Żyjemy w erze robotów – niezależnie od tego, czy zdajemy sobie z tego sprawę, czy nie. Inteligentne, samouczące się maszyny płynnie zintegrowały się z naszymi domami, miejscami pracy i krajobrazami miejskimi. Co napędza te rozwiązania i jakich przełomowych postępów możemy spodziewać się w najbliższej przyszłości?
Robotyka zawitała do niemal wszystkich sektorów. Roboty magazynowe kompletujące zamówienia, drony dostarczające paczki, ramiona robotyczne wykonujące operacje chirurgiczne, a nawet zautomatyzowane systemy oceniania prac szkolnych.
Wszechobecność robotów jest niezaprzeczalna. Osiągnęliśmy punkt, w którym niektóre zrobotyzowane systemy, takie jak bankomaty i kasy samoobsługowe, są tak powszechne, że przestały być uważane za roboty.
W ciągu ostatniej dekady byliśmy świadkami wyjątkowego postępu w dziedzinie robotyki. Nietrudno więc wyobrazić sobie niedaleką przyszłość, w której rozwój technologii jeszcze bardziej zmieni społeczeństwo. Przyszłość będzie jeszcze bardziej zautomatyzowana, cyfrowa i połączona.
Jakie technologie stały się siłą napędową tej rewolucji? Mechanika, inteligencja i łączność to dziedziny,które odgrywają kluczową rolę w kształtowaniu naszej przyszłości. Sprawdźmy, w jaki sposób te elementy współpracują ze sobą, aby stworzyć świat pełen robotów.
Robotyka
W 1961 roku firma General Motors zaprezentowała Unimate – pierwszego na świecie robota przemysłowego. Ważący 1225 kilogramów robot odegrał kluczową rolę w automatyzacji procesu odlewania ciśnieniowego.
Od tego czasu roboty zrewolucjonizowały produkcję przemysłową, realizując zadania wykonywane dotychczas przez ludzi z niezrównaną wydajnością. Teraz maszyny wykonują prace wymagające podnoszenia ciężkich przedmiotów i powtarzalnych ruchów.
Obecnie wpływ robotów wykracza daleko poza środowisko przemysłowe, wpływając na różne aspekty naszego codziennego życia. Roboty konsumenckie, roboty korporacyjne, roboty wojskowe i pojazdy autonomiczne znacząco zmieniają charakter wielu dziedzin.
Za kulisami technologii
Głównym motorem tego postępu jest rozwój technologii czujników. Czujniki małego zasięgu i kamery o podstawowej rozdzielczości ewoluowały w mniejsze, ale bardziej wydajne narzędzia. Nowoczesne systemy wizyjne i systemy sterowania ruchem pozwalają robotom osiągnąć większą autonomię, umożliwiając im wykonywanie zadań ze zwiększoną szybkością i precyzją.
Roboty korzystają obecnie z wielu rozwiązań. Są to między innymi:
Systemy wizyjne
Systemy LiDAR (systemy wykrywania i pomiaru światła: Światło odbija się od otaczających powierzchni, tworząc trójwymiarową mapę otoczenia.
Systemy 2D: Płaski, skalibrowany system wizyjny, który pozwala robotowi mierzyć długość i szerokość, ale nie wysokość.
Systemy 3D: Najczęściej są to co najmniej dwie kamery, które przekazują informacje o osiach X, Y i Z, zapewniając większą szczegółowość geometrii.
Systemy dźwiękowe
Mikrofon: Moduł konwersji analogowo-cyfrowej w połączeniu z cyfrowym przetwarzaniem sygnału może służyć do wyczuwania stanu emocjonalnego w ludzkim głosie.
Systemy dotykowe
Czujniki pojemnościowe: Technologia czujników pojemnościowych, stosowana dotychczas w urządzeniach z ekranami dotykowymi, pomaga robotom wyczuwać różne powierzchnie.
Systemy percepcji
Czujniki zbliżeniowe: Mogą bazować na technologiach pojemnościowych, indukcyjnych, optycznych, sonarowych, ultradźwiękowych i światłowodowych.
Ruch robotów
W świecie science fiction roboty często mają postać humanoidów. Pomimo wielu imponujących osiągnięć, takich jak tańczące roboty Boston Dynamics, przed nami jeszcze daleka droga do robotów zdolnych do pełnego odtworzenia naturalnych gestów i ruchów człowieka.
Oto kilka przykładów ekscytujących osiągnięć w dziedzinie poruszania się robotów.
