Почему компании и работники не должны бояться использовать ИИ в робототехнике

Роль, которую искусственный интеллект будет играть в робототехнике, во многом будет определяться вариантами использования и решением проблем конфиденциальности и вычислений.

Роботы могут изменить способ ведения бизнеса компаниями, автоматизировав многие задачи. В сочетании с технологией искусственного интеллекта (ИИ) роботы могут стать автономными. Но сочетание этих технологий вызывает много вопросов. Будут ли роботы с искусственным интеллектом сокращать рабочие места или помогать работникам, делая их более продуктивными? Поскольку ИИ дает роботам такие возможности, как машинное зрение, возникают проблемы с конфиденциальностью. Кроме того, возникает проблема, как работать с большими объемами данных, которые могут быть использованы. Где вы обрабатываете эти данные? В облаке? На краю?

Чтобы лучше понять эти проблемы, варианты использования и роль периферии, мы встретились с Джо Спидом, техническим директором по решениям и технологиям IoT в ADLINK, поставщике передовых вычислительных решений.
которые поддерживают переход к подключенным системам промышленного Интернета вещей в разных отраслях. В нашем обсуждении также принял участие Ник Фрагейл, основатель компании Rover Robotics, которая разрабатывает защищенных промышленных роботов с использованием ROS, операционной системы для роботов.

Есть ли опасения по поводу использования ИИ?

RTInsights: Похоже, компании не хотят использовать ИИ из-за разных опасений. Какие опасения вы слышите от потенциальных пользователей, когда речь заходит о внедрении ими ИИ?

Скорость: Большинство опасений, которые я слышу об ИИ, связаны с некоторыми аспектами конфиденциальности. Вы слышите, как люди выражают обеспокоенность, когда вы говорите о распознавании лиц и некоторых других аспектах, таких как ИИ, применительно к таким темам, как массовая слежка. Люди немного нервничают. Я не обязательно вижу столько страха или беспокойства по поводу ИИ в тех сферах, где мы склонны сосредотачиваться. Большинство наших технологий обычно находится внутри, на чем-то или рядом с чем-то — например, с оборудованием, процессом, рабочей ячейкой, предприятием. Обычно для этого используется наш ИИ.

В этих случаях применение ИИ берет существующий процесс и обеспечивает его надежную работу. Это помогает со здоровьем машины и другими вещами. Это позволяет компаниям взять рабочую ячейку и заставить ее работать более эффективно. И компании могут взять существующую устаревшую систему, существующее оборудование или существующий процесс и инструмент и сделать их более безопасными.

Во многих из этих приложений мы на самом деле не сталкиваемся с проблемами конфиденциальности, связанными с распознаванием лиц и массовым наблюдением. Системы используются внутри вашей компании, а не системы, которые будут следить за людьми в общественных местах. В условиях компании использование ИИ направлено на улучшение процесса или операции, помогая работникам лучше выполнять свою работу. Что мы видим по некоторым из этих вещей, так это то, что ИИ, особенно машинное обучение, применяемое к компьютерному зрению, очень популярен. Другое очень популярное использование связано с слиянием датчиков. В таких случаях проблема заключается в том, как мне объединить зрение с другими видами данных датчиков или телеметрией от существующего устаревшего оборудования, а затем объединить их, чтобы лучше понять, что происходит.

Фрагейл: Я бы сказал, что с нашей точки зрения наши клиенты пришли из исследовательской и академической сферы, и поэтому они очень открыты для использования ИИ. Средний возраст наших клиентов, вероятно, где-то около 30 лет. Теперь, когда мы собираемся выйти на рынок логистики с нашим новым продуктом Rover AMR 100, ситуация изменится. Но до сих пор мы не видели никакого сопротивления внедрению ИИ.

Как ИИ используется в робототехнике?

RTInsights: Это отличный переход. Очевидно, что одной из областей, представляющих интерес для ИИ, является робототехника. Как ИИ используется в робототехнике?

Скорость: Одной из самых больших областей является восприятие. Просто подумайте о камерах, хотя это немного больше. У вас есть много разных технологий, которые можно использовать для придания роботу восприятия. Очевидным является использование камер, но даже внутри камер это одиночная камера, стереокамера, 3D-камера с датчиком глубины, видимого или инфракрасного спектра? Кроме того, у вас также есть некоторые другие технологии, дающие восприятие, которые вы могли бы считать почти визуальными, но они немного отличаются. Это такие вещи, как лидар. (Light Detection and Ranging — это метод дистанционного зондирования, в котором используется импульсный лазерный свет для измерения расстояний.) С LIDAR, по сути, можно считать его радаром. Я объясняю это своей семье так:вы знаете, что такое радар? Конечно. Ну, то же самое, только лазеры вместо радиоволн.

