رباتیک ابری: آینده ای که توسط داده ها شکل می گیرد
رباتیک ابری: آینده ای که توسط داده ها شکل می گیرد
در این مقاله، جیمز کافنر، مدیر ارشد فناوری Toyota Research Institute، درباره مفهوم رباتیک ابری، آینده ای که توسط داده ها شکل می گیرد، صحبت می کند. او بر این باور است که سرعت بالای اینترنت و رشد سریع آن، نقش بسیار مهمی در آینده رباتیک خواهد داشت. رباتیک ابری به طور کلی هدف "میانگین کردن آنچه که کامپیوترها در آن خوب هستند" را دنبال می کند، اما با ایجاد یک شبکه، این مهارت ها را تقویت می کند، تلاش ها را با هم ترکیب می کند و نیاز به تکرار جمع آوری اطلاعات را بین سیستم های جداگانه کاهش می دهد.

رباتیک ابری

جیمز کافنر، مدیر ارشد فناوری Toyota Research Institute، باور دارد که بزرگترین دارایی برای آینده ای که در آن ربات ها به شدت توانمند هستند، اشیاء مفیدی که مردم روزانه در جاده و در خانه از آنها استفاده می کنند، ممکن است فقط ابر باشد. ما مدت‌هاست مزایای قانون مور را در زمینه ارائه پردازنده‌های سریعتر و بهتر برای تأمین انرژی رایانه‌های شخصی‌مان می‌ستاییم، اما کافنر می‌گوید که تکامل سریع و مداوم سرعت اینترنت پهن باند بی‌سیم، برای آینده‌ای که در آن ربات‌ها به حل مشکلات روزمره کمک می‌کنند، به همان اندازه حیاتی است.

کافنر امروز سخنرانی افتتاحیه کنفرانس RoboBusiness سن خوزه را ارائه می‌کند، اما من قبل از سخنرانی‌اش با او صحبت کردم تا پیش‌نمایشی از رویکرد کلی را که او و TRI در توسعه سیستم‌های پیشرفته و خودمختار که به مردم عادی در انجام فعالیت‌های روزمره کمک می‌کنند، دریافت کنم.

فراتر از قانون مور

کافنر گفت: “یک چیز ناشناخته که برخی از مردم از آن آگاه نیستند، سرعت پیشرفت سرعت و پهنای باند اینترنت پهن باند بی سیم است، که تقریباً ۱۶۰۰ برابر هم در سرعت و هم در پهنای باند در ۱۰ سال گذشته افزایش یافته است.” “این واقعاً برای ماشین‌های متصل و ربات‌های متصل انقلاب آفرین بوده است، و بنابراین یکی از چیزهایی که من درباره آن فکر می‌کنم این است که با وجود این اتصالات بی‌سیم پرسرعت به قدرتمندترین منابع محاسباتی که انسان‌ها ایجاد کرده‌اند، که همان مرکز داده مدرن است، چه تغییراتی ایجاد می‌شود و چه امکانی پدید می‌آید.”

این مفهومی است که کافنر آن را “رباتیک ابری” می‌نامد، اصطلاحی که اولین بار در سال ۲۰۱۰ معرفی کرد، که نشان دهنده تغییری در نحوه پیشرفت توسعه ربات در آینده است، با تفاوت کلیدی توانایی یادگیری سریع بین ربات‌های منفرد و جدا از هم یا سیستم‌های خودمختار، با یادگیری جمع‌آوری شده از نقطه‌های پایانی منفرد که به سرعت به کل جذب می‌شود.

تاریخچه طولانی کافنر به عنوان یک رباتیک دان، او را در یک موقعیت منحصر به فرد برای تشخیص اهمیت این روند قرار می‌دهد. او استاد رباتیک در کارنگی ملون، دانشگاهی مشهور به خاطر فعالیت‌هایش در این زمینه بود. او همچنین در گوگل روی تیم مهندسی نرم افزار خودرو خودران کار کرد و به تأسیس کسب و کار سرمایه گذاری بازوی شرکت گوگل متمرکز بر شرکت‌های رباتیک کمک کرد.

تحرک به معنای بیش از فقط ماشین‌ها

در ماه ژانویه، آزمایشگاه تحقیقاتی یک میلیارد دلاری تویوتا با استخدام کافنر به عنوان مدیر ارشد فناوری مبتکر خود، سرخط خبر شد. اکنون، این رباتیک دان مشهور می‌گوید TRI “همه چیز درباره رباتیک ابری” است، از آنجایی که رشد تحقیقاتی تویوتا برای “فکر کردن درباره تحرک قابل اعتماد برای همه و همچنین کیفیت زندگی در دنیایی که با یک جامعه پیری مواجه هستیم” ساخته شده است.

او در مورد دستورالعمل تاسیس موسسه گفت: “حمل و نقل همیشه درباره آزادی و تحرک بوده است، و پیری افراد و از دست دادن توانایی رانندگی به این معنی است که آنها آزادی و تحرک کمتری خواهند داشت.” “بنابراین یکی از نتایج خوب داشتن خودمختاری برای وسایل نقلیه این است که مردم می‌توانند ناگهان آزادی تحرک را برای افرادی که در غیر این صورت نمی‌توانند رانندگی کنند، بازیابی کنند.”