Motoryka owadów
Naukowcy z Tokyo Institute of Technology opracowali nowy sposób sterowania wielonożnymi robotami za pomocą dwupoziomowego sterownika. Wykorzystuje on sieć tak zwanych nieliniowych oscylatorów, które umożliwiają generowanie różnych typów chodu i postaw, określanych za pomocą zaledwie kilku parametrów najwyższego poziomu. Mówiąc prościej: powstały roboty, które poruszają się jak owady.
Możliwości robotów do naturalnego poruszania się zostały zademonstrowane przy użyciu sześcionożnego robota przypominającego mrówkę. Naukowcy odkryli, że robot był w stanie wykonywać ruchy, do których nie został specjalnie zaprojektowany, ale które były typowe dla ruchu owadów. W przeciwieństwie do większości projektów, które mają na celu odwzorowanie procesów biologicznych, tym badaczom udało się zaprojektować naturalny ruch, wykorzystując inżynierię odwrotną.
Motoryka pająków
Naukowcy opracowali również niezwykłego bionicznego pająka, który może pełzać i toczyć się po wielu powierzchniach (zobacz film powyżej). Innowacyjny robot, nazwany BionicWheelBot, został zainspirowany pająkiem-akrobatą wykonującym salta: Cebrennus Rechenbergi, zwany też pająkiem kołowym. Ten gatunek pająka jest znany ze swojej zdolności do zmiany sposobu poruszania się w zależności od warunków podłoża. Na nierównym podłożu pająk porusza się zwyczajnie na swoich odnóżach. Jednak napotykając gładkie powierzchnie, pająk rozkłada nogi i porusza się, wykonując salta.
W przeciwieństwie do swojego pajęczego odpowiednika budzącego strach, robotyczna wersja emanuje znacznie mniej groźną aurą. Aby zacząć się toczyć pająk-robot zgina 6 nóg tworząc koło, a pozostałe dwie nogi wraz z 15 silnikami napędzają pająka do przodu.
Sztuczna inteligencja
Roboty, wyposażone nawet w podstawową inteligencję, udowodniły już swoją zdolność do znacznego zwiększania produktywności i wydajności w różnych sektorach. Jednak następna generacja robotów obiecuje niezrównaną inteligencję, otwierając ogromne możliwości dla jeszcze większych osiągnięć. Przełom ten w dużej mierze wynika z postępów w dziedzinie sztucznej inteligencji.
Sztuczna inteligencja jest definiowana jako zdolność maszyny do naśladowania inteligentnych ludzkich zachowań. Jak ujął to Nils J. Nilsson, jeden z założycieli badań nad sztuczną inteligencją:
Sztuczna inteligencja to działalność poświęcona tworzeniu inteligentnych maszyn, a inteligencja to cecha, która umożliwia jednostce prawidłowe i świadome funkcjonowanie w swoim środowisku.
Nils J. Nilsson
Podstawowym źródłem wiedzy dla sztucznej inteligencji są dane, które napędzają podejmowanie trafnych i świadomych decyzji. Dane są często modelowane na podstawie różnych źródeł i wykorzystywane do trenowania sztucznej inteligencji.
Sztuczna inteligencja ma wiele ekscytujących zastosowań w sferze robotów.
Oto kilka z nich.
Skanery AI diagnozujące choroby
Naukowcy z należącej do koncernu Alphabet firmy Verily, zajmującej się naukami medycznymi, stworzyli algorytm sztucznej inteligencji, który jest w stanie przewidzieć choroby serca, analizując zdjęcia dna oka. Oprogramowanie wykorzystuje uczenie maszynowe do określenia parametrów takich jak wiek i ciśnienie krwi pacjenta. Dane te są następnie analizowane pod kątem ryzyka wystąpienia chorób układu krążenia.
Algorytm został wytrenowany przy użyciu zbioru danych medycznych obejmującego prawie 300 000 pacjentów, który zawierał ogólne dane medyczne, a także skany oczu. Następnie wykorzystano sieci neuronowe do analizy tych informacji w poszukiwaniu wzorców, a algorytm nauczył się kojarzyć dane pochodzące z oczu ze wskaźnikami chorób serca.
Sztuczna inteligencja zdolna do klonowania głosów
Baidu, chińska międzynarodowa firma technologiczna specjalizująca się w usługach internetowych, opublikowała w 2018 roku raport, w którym opisała swój projekt AI: program służący do klonowania głosu w ciągu kilku sekund od jego odsłuchania. Rozwiązanie to może nie tylko naśladować dane wejściowe, ale także zmieniać głos, aby dostosować go do innego akcentu lub płci.
System wykorzystuje głębokie sieci neuronowe do trenowania modelu w celu generowania mowy. Opracowany przez Baidu system stanowi duży krok w dziedzinie klonowania głosu – poprzednie iteracje tej technologii wymagały znacznie dłuższego czasu na wytrenowanie modelu.