У вас есть лазер, вращающийся вокруг. Он отскакивает от вещей. Используя его для автономных транспортных средств, вы на самом деле не видите машину. Но то, что вы видите, это облако точек в форме автомобиля, и оно также дает вам другие вещи из-за эффекта Доплера. Вы можете определить, находится ли это облако точек в движении. Он движется ко мне или от меня, с какой скоростью?

См. также: Почему периферийные вычисления могут помочь Интернету вещей раскрыть весь потенциал

Кроме того, у вас есть ультразвук, радар и некоторые другие вещи, о которых вы, возможно, не обязательно думаете сегодня. Когда вы начнете получать автономные операции, эти технологии определения дальности будут играть свою роль. Как и в случае с Rover, у вас есть 40-килограммовый робот, и он работает автономно. Но если вы из 40-фунтового робота превратитесь в 400-фунтового, 4000-фунтового, то теперь вы относитесь к классу [оборудования], которое начинает становиться опасным. Как вы делаете такие вещи, как безопасное управление тяжелой техникой, и как вы делаете это более автономным или автоматизированным способом, не травмируя людей и не нанося ущерб имуществу? Можно использовать некоторые из этих других технологий.

Например, вы можете использовать ультразвук для очень близких вещей, где у вас может не быть покрытия камеры. В робототехнике есть два места, где, как я вижу, применяется ИИ, а затем они (ИИ и робототехника) в конечном итоге смешиваются друг с другом, когда у вас есть автономная работа, особенно мобильные роботы и движущиеся объекты.

Лидар, радар и ультразвук могут помочь в навигации. Их можно использовать для ответа на такие вопросы, как:как роботизированная или автономная система узнает, где она находится, как она узнает, куда она движется, как она это делает, не сталкиваясь с вещами или людьми? Кроме того, у вас есть роботы, которые действительно взаимодействуют с окружающей средой. Классическим примером этого может быть промышленный робот, такой как рука. Как рука воспринимает окружающее? Примером этого является сбор деталей робототехники, когда рука берет детали из корзины, а затем кладет их в вещь, которую вы собираете, или в другую корзинку. Это очень популярное приложение. Тогда вы, очевидно, можете комбинировать ИИ и робототехнику. У вас также могут быть мобильные роботы с приводами и захватами, способные взаимодействовать с окружающей средой.

Это действительно целая область машинного обучения ИИ. Вот где мы видим, как это применяется.

Фрагейл: Наша точка зрения в Rover Robotics очень похожа на точку зрения Джо. Но я бы сказал, что в целом люди используют ИИ в первую очередь для камер, анализа данных с камер и, в частности, для проведения проверок. Любая компания, которая хочет продолжать мониторинг чего-либо, может использовать эту технологию. Приложением может быть нефтяная компания, желающая следить за тем, не ржавеют ли их трубы. Теперь они могут делать это круглосуточно и без выходных с мобильным роботом. Или у вас может быть склад, где вам нужно проверять RFID-метки для инвентаризации. Все, что вы хотите проверить на своем объекте, теперь вы можете сделать с помощью робота и камеры.

В каких отраслях используются ИИ и робототехника?

RTInsights: Существуют ли определенные отрасли, такие как производство, логистика, уход за пожилыми людьми или обслуживание клиентов, где мы уже видим использование ИИ и робототехники?

Фрагейл: Да. Я бы сказал, что крупнейшими отраслями являются логистика, производство и строительство. Это те, где роботы уже используют ИИ для выполнения определенных задач. В случае со строительством многие компании пытаются вернуть деньги, ежегодно теряемые из-за неэффективности. Например, убедитесь, что вы установили все правильные трубы и разбрызгиватели, а также все оборудование для обеспечения безопасности перед укладкой бетона, что очень важно для любого строительного проекта. Но когда задействовано много субподрядчиков, часто может возникнуть проблема. Если у вас есть робот, который обходит вашу строительную площадку и ищет такие вещи, которые имеют решающее значение для всего строительного проекта, вы можете возместить большую часть этих затрат, которые обычно теряются.