کافنر توجه دارد که خودروهای خودران تنها راه حل حمل و نقل نیستند که برای بهبود کیفیت زندگی برای جمعیت پیری نیاز است، و به همین دلیل TRI نیز بر راه‌حل‌هایی متمرکز است که به خانه‌ها کمک می‌کند. “وقتی به رباتیک فکر می‌کنیم، درباره پیری در محل و کیفیت زندگی فکر می‌کنیم.” “از نظر فنی، ما چالش‌های زیادی در زمینه درک دقیق، استدلال و درک صحنه برای به واقعیت پیوستن یک راه‌حل حمل و نقل واقعی و یک ربات هوشمند که می‌تواند به افراد در پیری کمک کند، داریم.”

تجربه جمعی

در اساس، این پیشرفت‌ها بیش از هر زمانی در دسترس هستند، به لطف امکاناتی که به سیستم‌های هوشمند از طریق رباتیک ابری ارائه می‌شود. کافنر گفت هدف کلی رباتیک ابری “میانگین کردن آنچه که کامپیوترها در آن خوب هستند” است، اما سپس با ایجاد یک اثر شبکه، این مهارت‌ها را تقویت می‌کند، تلاش‌ها را با هم ترکیب می‌کند و نیاز به تکرار جمع‌آوری اطلاعات را بین سیستم‌های جداگانه کاهش می‌دهد. این هزینه را کاهش می‌دهد و توانایی ساخت وسایل نقلیه و ربات‌هایی را که به طور عملی طراحی شده‌اند افزایش می‌دهد، بدون نیاز به مجهز کردن آنها به ذخیره سازی و پردازنده‌های بزرگ، گران قیمت و سخت نگهداری در روی برد.

کافنر در حین کار در کارنگی ملون به من گفت که او همیشه با همکارانی که روی یک مشکل یادگیری ماشین کار می‌کردند صحبت می‌کرد، و الگوریتمی داشتند که می‌دانستند کار می‌کند، اگر فقط می‌توانستند داده کافی جمع‌آوری کنند. او گفت مشکل این بود که ربات‌هایی که سعی در جمع‌آوری داده‌های لازم داشتند، قبل از رسیدن به اندازه مطلوب مجموعه، خسته می‌شدند.

به جای اینکه یک ربات ۱۰۰۰۰ ساعت کار کند، چرا ۱۰۰ ربات ۱۰۰ ساعت کار نمی‌کنند؟

کافنر گفت: “به جای اینکه یک ربات ۱۰۰۰۰ ساعت کار کند، چرا ۱۰۰ ربات ۱۰۰ ساعت کار نمی‌کنند و همان مقدار داده را جمع‌آوری نمی‌کنند؟” “ربات‌های اشتراک‌گذاری داده، هر کدام از تجربیات یکدیگر یاد می‌گیرند و به همه کمک می‌کنند تا با سرعت بیشتری پیشرفت کنند.”

او افزود که این موضوع به طور یکسان برای ماشین‌های متصل، و همچنین ربات‌های کمک شخصی یا در خانه متصل که داده‌های خود را با هم اشتراک می‌گذارند، صدق می‌کند. کافنر شوخی کرد که انگار می‌توانید تمام والدینی را که روی اولین فرزندتان انجام دادید، بردارید و این تجربه را فورا به فرزند بعدی تان اعمال کنید، تقریباً مانند یک راه حل برای دوران نوجوانی سخت.

او می‌گوید این یک عنصر کلیدی برای افزایش توانایی ربات‌ها به سطحی است که در واقع برای مردم ارزش ارائه دهند.

اشتراک گذاری داده در کجا به پایان می‌رسد؟

عنصر کلیدی در دیدگاه رباتیک ابری کافنر، اشتراک گذاری داده است، اما در مورد اشتراک گذاری این داده‌ها فراتر از محدوده هر شرکت یا OEM چه طور؟ من مستقیماً از او درباره نظر اش در مورد اینکه آیا برای مثال، سازندگان خودرو باید در رابطه با دستورالعمل‌های جدید رانندگی خودمختار NHTSA، که حامی حرکت در این جهت هستند، در مورد اشتراک گذاری داده با یکدیگر بازتر باشند، پرسیدم.

کافنر پاسخ داد: “اگر فکر می‌کنید که می‌توانیم ترافیک را بهبود بخشیم و با اشتراک گذاری داده می‌توانیم ایمنی را بهبود بخشیم، مطمئناً همه OEM ها باید شرکت کنند.” “برخی چیزها درباره مزیت رقابتی وجود دارد، اما من فکر می‌کنم که هدف NHTSA واقعاً این است که ‘نگاه کنید، این فناوری شروع به رشد می‌کند، به نظر می‌رسد قریب الوقوع است، چگونه می‌توانیم آن را به طور ایمن و سریع‌تر به واقعیت پیوست و آیا این کار با اشتراک گذاری داده تسهیل می‌شود؟’ و من فکر می‌کنم که پاسخ احتمالاً بله است.”

منبع خبر

  • نویسنده : حامد غلامی
  • منبع خبر : TechCrunch