くの説得力のある情報をすばやく提供して、一日を始めることができるようにすることを目的としています。

00:57 BK:このエピソードでは、CESに行き、ロボット工学の分野の第一人者と会いました。このトピックは物議を醸す可能性があります。テクノロジーによって私たちの生活が改善され、仕事が楽になることを望んでいますが、一方で、機械が人間のように考えて行動し始めるとどうなるかという未知のことを恐れています。これらの電光石火のラウンドでは、小売業を営んでいる深いポケットを持つ日本のコングロマリットの一部門であるソフトバンクロボティクスの専門家と話をします。

01:26 Kass Dawson:目的は仕事を盗むことではなく、仕事を置き換えることです。そして、自動化されているタスクの多くは、ほとんどの従業員がとにかくやりたくない単純なタスクです。小売店の従業員が嫌いな仕事に費やす時間は4分の1だと思います。

01:42 BK:私はまた、自閉症の子供たちの学習能力の向上を支援しているRoboKindという利他的な会社とも話します。

01:49リチャードマーゴリン:ロボットは予測可能であるため、非常に効果的です。私たちがしていることは、私たちが教える方法の点でロボットが得意なことなので、完璧な繰り返し、一貫性、飽きることはありません。

02:03 BK:また、ロボット工学が必要であり、それが私たちの食糧を育てるためであると説明するジョンディアとも話します。

02:11 Zack Boniface: 2050年までに、地球上には100億人の人々がいることになり、私たちが正しく育てているよりも約50%多くの食料を育てる必要があります。現在ですが、そこにある耕作可能なエーカーの数は増加しておらず、実際には減少しています。

02:27 BK:私の最初のゲストは、会話用に構築され、ビジネス向けに設計された4フィートのヒューマノイドロボットであるPepperです。 Pepperは、島をロールダウンする在庫追跡ロボットであるTallyと通信し、在庫の情報を提供します。 2台のロボットが通信するのを聞いてください。

02:43 BK:ペッパーが言っているので、ここで注文を受け取ります。それで…

02:46ペッパー:わかりました。数秒待って、私があなたを認識しているかどうかを確認してください。

02:51 BK:つまり、彼は顔認識を使用して私を認識しています。

02:52ペッパー:こんにちは。オンライン注文を受け取るためにここにいると思います。私にはその権利がありますか?

02:56 BK:はい、正解です。だからペッパーは私のデオドラントをどこで拾うべきか教えてくれます。それで次に行きます。そうですか?

03:02 KD:はい。

03:04ペッパー:さて、タリーに会う時が来ました。タリーは私の親友であり、特に在庫レベルやアイテムのコストなどについても常に知っています。ショッピングをお楽しみください。

03:14 BK:では、ソフトバンクは小売業がロボット工学の最前線のようなものになると感じているようです。

03:20 KD:人間との対話と情報提供のために構築されました。そして、あなたが今見た経験のように、それが機能していると私たちが見ているのは小売業です。また、挨拶のために、それはおもてなしにあります、私たちは銀行にそれを持っています、私たちはおそらく自動車販売店で考えています。ヘルスケアには、いくつかのユースケースもあります。これは単なるショーケースであり、ロボットを接続すると、はるかに幅広いエクスペリエンスを得ることができ、自動化できることを物語っていますが、これですべてではありません。これは、TallyおよびSimbeとのパートナーシップに基づいており、これが私たちに言える話です。確かにそれは小売りのケースですが、ロボットを使用する他の多くの機会があります。

04:03 BK:確かに、ここでビジョンについて考えます。誰もが耳にしていることの1つは、これらの店舗のいくつかは間もなくオープンすることだと思います。Amazonがこれらの自動チェックアウトプロセスを導入することです。ですから、人々は店に足を踏み入れ、商品を購入し、店内の誰にも話しかけずに戻ってきます。その時、あなたはその空間にいると思いますか?

04:24 KD:つまり、…

04:25 BK:プロセスを自動化するのはどこですか?

04:27 KD:つまり、Pepperを使用することで、タスクを自動化することができます。構築されているクラウドインフラストラクチャとデータ共有、そして最終的には押し出されて自動化を推進することで話していることは、個々のタスクだけでなく、プロセス全体を自動化することです。したがって、ここにある例では、ここにダッシュボードがあり、それがオンになっているふりをします。小売店が通常測定して気にかけていること、つまり投資収益率またはGMROIの粗利益を示しています。

05:00 KD:店舗に在庫が多く、そこに座って売っていないほど、収益は少なくなります。彼らはチャンスを失っています。したがって、私たちが紹介しているのは、過剰にインデックス化された在庫があるものを調査して理解することでバスケットのサイズを大きくすることで、自動化を開始できます。したがって、ダッシュボードは通常、経営幹部が見て、レバーを引いて、それに基づいてこれを実行すると言うものです。私たちが言っているのは、これらの決定を下すために人間の介入はもはや必要ないということです。