Скорость: Да, конечно, осмотр большой. Мы делаем массу дел, связанных с инспекцией, особенно с визуальной инспекцией. В полевых условиях к нашим системам технического зрения подключено 400 000 камер, которые выполняют эту и другие задачи. Что мне действительно интересно, так это то, что вместо стационарных камер на сборочной линии, на верстаке или на конвейере, осматривающих вещи по мере их прохождения, можно взять две темы:визуальный контроль на основе ИИ и автономную робототехнику. и объединить их. Подумайте о роботе. Вместо того, чтобы подносить к камере физические товары, камера идет к тому, что требует осмотра. У вас есть пример строительства с мобильными роботами, выполняющими проверки, перемещаясь по площадке. Там должен быть воздуховод. Это на месте? Мы опережаем график или отстаем от него?

Другой пример — розничный продавец, использующий ИИ и робота для просмотра того, что есть в наличии. Затем ритейлер мог бы сравнить то, что физически наблюдает робот, с тем, что наблюдает управление магазином и складская логистика.
системы говорят есть в наличии. Это область, которая меня очень волнует, и мы все занимаемся открытой робототехникой.

В наши дни робототехника в значительной степени пишется R-O-S, что означает операционную систему для роботов. Это не робот и не операционная система. Это платформа с открытым исходным кодом для разработки робототехники. Мы работаем и вносим свой вклад в это. Затем вы объединяете это с видением ИИ, опять же, областью, в которой большое внимание уделяется открытому исходному коду. Когда все это совместится, это будет действительно интересное время.

Какие роботизированные функции чаще всего выполняются?

RTInsights: Давайте углубимся в то, какие роботизированные функции выполняются во всех областях применения. Что вы видите на рынке?

Скорость: Многие думают, что с видением ИИ и робототехникой это заменит рабочего? Однако во многих случаях технология помогает работникам, а не заменяет их. Существует целая область коллаборативных роботов, которые представляют собой роботов, работающих с людьми, и роботов, работающих вместе, совместно выполняющих задачу. Например, посмотрите на то, что делает Rover. Предположим, у вас есть человек, который выполняет какую-то функцию, и ему нужно бродить. Скажем, им нужно передвигаться по ферме, чтобы выполнить задание.

Что, если бы у вас был Ровер, ради аргумента, работающий как автономная колесная бочка, которая следует за рабочим и всегда находится там, где он должен быть, с тем, что нужно рабочему. Такие варианты использования, когда роботы удерживают деталь на месте, пока человек выполняет задачу, когда роботы помогают рабочему. У меня есть настоящая страсть, и я много работал над вспомогательными технологиями для помощи пожилым людям и инвалидам. Я вижу удивительный потенциал в том, что эти штуки чувствуют людей и взаимодействуют с ними.

См. также: Почему IoT все еще отстает в практических бизнес-приложениях

Фрагейл: Я бы сказал, что для нас вы можете разделить наших клиентов на две категории. Либо они несут вещи с помощью робота, то есть перевозят товары по складу или перевозят товары по ферме, либо они устанавливают на робота датчики и собирают данные. По большому счету, это две самые важные функции, которые наши роботы используют в компаниях.

Как граничные вычисления и ИИ сочетаются друг с другом?

RTInsights: Это идеальное начало моего последнего вопроса. Такие системы могут собирать большие объемы данных со множества датчиков и IoT-устройств. Со всеми этими генерируемыми данными и необходимостью быстрого анализа, является ли это идеальным штормом для совместного использования периферийных вычислений и ИИ?

Скорость: Я определенно так думаю. Наши друзья в AWS рассуждают о том, «зачем делать периферию»? Они говорят о законах физики. Можете ли вы получить данные в тех объемах, которые создаются в облаке? Есть много вещей, зависящих от RF, топологии сети и других вещей. Есть закон экономики. Экономически целесообразно? Вероятно, нет, когда у вас есть операторы мобильной связи, которые делают такие вещи, как побайтовая оплата. Даже если у вас есть сетевая инфраструктура, пропускная способность для передачи всех данных в облако, экономично ли это? Как только вы переместите его в облако, в зависимости от типов рабочих нагрузок, будет ли экономичной работа с такими объемами данных? Существует интересное университетское исследование, в котором сравнивались и противопоставлялись, например, выполнение таких задач, как обработка видео и аудио, с использованием технологий AWS, их использование в облаке и их использование на периферии.

