Michael JohnsonFör en robot som fungerar säkert under en demonstration börjar nästa prov när den flyttas till en verklig arbetsplats: systemet måste bearbeta sensordata, reagera inom givna tidsramar och hålla sig inom energibegränsningarna. Dessa tekniska utmaningar stod i centrum för ett seminarium med Intel och MassRobotics i Boston den 6 oktober; Intel publicerade sin rapport från mötet den 16 oktober.
Robotteknikutvecklare och Intel-specialister deltog i diskussionen. Enligt företaget omfattade samtalet autonoma system, industriell automatisering, robotik inom hälso- och sjukvård, datorseende och edge-AI. Intel presenterade inget nytt konkret produkt, inga mätresultat eller någon gemensam införandeplan i publikationen: texten beskriver tekniska frågor och företagets strategi.
En modell är bara en del av systemet
Intel lyfte fram bearbetning av sensordata, inferens i realtid, konsolidering av beräkningsuppgifter, energieffektivitet, programvarans portabilitet och edge computing. För ett robotteam ger den här listan en användbar ram för utvärdering: modellens prestanda säger i sig lite om robotens lämplighet om sensorflödet fördröjer data eller styrenheten inte får resultatet i tid.
Att konsolidera beräkningsuppgifter kan göra det möjligt att köra AI-bearbetning och robotstyrning på en gemensam beräkningsplattform. Den praktiska nyttan beror på den specifika konfigurationen: utvecklare behöver mäta fördröjningen i hela kedjan ”sensor – beräkning – åtgärd”, energiförbrukningen vid typisk belastning och driftsäkerheten när komponenter körs samtidigt. Det här är tekniska kontroller som följer av ämnena Intel tog upp, inte publicerade resultat från seminariet.
Vad som är värt att kontrollera före uppskalning
Programvarans portabilitet blir viktig när en prototyp ska fungera med olika beräkningskonfigurationer eller i flera robotvarianter. Teamet bör i förväg fastställa vilka komponenter som är beroende av en viss accelerator eller exekveringsmiljö och upprepa testerna när hårdvaruplattformen byts ut. Då blir det lättare att skilja algoritmens begränsningar från integrationsproblem.
Ett praktiskt nästa steg i ett pilotprojekt kan vara att fastställa tre mått: fördröjningen från mottagen sensorbild till kommando till ställdonet, energiförbrukningen under en representativ arbetscykel och andelen lyckade uppgifter under i förväg definierade förhållanden. Måtten gör det lättare att jämföra systemversioner och bedöma om de är redo att skalas upp, utan att ersätta tester med demonstrationer av enskilda funktioner.
Intel beskriver sin strategi som en kombination av AI-inferens och styrning i realtid på en öppen och skalbar grund. Rapporten visar vilka slags problem företaget diskuterade med robotikbranschen; publikationen innehåller inga detaljerade tekniska lösningar eller någon oberoende utvärdering av deras effektivitet. För utvecklare är huvudbudskapet praktiskt: uppskalning börjar med att hela kombinationen av hårdvara, sensorer och programvara testas under de förhållanden där den ska användas.