05:28 KD: Tallyは、これらのデオドラントの1つに一定数のオーバーインデックスがあることを確認しているときに、その情報をクラウドにプッシュして、次のように言うことができます。 「あなたは誰を知っていますか、私たちは他の人よりもこのアイテムを宣伝する必要があります。」したがって、Pepperで表示されるのは、「ねえ、これを販売する必要があります。それを宣伝し始めましょう。」価格設定の自動化、そのプロモーションの自動化に取り掛かることができます。次に、倉庫保管ロボットが関与する可能性があることを考え、それが何であるかのフロー全体を自動化します。つまり、おっしゃるように、Amazonがチェックアウト部分を自動化するためにやろうとしていることだけでなく、意思決定プロセスをよりシームレスに、より簡単に、よりリアルタイムに行えるようにしようとしています。企業向けに、対応して対応できるようにします。

06:16 BK: SoftBankRoboticsのグローバルマーケティング責任者であるKassDawsonが、ロボット工学はクラウドでのIoT自動化を通じて利益率を改善し、より高いROIを実現できると指摘した後、私は尋ねる機会、おそらく私のリスナーのかなりの数の心に何がありますか、そしてそれは、これらのロボットが仕事をするのでしょうか?ロボットが仕事を引き受けることを人々が心配する必要がありますか、それとも彼らはすでにそれを行っていると思いますか?

06:38 KD:人々は自分が仕事に就くことを心配するべきではありません。それには複数の理由があります。 1つは、私たちのロボット、特にPepperでは、仕事を盗むことではなく、タスクを置き換えることを目的としています。そして、自動化されているタスクの多くは、ほとんどの従業員がとにかくやりたくない単純なタスクです。特に小売業では、小売業の従業員の4分の1が、嫌いな仕事に費やされていると思います。そのため、売上高は非常に高く、小売業者は従業員が最新で教育を受けていることを確認するために莫大な費用がかかります。

07:14 KD:つまり、彼らが取り組んでいるのは、もはやそれらの卑劣な仕事ではなく、より高いレベル、より高いタッチ、そして彼らを助けるものであることを確認することです。彼らの一日を楽しむために、あなたは売上高を減らします。すみません。自動化に関するもう1つのことは、仕事が進化することです。タスクがなくなるために仕事がなくなるという報告はたくさんありますが、その自動化プロセスの開発と管理に関連する仕事が増え、それが確実にできるようになります。

07:46 KD:それで、世界経済フォーラムは数か月前に、そうだと言ったレポートを作成したと思います。5000万人の仕事があります。見積もりを解除して置き換えますが、この自動化をすべて確実に実行するには、7,500万のジョブが必要になります。したがって、私たちがやろうとしているもう1つの要素は教育です。これにより、人々が教育を受け、コードやローコードではない方法で教育を受けられるようになり、既存の従業員がその方法を少し簡単に習得できるようになります。ロボット、AI、自動化を管理します。

08:21 BK: 2番目のゲストは、CTOでRoboKindの共同創設者であるRichard Margolinです。彼は、ロボットを使用して自閉症の子供たちと交流することで、教育において重要なことを行っています。子供たちからの反応は驚異的で、人間のセラピストとのエンゲージメントが2%から3%に、ロボットであるミロとのエンゲージメントが87%に向上しました。自閉症のロボットとは何ですか?

08:43 RM:つまり、自閉症のロボットは、実際には、私たちの最初の、そして実際には最大の製品です。そのため、私たちは顔の表現ロボットであるミロを使用して、自閉症の子供たちに社会的および感情的なスキルを教えています。そのため、基本的に、ロボットを社会的および感情的なスキルに関する包括的な証拠に基づくカリキュラムと組み合わせ、ロボットを使用して公立学校の教室に提供しています。そして、本当にクールなのは、基本的に、自閉症の子供たちの多くにとって、ほぼ定義上、他の人と問題を抱えていることです。ですから、それらの多くは人間同士の治療ではうまくいきません。したがって、統計によれば、自閉症の子供は2%から3%の時間だけセラピストと関わり、私たちのロボットでは87.5%の時間しか関わっていません。ですから、それが私たちの大きな出発点であり、これがこの子供たちにとって非常にうまく機能する理由です。

09:46 BK:それはなぜですか?自閉症の子供に対して、人間と比較して2%から3%であるのに対し、ロボットの方がはるかに効果的であるのはなぜですか?

