Michael Johnsonהמעבר מרובוט להדגמה למערכת הפועלת בבית חולים או בקו ייצור תלוי בשילוב הנדסי של מודלים, חיישנים, בקרה בזמן אמת, צריכת אנרגיה ומחשוב במכשיר עצמו. נושאים אלה עמדו במרכז מפגש של אינטל עם מפתחים במרכז MassRobotics שבבוסטון, שעליו סיפרה החברה בפרסום שלא ציין את מועד הסדנה.
בפרסומה מונה אינטל את נושאי הסדנה Building Physical AI at the Edge: הסקה מקומית, עיבוד נתוני חיישנים, איחוד עומסים, יעילות אנרגטית, ניידות תוכנה ומחשוב קצה. המשתתפים עסקו בתחומים שנעו מאוטומציה תעשייתית וראייה ממוחשבת ועד רובוטיקה רפואית.
הבעיה מתחילה אחרי הדגמה מוצלחת
אב־טיפוס עשוי לזהות עצמים ולבצע פקודות מסוימות, אך מערכת תפעולית צריכה לקבל נתונים מחיישנים, לחשב תגובה בזמן השהיה צפוי ולהעביר פקודות למפעילים בו־זמנית. לכן יש להעריך את פלטפורמת המחשוב לאורך כל מחזור הפעולה: כיצד היא משלבת הסקה ובקרה, האם היא עומדת במגבלות ההספק והאם היא מאפשרת להעביר את מערך התוכנה בין תצורות.
אינטל הגדירה את השילוב הזה כנושא המרכזי של הדיון. החברה הציגה את האסטרטגיה שלה כבסיס פתוח וניתן להרחבה לבינה מלאכותית פיזית, המשלב הסקה עם בקרה בזמן אמת. זהו תיאור עמדתו של היצרן: הפרסום מספר על המפגש ועל סדר היום שלו, אך אינו כולל מדידות השוואתיות של ציוד או תוצאות הטמעה אצל לקוח מסוים.
מסקנה מעשית לצוותי רובוטיקה
למפתחים כדאי לבדוק את המערכת לא רק לפי דיוק המודל. בשלב הפיילוט מומלץ למדוד את ההשהיה מהחיישן ועד הפעולה, את העומס על המעבד המרכזי ועל המאיצים בעת עיבוד של כמה זרמי נתונים במקביל, את צריכת האנרגיה ואת יציבות ההתנהגות במקרה של אובדן תקשורת עם הענן. בדיקת ניידות נפרדת תראה כמה שינויים יידרשו במעבר מתצורת מעבדה למכשיר היעד.
בדיקות אלה מסייעות לזהות צוואר בקבוק לפני שהצוות משקיע בהרחבת הפריסה: הוא עשוי להיות עיבוד וידאו, התקשורת בין תתי־המערכות או מגבלות חום והספק. סדנת אינטל ב-MassRobotics כשלעצמה אינה מוכיחה שרובוט מסוים מוכן לפריסה רחבת היקף, אך רשימת הנושאים ההנדסיים ממחישה מה צריך לתאם במעבר מהדגמת בינה מלאכותית פיזית למוצר פעיל.