Они рассмотрели такие вещи, как AWS IoT Greengrass, который выполняет анализ машинного обучения с использованием моделей, разработанных в облаке. Они (университетские исследователи) пришли к выводу, что экономика в восемь раз лучше справляется с этими рабочими нагрузками на периферии. Но для меня еще более важным, чем экономика, является задержка. Много раз вы перемещаете эти вещи на край, потому что вам нужно, чтобы это произошло прямо сейчас, чтобы быть очень быстрым в данный момент. Если я переношу видео в облако и делаю аналитику, а затем возвращаю решение, может быть слишком поздно, слишком медленно. Пострадал человек, сломалась часть оборудования или сгорело здание. Это один из примеров использования края.

Затем вы также попадаете в эти вопросы закона страны. Мы верим в разработку моделей, обучение моделей в облаке. Разработка модели требует больших вычислительных ресурсов, а выполнение ее на
небольшая часть оборудования на периферии, если, например, это заняло день, вы можете развернуть ту же модель в облаке и сделать это за час. Но при анализе самих данных вам нужно подумать о некоторых проблемах конфиденциальности, о которых вы говорили ранее. Как вы безопасно обрабатываете данные с личной информацией или выполняете распознавание лиц? На фабрике вы знаете, кто рабочий.

Однако со всеми этими необработанными данными могут возникнуть некоторые проблемы с чувствительностью. Могут быть юридические, социальные или культурные проблемы, связанные с переносом этих данных с рабочего места в другое место. Вот где вы попадаете в эти вопросы закона земли. Работая на периферии, он аккуратно удовлетворяет многие потребности такого рода.

Фрагейл: Взрыв данных, которые необходимо быстро анализировать, действительно является идеальным штормом для использования граничных вычислений. Мы видим много клиентов, которые в восторге от облачных вычислений, особенно робототехники. Они думают, что если я смогу транслировать Netflix в формате 4K или передавать все эти видеоданные туда и обратно, то будет легко передавать данные изображения в облако, а затем выполнять обработку там, где у вас гораздо больше ресурсов. Но я думаю, что часто упускается из виду то, что если вы робот и бродите вокруг, вам теперь приходится переключаться между разными точками доступа. Мы видим, как многие клиенты, которые в восторге от облачных вычислений, сталкиваются с этим препятствием, и это то, на чем они зацикливаются на месяцы, а затем переключаются на периферийные вычисления. Даже на складе, если вы пытаетесь интегрировать своих роботов в склад, вам придется переключаться с одной точки доступа на другую и часто терять связь.

См. также: Центр периферийных вычислений

Затем вы сталкиваетесь с тем, что говорите своему клиенту:«Эй, вам нужно перейти на более совершенные маршрутизаторы, потому что ваш новый маршрутизатор не соответствует стандарту 80211.AC». Затем они спрашивают:«Что, черт возьми, означают эти цифры?» Затем вы говорите:«Хорошо, забудь об этом. Мы нагрузим робота дополнительными вычислительными мощностями, чтобы мы могли выполнять эти задачи». Эта проблема только усугубляется, когда вы выходите на улицу. Как сказал Джо, с критически важными для безопасности роботами, бродящими снаружи, вы не можете отправлять изображения в облако, а затем обратно к роботу, чтобы принять решение, остановиться или нет, прежде чем перейти улицу. Это просто не работает для критичных к безопасности приложений. Задержка слишком велика для этого.

Скорость: Облако во всем этом очень важно, но не обязательно так, как думают многие. Если я могу выполнять аналитику и машинное обучение на периферии, мне не нужно отправлять большие объемы данных в облако. Это устраняет проблемы с задержкой. Если я нахожусь на нефтяной вышке на Аляске и вижу медведя, то вместо того, чтобы отправлять видео с медведем, вы отправляете информацию — медведь там. Какое конкретное событие или вывод вы нашли? Мы видим многое из этого. Просто подумайте о терминах вместо потоковой передачи данных в облако, потоковой передачи информации, потоковой передачи результатов аналитики.

Вы также должны объединить эти системы, чтобы они были надежными. Это то, с чем я имел дело, работая над подключенным автомобилем и темами облачного анализа и автомобильной безопасности. Вы должны думать об этом как о чем-то, что обычно связано, часто связано, иногда связано. Как вы объедините эти системы, чтобы они работали, исходя из предположения, что у вас будет ненадежная сеть? Если вы сможете заставить его работать правильно в этой среде, с вами все будет в порядке. Но у вас должно быть всегда чистое подключение с задержками в рамках определенного соглашения об уровне обслуживания, иначе вы столкнетесь с проблемами в реальном мире.