Oavsett om du tror att vi är redo eller inte är robotrevolutionen på väg. Dessa smarta, självlärande maskiner finns redan i våra hem och på våra kontor och gator. Men vilka är några av de tekniker som stöder denna ökning? Och vad kommer härnäst?
Om du tänker på vilken bransch som helst är det troligt att det finns någon form av robotteknik inblandad. Robotar inom lagerhållning utför beställningar medan drönare levererar paket. Robotarmar utför kirurgiska ingrepp medan robotmärkningssystem betygsätter uppsatser.
Idag finns robotar överallt. Vi har nått en punkt där vissa robotsystem, t.ex. bankomater och självbetjäningskassor, är så vanliga att de knappast längre betraktas som robotar.
Faktum är att vi har sett enorma framsteg inom området under det senaste decenniet. Därför är det inte svårt att föreställa sig en nära framtid där ytterligare framsteg förändrar samhället ännu mer. Morgondagens värld ska automatiseras, digitaliseras och anslutas.
Men vilka tekniker ligger till grund för denna revolution? Mekanik, intelligens och anslutningsförmåga spelar alla en viktig roll i att forma vår framtid. Vi tar en titt på hur dessa aspekter sammanförs för att skapa ett samhälle fullt av robotar.
Robotteknik
År 1961 presenterade General Motors Unimate – världens första industriella robot. Den vägde 1 225 kg och användes för att automatisera formgjutningsprocessen.
Sedan dess har robotar omvandlat industriella tillverkningsprocesser genom att göra mänskliga uppgifter på ett mycket mer effektivt sätt. Jobb som involverar tunga lyft och repetitiva rörelser utförs nu av maskiner.
Och idag är robotar även en stor del av den icke-industriella världen. Konsumentrobotar, företagsrobotar, militära robotar och autonoma fordon gör alla stora framsteg när det gäller att omvandla sina respektive sektorer.
Teknik bakom kulisserna
Nyckeln till denna utveckling har varit framstegen inom sensorteknik. Sensorer med kort räckvidd och kameror med grundläggande upplösning har gett vika för mindre och kraftfullare verktyg. Robotar kan med moderna rörelse- och visionssystem uppnå högre nivåer av autonomi när de utför uppgifter med snabbare hastighet och bättre noggrannhet.
En del av de robottekniker som används idag inkluderar:
Robotvision
LIDAR-system (light detection and ranging): Ljuset studsar mot närliggande ytor för att skapa en 3D-karta över miljön.
2D-vision: Platt, kalibrerad vision som gör att roboten kan mäta längd och bredd, men inte höjd.
3D-vision: Vanligtvis två eller flera kameror som ger information om X-, Y- och Z-axlarna för bättre geometriska detaljer.
Robotljud
Mikrofon: En analog-till-digital konverteringsenhet kombinerad med digital signalbehandling kan användas för att känna av det känslomässiga tillståndet i en människas röst.
Robotberöring
Kapacitiva sensorer: Kapacitiva sensorer, som redan används i pekskärmar, hjälper robotar känna av olika ytor.
Robotuppfattning
Närhetssensorer: Kan baseras på kapacitiv, induktiv, optisk, ekolods-, ultraljud och fiberoptisk teknik.
Robot i rörelse
Robotar finns i många former, men den mest populära i fiktion är humanoiden som är utformad för att likna människokroppen. Men trots den imponerande utvecklingen från ingenjörsföretag som Boston Dynamics är vi fortfarande många år från smidiga mänskliga rörelser.
Med detta sagt har vi kommit långt sedan de mekanismer som inspirerade “robotdansen”. Nedan följer några exempel på spännande utvecklingar inom naturlig robotrörelse.
Insektsrörelse
Forskare på Tokyo Institute of Technology har upptäckt nya sätt att kontrollera robotar med flera ben. De föreslår att genom att använda en styrenhet med två nivåer kan ett nätverk av icke-linjära oscillatorer användas för att manövrera olika gångarter och ställningar. Enkelt uttryckt: de har skapat robotar som rör sig som insekter.
De visar denna förmåga att generera naturliga gångmönster genom att använda en sexbent myrliknande robot. Forskarna upptäckte att roboten kunde utföra gångarter som den inte uttryckligen hade designats för, men som ofta ses hos insekter i den verkliga världen. Till skillnad från de flesta utvecklingar som syftar till att replikera biologi har dessa forskare lyckats omvända naturliga rörelser.
Spindelrörelse
Forskare har skapat en bionisk spindel som kan rulla och krypa – en tidig prototyp kan ses i videon ovan. Roboten kallas BionicWheelBot och inspirerades av flic-flac-spindeln som är känd för sin förmåga att ändra hur den rör sig beroende på markförhållandena. På ojämn mark skulle spindeln gå normalt på sina ben. Men däremot på slät mark skulle spindeln sprida ut sina ben och förflytta sig genom att utföra kullerbyttor.
Trots att den har åtta ben är robotversionen betydligt mindre skrämmande. För att gå använder den alla sina ben. För att rulla stoppar den in sex av sina ben och använder 15 motorer och de återstående två benen för att hoppa framåt.
Artificiell intelligens
Även med grundläggande intelligens har robotar visat att de har kapacitet att bidra med enorma produktivitets- och effektivitetsvinster till samhället. Men morgondagens robotar kommer att vara smartare än någonsin tidigare och potentialen för ytterligare vinster är enorm. En stor del av detta beror på artificiell intelligens.
I stort sett definieras AI som en maskins förmåga att imitera intelligent mänskligt beteende. Eller som Nils J Nilsson, en av grundarna till AI, uttryckte det:
Artificiell intelligens är den aktivitet som ägnas åt att göra maskiner intelligenta och intelligens är den kvalitet som gör det möjligt för en enhet att fungera på lämpligt sätt och med förmåga att förutse i miljön.
