Michael Johnsonデモで安定して動作するロボットも、実際の現場に移れば次の試練が始まる。センサーデータを処理し、定められた時間内に反応し、エネルギー上の制約を守らなければならない。こうしたエンジニアリング上の課題をテーマに、IntelとMassRoboticsは10月6日にボストンでワークショップを開催し、Intelは10月16日に会合の報告を公開した。
ロボット工学の開発者やIntelの専門家が議論に参加した。同社の説明によると、話題は自律システム、産業オートメーション、医療分野のロボット工学、コンピュータービジョン、エッジAIに及んだ。Intelはこの発表で、新製品や測定結果、包括的な導入計画を示していない。記事ではエンジニアリング上の課題と同社の戦略が説明されている。
個別のモデルはシステムの一部
Intelは、センサーデータ処理、リアルタイム推論、計算負荷の統合、エネルギー効率、ソフトウェアの移植性、エッジコンピューティングを取り上げた。ロボット開発チームにとって、この一覧は有用な検証の枠組みとなる。センサー処理のパイプラインでデータが遅れたり、コントローラーに結果が間に合わなかったりすれば、モデル単体の性能だけではロボットの実用性を判断できない。
計算負荷を統合すれば、AI処理とロボット制御を共通の計算プラットフォームに収められる可能性がある。実際の効果は構成によって異なるため、開発者は「センサー—計算—動作」の全サイクルの遅延、標準的な負荷での消費電力、複数のコンポーネントを同時稼働させた場合の安定性を測定する必要がある。これらはIntelが挙げたテーマから導かれるエンジニアリング上の検証項目であり、ワークショップで公表された測定結果ではない。
規模拡大の前に確認したいこと
一つのプロトタイプを異なる計算構成や複数のロボットで動かす場合、ソフトウェアの移植性が重要になる。チームは、どのコンポーネントが特定のアクセラレーターや実行環境に依存しているかを早めに特定し、ハードウェア基盤を変更した後にテストをやり直すとよい。そうすれば、アルゴリズムの制約と統合上の問題を切り分けやすくなる。
パイロット導入に向けた実務的な次のステップとして、三つの指標を記録できる。センサーフレームの受信からアクチュエーターへの指令までの遅延、代表的な稼働サイクルにおける消費電力、あらかじめ定めた条件下でのタスク成功率だ。これらの指標は、個別機能のデモを試験の代わりにすることなく、システムの各バージョンを比較し、拡大の準備状況を評価するのに役立つ。
Intelは、自社の戦略を、オープンで拡張可能な形でAI推論とリアルタイム制御を組み合わせるものと説明している。報告からは、同社がロボット工学コミュニティーとどのような課題を議論したかが分かる一方、詳細な技術的解決策や、その効果に関する独立した評価は示されていない。開発者にとっての実務的な要点は、規模拡大に向けた試験は、将来の運用環境でハードウェア、センサー、ソフトウェアを組み合わせたシステム全体を対象に始めるということだ。