09:56 RM:ロボットは予測可能であるため、非常に効果的です。それらは無関係な帯域幅ではなく、一貫性があります。私たちがしていることは、私たちが教える方法に関してロボットが得意なことです。だから、それは完璧な繰り返し、一貫性、ロボットは決して疲れたり怒ったりすることはなく、悪い日は一度もありませんでした、それはいつでもこれらの子供たちのために行く準備ができています、そしてそれは一種の人間のペアダウンバージョンなので、ありませんこれらの子供たちがフィルタリングして処理する方法を理解するために必要な、この無関係で圧倒的な情報の帯域幅はすべて、彼らが本質的に行う方法を知らないのです。それは、私たちが教えていることの多くです。いくつかの点でそれら。

10:44 BK: Robots forSTEMという別のイニシアチブがあります。ロボットはどのように…ロボットはコンピュータプログラミングスキルの開発にどのように役立つことができますか?

10:56 RM:つまり、Robots for STEMは、基本的に、小学生向けのコーディングコースです。繰り返しになりますが、ロボットはこれらの子供たちにとってクールなエンゲージメントツールであり、これは特別なニーズだけでなく、すべての子供たちです。そして、効果的に自己誘導できる方法でカリキュラムを開発しました。私たちは教師の関与を望んでいますが、小学校レベルでは、一般的に言って、コーディングの方法やコーディングを教える教師がいません。そのため、私たちは、基本的に、教師が対象分野の専門家である必要はなく、これらの子供たちを指導するために必要なすべてを備えたコースを開発しました。そして、ロボットを使って、ロボットのシミュレーションも行います。そのため、1つの教室に1台のロボットを配置でき、子供たちはブラウザですべての作業を行うことができます。そして、私たちは…それははるかに新しいです。今年発売したばかりですが、2年生と3年生の子供たちは、コースを進めていくうちに、ビジュアルプログラミングを使用してプログラミングとコーディングの概念を実際に学ぶことができます。

12:08 RM:たとえば、「He​​llo World」のレッスンでは、黒いテキストではなく…黒い画面に「Helloworld」のような白いテキストが表示されます。私がそれを撮ったとき、またはそれを言うポップアップバブルのある画面上のキャラクターでさえ、あなたはあなたを見て、手を振って、微笑んで、「こんにちは」と言うロボットを手に入れました。このコースのベータ版をテストした最初の学校で、選択科目であった以前のSTEMコースには、3人の子供がいて、ロボットを持ち込んで子供たちがそれについて聞いた後、さらにいくつか追加する必要がありました。 55人の子供がサインアップしたかったのでセクション。つまり…

12:49 BK:それはかなり素晴らしいです。

12:50 RM:うん。ですから、私がエンゲージメントについて話すとき、それは子供がそれを見るだけではなく、それがクールだと思っているので、何かをしたいと思っているようなものではありません。それは十分です…それは十分に異なっており、それは引き分けで十分です。それは、他の方法では試してみることさえ考えていなかった子供たちを連れてきて、それらをこれらの教室に連れて行き、本当にそれを学びたいと思っています。

13:16 BK:私はリチャードに教育を受けるのが難しいかどうか尋ねました、そして彼は公教育がとてもゆっくり動くのでいくつかの挑戦に言及しました。それにもかかわらず、RoboKindはかなりの数の賞を受賞しています。ここにリストするには賞が多すぎるので、リチャードに自分で説明させていただきます。では、テクノロジーの他のすべての垂直市場とマスコミを競うというこの挑戦にもかかわらず、どのような賞を受賞しましたか?

13:40 RM:うわー。たくさんの賞を受賞しました。昨年、1年半は賞金が多かったので、ちょっとクールでした。最近では、ダラスのCTOでEmerging TechnologyAwardのDMagazineを務めていたと思います。昨年、私たちは最高の教育会社としてサンフランシスコで開催されたローンチフェスティバルで優勝しました。 TechTitansのInventorof the YearAwardを受賞しました。からいくつかの教育賞を受賞しました…すべてを忘れてしまいました…

14:39 BK:たくさんの賞を受賞したので、忘れてしまいました。 [笑い]それはいいですね。これは良い兆候です。

14:39 RM:うん。 Tech Edvocateは、自閉症とSTEMプログラムの両方で賞を授与し、昨年は自閉症プログラムでもEdTechWeekly…またはEdTechDigestからCoolToolsAwardを受賞しました。そして、私が忘れている[笑い]他の人がいることを私は知っています。そして、それは…賞は素晴らしいです。彼らは必ずしも教室にロボットを配置するわけではありません。これは明らかに私の観点から重要なことですが、彼らは多くの注目を集め、扉を開いています。したがって、おそらく間接的に、彼らはいくつかのロボットを教室に置いています。

15:27 BK:教室にロボットを追加するにはどうすればよいですか?

