Michael JohnsonRobot, který spolehlivě funguje při předvádění, ještě musí obstát v podmínkách skutečného provozu: při nepřetržitém přívalu dat ze senzorů, omezeném energetickém rozpočtu a požadavcích na rychlé řízení. Právě přechod od prototypu k nasazení byl tématem setkání Intelu s robotickými startupy v bostonském MassRobotics 6. října.
Intel zveřejnil zprávu o akci 16. října. Podle popisu společnosti účastníci diskutovali o zpracování modelů AI v reálném čase, práci se senzorickými daty, sdílení výpočetních kapacit, energetické účinnosti, přenositelnosti softwaru a edge computingu. Článek zachycuje program technického semináře, nikoli výsledky testování hotových systémů.
Kde prototyp naráží na realitu výroby
V robotu jsou vnímání a činnost propojeny krátkým cyklem: senzory předávají data, výpočetní systém interpretuje situaci a řídicí jednotka posílá příkazy pohonům. V tomto řetězci záleží nejen na přesnosti modelu. Latence při zpracování, přetížení výpočetních zdrojů nebo výkyvy spotřeby energie mohou zkomplikovat fungování celého systému.
Diskuse o „fyzické AI“ proto rychle přechází od výběru modelu k architektuře zařízení. Vývojáři musí rozhodnout, které úlohy se mají provádět přímo v robotu, jak rozdělit zdroje mezi inferenci AI a řízení a jak udržovat softwarový stack při přechodu na jinou platformu. Intel označil tato témata za hlavní technické otázky semináře.
Praktický význam pro robotické týmy
Týmu připravujícímu pilotní projekt může pomoci rozdělit testování podle stejných úzkých míst. Je třeba měřit latenci celého cyklu od získání dat senzorem po příkaz akčnímu členu, zatížení výpočetních zdrojů při souběžném provozu modelů a řídicí jednotky a také spotřebu energie při dlouhodobém provozu. Samostatně je třeba ověřit reprodukovatelnost sestavení a chování softwaru na cílové hardwarové konfiguraci.
Takový plán pomáhá odlišit problém modelu od omezení výpočetní platformy nebo integrace. Pokud například při souběžném zpracování několika senzorových datových toků roste latence, tým by měl vedle parametrů samotného modelu prověřit také rozdělení zátěže a propustnost paměti.
Intel představil setkání jako součást spolupráce s vývojáři a startupy a spojil diskusi se svou snahou vytvořit otevřený a škálovatelný základ pro fyzickou AI. Publikace neuvádí srovnávací měření hardwaru, výsledky nasazení u účastníků ani seznam dosažených technických řešení. Potvrzeným výsledkem je zde diskuse o konkrétních technických překážkách, nikoli uvedení nového produktu nebo důkaz, že jsou roboti připraveni k masovému nasazení.
Pro robotické týmy je hlavní závěr praktický: systém je třeba hodnotit v celém pracovním cyklu a na cílovém zařízení. Právě společné testování inference, senzorů, řízení, spotřeby energie a přenositelnosti softwaru ukazuje, nakolik je demonstrační prototyp připraven k provozu v reálném prostředí.