Nils J Nilsson
Data är den viktigaste kunskapskällan för AI. Det är bränslet som gör det möjligt för AI att fatta korrekta och välgrundade beslut. Data modelleras ofta från många olika källor och tränas för att bygga upp AI:s kunskaper.
Under AI-paraplyet skapas ett antal spännande tillämpningar. Dessa kompletterande verktyg konvergerar med robotteknik och ger robotfunktioner som aldrig tidigare har funnits.
Nedan följer bara några exempel.
AI-skannrar som kan förutsäga sjukdomar
Forskare från Alphabets hälsoteknikföretag, Verily, har skapat en AI-algoritm som kan förutsäga hjärtsjukdomar genom att titta in i en patients öga. Genom att analysera ögonskanningar använder programvaran maskininlärning för att härleda egenskaper som ålder och blodtryck. Dessa data används sedan för att förutsäga risken för hjärt- och kärlsjukdomar.
Algoritmen tränades med hjälp av ett medicinskt dataset på nästan 300 000 patienter, vilket inkluderade allmänna medicinska data samt ögonundersökningar. Neurala nätverk användes sedan för att söka igenom denna information efter mönster, med algoritmen som lärde sig att associera ögondata med mätvärdena för hjärtsjukdomar.
AI som kan klona röster
Baidu, ett kinesiskt multinationellt teknikföretag som specialiserat sig på internetrelaterade tjänster, gav ut ett faktablad år 2018 som förklarade deras AI-utveckling: ett program som kan klona en röst några sekunder efter att ha lyssnat på den. Inte nog med att det kan efterlikna indata, det kan även ändra rösten för att återspegla en annan accent eller kön.
Systemet använder djupa neurala nätverk för att träna modellen för att generera tal. Baidus utveckling markerar ett stort steg när det gäller kloning av röster. Tidigare versioner av tekniken tog mycket längre att träna modellen.
AI som kan lyssna på känslor
Musikdataspecialister Gracenote har lärt sina datorer att identifiera känslor i låtar med hjälp av maskininlärning. Teamet började med att utveckla en taxonomi av stämningar, atmosfärer och känslomässiga egenskaper som vanligtvis förknippas med musik. De använde sedan 40 000 låtar som exempel för stämningskategorierna och matade in detta i träningsuppsättningen. När systemet hade tränats på låtarna tillämpade det sedan sina lärdomar på miljontals spår.
Denna klassificeringsteknik används nu av musikoperatörer, inklusive Apple och Spotify.
Sakernas Internet
Anslutna enheter förändrar hur våra hem drivs, hur våra kontor fungerar och till och med hur våra städer fungerar. Faktum är att många förutsår att termen “Sakernas Internet” kommer att försvinna eftersom alla morgondagens enheter kommer att byggas för att anslutas.
Den globala IoT-marknadens storlek förväntas växa från 300,3 miljarder USD år 2021 till USD 650,5 miljarder år 2026.
(Source: MarketsandMarkets)
En viktig orsak till denna IoT-boom är prisnedgången för anslutningsteknik. Sensorer som kan samla in information som tryck, vridmoment och temperatur blirallt billigare. Och detta påverkar också en expanderande robotmarknad.
På samma sätt minskar priserna för LiDAR-sensorer och kan kosta så lite som 100 USD. Dessa var tidigare de dyraste komponenterna i självstyrande robotar. Men produktionskostnaderna sjunkit dramatiskt tack vare stora investeringar på den automatiserade bilmarknaden.
Tillväxt inom edge computing kommer ytterligare att förenkla implementeringen av IoT-lösningar. Tänk på det som den lätta versionen av ett datacenter.
Medan traditionell maskinvision till exempel kräver separata kameramoduler och bearbetningsenheter, innebär edge computing att kameramodulen kan förbehandla data och avlasta den större delen av bearbetningsuppgifterna till nätverkets kant.
Detta är särskilt användbart för robotar som använder AI (vilket beror på att stora mängder data bearbetas i realtid). Beräkningen görs snabbare, vilket i sin tur förbättrar effektiviteten och tiden det tar att fatta ett beslut.
Anslutningsmöjligheter inom tillverkning
Rethink Robotics har introducerat en ny funktion i sina tillverkningsrobotar. Med Intera Insights förser programvaruplattformen tillverkarna med viktiga datainsikter i realtid. KPI:er som kraft, hastighet, delantal och cykeltid visas via en anpassningsbar instrumentpanel på robotens bildskärm. Denna utveckling markerar första gången som datainsamlingen har gjorts tillgänglig från en samverkande robot.
Smart jordbruk
Robotar, drönare och större anslutningsmöjligheter förändrar hur jordbruk bedrivs. Med smart automation inom jordbruk används jordbruksrobotar i olika arbetsuppgifter relaterade till jordbruk. De används för att så grödor, trädgårdsodling, skörda och andra jordbruksuppgifter. Dessutom kan IoT-anslutning till andra autonoma maskiner, t.ex. traktorer och drönare, minska behovet av manuell arbetskraft och göra jordbruket mer självförsörjande.
Framtiden för robotar
Genom tiderna har tekniken lett till framgång och nedgång för städer runt om i världen. Uppkomsten av robotar kommer utan tvekan att bidra till detta mönster.
Under de senaste åren har mikroprocessor blivit mer kraftfulla, AI har lärt sig att bli mer intelligent och robotar har visat sin potential som ett värdefullt automationsverktyg.
Morgondagens teknik, inklusive robotteknik, AI och IoT, kommer att sammanstråla och vara ansvarig för att skapa smartare städer, mer spännande affärsprocesser och låsa upp snabbare innovationscykler än någonsin tidigare.