それ以外の場合は、いくつかの優れた独立した学術研究を行った後でも、そこにありました。

[音楽]

16:05 BK: 3番目のゲストは、JohnDeereの自動化配信のシステムエンジニアであるZackBonifaceです。正直、実物大の象徴的なジョンディアを見て少し驚いた技術会議の最中のトラクター、ましてやロボット工学のセクション。私はザックを脇に置き、農業とロボット工学の交差点が将来の世代にとって重要である理由について彼の頭脳を取り上げました。ええと、人々がロボットについて考えるとき、彼らはジェットソンについて考えます、そして私達は今日小売りロボットを見てきました、私達は…ニュースの大きなロボット、または外科用ロボット。トラクターには正確にどのようなロボット機能がありますか?

16:46 ZB:そうですね、ジョンディアのロボット工学の重要な点は…私たちの業界では、一般的に、ロボット工学を労働問題の解決に役立つ方法と見なしていることです。ですから、農業は非常に離れた場所で行われ、多くの場合、そこにはありません機械の操作に熟練した人はもちろん、農業についてよく知っている人はもちろん、周りの人が仕事をしています。したがって、ロボットを使用してそれらの操作の多くを自動化できれば、それによって多くの遠隔地の生産が維持され、食料の生産が継続されます。

17:21 BK:そうですか農業のための労働者を見つけるのは簡単ですか?農場労働者?

17:26 ZB:いいえ。違います。ますます難しくなっています。そのため、多くの人が農場を離れています。農民は高齢化しており、人々は彼らの代わりに農業に参加していません。そして、私が前に述べたように、農業は、労働力がまったくない非常に離れた場所で行われます。そのため、私たちが機械に追加しているインテリジェンスにより、熟練度の低いオペレーターが運転室に乗り込んで機器を操作できるようになり、農家は作業を手伝ってくれる人を見つけることができます。

18:06 BK:いくら米国は世界の他の地域と比較して食料を生産していますか?どうやってそれに触れますか?ええ。

18:10 ZB:そうですね。ええ。ですから、大きな問題は、まさに、一種の世界人口です。つまり、2050年までに、地球上には100億人の人々がいることになり、私たちは成長する必要があります。現在成長している食料よりも約50%多い食料ですが、そこにある耕作可能なエーカーの数は増えていません。実際、それは減っています。だから、私たちはやるつもりです…世界を養うために、より少ない労力でより多くのことをしなければなりません。

18:35 BK:ジョンディアが実際にいたことを見て、技術会議で、データと人工知能が作物の収穫を改善する方法のいくつかについてザックに尋ねると思いました。データはトラクターにどのように通知しますか?または、どのようなデータを使用していますか?

18:50 ZB:うん。そのため、すべてのマシンが4GLTEモデムに接続されています稼働中にマシン上でデータを収集し、クラウドにアップロードします。その後、データにアクセスするためのさまざまなツールをお客様に提供します。そして、そのデータは、彼らが下している多くの経済的決定を実際に推進します。いつ植えるか、何を植えるか、どの栄養素を自分の畑に適用するか、すべてそのデータのうち、私たちのクラウドを介して送られます。

19:20 BK: AIが農業業界にどのように役立つか教えてください。

19:24 ZB:いくつかの方法で。そこで、ここCESでいくつかの例を取り上げます。そのうちの1つは、私たちが持っているテクノロジーですコンバインに埋め込んで、収穫品質のパフォーマンスを評価します。そのため、穀物を収穫するときに、植物材料の一部が緑に溶け込むことがあります。そのため、戦略的にカメラをマシンに配置して、その緑の画像を撮影し、収穫の品質を評価し、コンバインの設定を自動的に調整して収穫をもたらします必要なところまでの品質。

20:03 BK:自動化はどのように農業を最適化しますか?

20:06 ZB:すばらしい質問です。その良い例は、アクティブな塗りつぶし制御機能です。つまり、ステレオカメラ技術を使用して、私たちがいる船舶の位置を感知します収穫機から材料を降ろします。はい。そのため、その機械の充填を自動化して、オペレーターがトレーラーを充填するために注意を払う必要がないようにします。これにより、可能な限りマシンのロードに集中できるため、可能な限り生産性を高めることができます。

20:43BK:ロボット工学のエピソードに参加していただきありがとうございます。 iTunesにレビューを残して、このポッドキャストの制作をサポートしてください。

20:53スピーカー7:このエピソードは、IntertrustTechnologiesとModulusによって提供されました。データ主導のビジネスの構築を支援します。詳細については、intertrust.comにアクセスしてください。