Sztuczna inteligencja słysząca emocje
Specjaliści zajmujący się analizą muzyki w firmie Gracenote przy pomocy technologii uczenia maszynowego wytrenowali swoje komputery do wykrywania emocji w utworach muzycznych. Prace zespołu rozpoczęły się od opracowania taksonomii nastrojów, atmosfer i cech emocjonalnych, które są powszechnie kojarzone z muzyką. Następnie wykorzystano 40 000 utworów jako przykłady kategorii nastroju i wprowadzono je do zestawu treningowego. Po wytrenowaniu systemu na podstawie utworów system zastosował zdobytą wiedzę do analizy milionów innych utworów.
Z tej technologii klasyfikacji korzystają obecnie dostawcy usług muzycznych, w tym Apple i Spotify.
Internet Rzeczy (IoT)
Połączone urządzenia na dobre zmieniły sposób, w jaki zarządzamy naszymi domami, biurami, a nawet miastami. Niektórzy eksperci uważają wręcz, że termin Internet Rzeczy przestanie mieć zastosowanie, ponieważ w przyszłości wszystkie urządzenia będą zbudowane z myślą o połączeniu z siecią.
Przewiduje się, że wartość globalnego rynku IoT wzrośnie z 300,3 mld USD w 2021 roku do 650,5 mld USD do 2026 roku.
(Source: MarketsandMarkets)
Jednym z głównych powodów dynamicznego rozwoju IoT jest spadek cen technologii łączności. Czujniki, które mogą rejestrować informacje, takie jak ciśnienie, moment obrotowy i temperatura, stają się coraz tańsze. Wpływa to również na rozwój rynku robotyki.
Spadają ponadto ceny czujników LiDAR, które dostępne są już od 100 dolarów. Dotychczas były to najdroższe komponenty robotów samonaprowadzających. Jednak dzięki dynamicznym inwestycjom na rynku zautomatyzowanych samochodów, koszty produkcji drastycznie spadły.
Z kolei rozwój obliczeń brzegowych jeszcze bardziej ułatwi wdrażanie rozwiązań IoT. Stanowią one lżejszą wersję centrum danych.
Podczas gdy tradycyjne systemy wizyjne korzystają z oddzielnych modułów kamer i jednostek przetwarzających, przetwarzanie brzegowe pozwala modułowi kamery na wstępne przetwarzanie danych i przeniesienie większości obciążenia na krawędź sieci.
Jest to szczególnie przydatne w przypadku robotów wykorzystujących sztuczną inteligencję (która zależy od przetwarzania dużych ilości danych w czasie rzeczywistym). Dzięki temu możliwe jest przyspieszenie obliczeń, co z kolei poprawia wydajność i czas podejmowania decyzji.
Łączność w produkcji
Firma Rethink Robotics wdrożyła nową funkcję do swoich robotów produkcyjnych. Platforma oprogramowania pod nazwą Intera Insights dostarcza producentom krytycznych danych w czasie rzeczywistym. Kluczowe wskaźniki wydajności, takie jak siła, prędkość, liczba części i czas cyklu, są wyświetlane za pomocą konfigurowalnego pulpitu nawigacyjnego na wyświetlaczu robota. Jest to pierwsze tego rodzaju rozwiązanie, w którym gromadzenie danych zostało umożliwione przez robota współpracującego.
Inteligentne rolnictwo
Roboty, drony i zwiększone możliwości łączności przekształcają również sektor rolniczy. Dzięki inteligentnej automatyzacji w rolnictwie do różnych prac rolniczych wykorzystywane są roboty rolnicze. Stosuje się je w siewach, ogrodnictwie, żniwach i innych procesach rolniczych. Ponadto dzięki łączności IoT z innymi autonomicznymi maszynami, takimi jak ciągniki i drony, możliwe jest zmniejszenie zapotrzebowania na pracę fizyczną i uczynienie rolnictwa bardziej samowystarczalnym.
Przyszłość robotów
Technologia od wieków była przyczyną sukcesów i upadków miast na całym świecie. Rozwój robotów bez wątpienia wpisze się w ten schemat.
Na przestrzeni ostatnich kilku lat mikroprocesory zyskały na mocy, sztuczna inteligencja stała się bardziej inteligentna, a roboty udowodniły swój potencjał jako cenne narzędzia automatyzacji.
Przyszłe technologie, w tym robotyka, sztuczna inteligencja i IoT, stworzą inteligentniejsze miasta, bardziej ekscytujące procesy biznesowe i odblokują jeszcze szybsze cykle innowacji.
