ТЕХНОЛОГИИ

Equinix: Бъдещето на роботиката е в двупосочното обучение

Обикновено хората асоциират роботите с висок интелект и футуристични способности, които виждат във филмите. Марк Андерсън от Equinix обаче отбелязва, че реалността все още е доста по-различна. Той е старши директор за глобални решения в компанията, чието българско звено е най-големият доставчик на колокационни услуги в страната.

Роботите днес все още са много далеч от тези способности, които хората виждат във филмите и сериалите. За сега роботиката е специализирана в нишови решения. Има много ефективни роботи, но те са насочени в изпълнението само на няколко определени задачи. В повечето случаи това са семпли, повтаряеми дейности като заварки, пакетиране, броене на стока и др., отбелязва Андерсън.

Реалност спрямо очаквания

Mark Anderson

В момента роботите разчитат на предварително програмиране. Те могат да вършат програмираните дейности с голяма прецизност и ефективност, но ако то не покрива дадено предизвикателство, те няма да могат да се справят. Всякакви вариации също могат да направят проблем. Например, ако позицията на елемента е леко променена, роботът може да не успее да направи заварката както трябва.

Разбира се, вече има и системи, които могат да се адаптират към известни разлики. Компютърното зрение и разпознаване на обекти също се подобрява, но дори и това не е достатъчно за роботите да са истински автономни. Затова е необходим постоянен надзор от хора по поточните линии, за да е сигурно, че всичко е в нормите.

Има напредък

stck-ai-robot-manifacture

Но има и добри новини, казва Андерсън. IT индустрията постепенно започва да намира решение на проблемите и предизвикателствата. Едно от тях е компютърно зрение чрез сензори, което обаче използва специфичен софтуер и изкуствен интелект.

Това ще позволи на роботите не само да „виждат“, но и да се адаптират към заобикалящия ги свят дори и случващото се да не припокрива точно предварителното им програмиране. Но според Андерсън истинският напредък тепърва предстои и ще бъде движен от т.нар. двупосочно обучение.


Mark Anderson Quote„Истинският напредък при роботиката тепърва предстои и ще бъде движен от т.нар. двупосочно обучение“Марк Андерсън, Equinix


Това е доста по-сложна система, която обаче има и по-голям потенциал. Всеки робот ще може да използва наличните технологии и сензори, за да се адаптира към средата, но и ще може да споделя наученото с облачен сървър. Информацията там ще се обобщава и обновява според новите данни. Така централният алгоритъм също ще може да се усъвършенства постоянно.

Всичко научено ще може да се споделя и с други роботи. Така всеки робот не само ще дава знания на останалите, но и ще получава такива от тях.

Роботите ще могат да са свързани в мрежа и с други сензори, устройства от Интернета на нещата и дори дигитални екосистеми за обработка на данните и изграждане на нови модели за изкуствен интелект (AI). Всичко това ще генерира огромен обем информация, която постоянно ще се променя. Тя ще трябва да се анализира, обработва и препредава в реално време. Затова ще се разчита много на дистрибутирани, хибридни, мултиклауд системи. Така ще се осигури ниска латентност и висока сигурност на данните.

Какви ще са резултатите от това?

internet-of-robotic-things-graphic

ABI Research описва всичко това като Internet of Robotic Things (IoRT). Такива  системи ще позволяват на роботите да разчитат на облака, за да обменят информация с много други източници. Така те ще могат в реално време да се адаптират към условията, както и да се подготвя за реакция за наближаваща промяна. Например робот-мияч на прозорци, който получава предупреждение за усилване на вятъра и съответно трябва да се прибере по-рано.

IoRT практически ще е превърне в петте сетива на роботите. Така те ще могат да събират достатъчно данни, без да се налага да биват затрупвани с най-различни сензори, които ще правят производството и поддръжката им по-сложна и скъпа задача. „Облачната роботика“ ще позволи подобряване на основните модели на изкуствения интелект и ще ги разпространява по-бързо, казва Андерсън.

Той дава за пример работата на група автономни камиони за доставка на стоки. Всеки от тях разполага със сензори, AI „ръководител“ и споделя данните си в облак с другите камиони. От тях става ясно, че дадено кръстовище създава проблеми на някои от камионите. Или пък има ремонт, за който не е съобщено предварително. Централният алгоритъм ще може да забележи този проблем, да изработи указания за справяне с предизвикателството, които да изпрати до всички камиони в реално време.

Основното предизвикателство е латентността

m2m-latency-equinix

Противно на очакванията, качеството и скоростта на връзката ще е по-важна от много други фактори, за да се реализира двупосочното обучение. Осигуряването на достатъчно мощен хардуер и съхранение на данните е лесната част, но гарантирането на връзката ще изисква специфичен подход към инфраструктурата, казва Андерсън.


Mark Anderson Quote„Machine-to-Machine (M2M) комуникациите изискват латентност под 20 ms. Особено, когато става дума за изпращане на нови инструкции, които са нужни в реално време. “Марк Андерсън, Equinix


Той казва, че Machine-to-Machine (M2M) комуникациите изискват латентност под 20 ms. Особено, когато става дума за изпращане на нови инструкции, които са нужни в реално време. Андерсън казва, че е нужна дистрибутирана IT инфраструктура, която да скъси дистанцията между робота и точка на достъп до широколентова връзка. Най-добре е решенията да са неутрални от гледна точка на производители и доставчици, подобно на Platform Equinix. Тук влиза и развитието на 5G мрежите, които в комбинация с Edge и облачните технологии ще помогнат значително на AI решенията.

Така компаниите ще могат да използват разнообразен набор от облачни платформи, екосистеми, алгоритми и т.н., като ще се осигурява бърза и стабилна връзка във всеки момент.  Всички тези аспекти трябва да се развиват паралелно, за да могат роботите да напредват с постоянно темпо. Така ще могат да се изградят не само добра инфраструктура, но и нови и подобрени AI модели, които да се използват от роботите.

Тагове

Свързани статии

Вашият коментар

Вашият имейл адрес няма да бъде публикуван. Задължителните полета са отбелязани с *

Back to top button
Close