I robot diventano più intelligenti solo quando sono connessi
- Tweet
- Pin It
- Condividi per email
-
a cura di Mark Anderson, Senior Director of Global Solutions Enablement – Emea di Equinix
Quando pensiamo ai robot, la maggior parte di noi immagina qualcosa di fantascientifico o il simpatico robot Pepper apparso negli ultimi anni in occasione di eventi tecnologici. Ma la realtà attuale non è poi così entusiasmante. Molti dei robot industriali presenti oggi sul mercato si concentrano sull’automazione di compiti molto semplici e ripetitivi come l’imballaggio, l’inventario, ecc. Questi robot sono tipicamente pre-programmati / addestrati a svolgere un compito specifico, anche se si tratta di una linea di cooperazione di robot in un’azienda di produzione che assembla un intero prodotto. Un mio amico che era solito addestrare i robot su come saldare lo descriveva come una forma di programmazione visiva in cui al robot viene insegnato a mimare un singolo compito. Usando uno stilo, viene insegnato loro a seguire una serie di coordinate XYZ, come ad esempio dove si trovano le linee di saldatura, quante aree devono essere saldate, mantenendo la giusta temperatura, ecc.
In fin dei conti, questi robot non sono davvero autonomi in quanto vincolati a quel singolo compito. Ciò significa che qualsiasi variabile non considerata potrebbe causare problemi con un robot e causare errori in tutta la catena di montaggio – semplicemente non sono adattabili come gli esseri umani. E se la procedura ha bisogno di essere cambiata per fare qualcos’altro, allora gli operatori/formatori robotici devono essere portati a riqualificare/riconfigurare tutti i robot di quella linea di produzione.
La buona notizia è che stiamo migliorando nel capire come applicare il sistema di visione e l’intelligenza artificiale (AI) della macchina che fa uso dei sensori al software della macchina. In questo modo le macchine saranno in grado di interpretare il mondo circostante e di adattarsi a circostanze diverse da quelle per cui sono state originariamente istruite. Ma la vera intelligenza robotica dipenderà dall’apprendimento bidirezionale, in cui gli apprendimenti rilevati da ogni singolo robot o dispositivo possono essere applicati agli algoritmi principali nel cloud e poi condivisi con tutti i robot di quella categoria. Questi sistemi di robot contestualmente consapevoli saranno interconnessi a sensori IoT, ad altri robot ed ecosistemi digitali per l’elaborazione dei dati AI e la costruzione di modelli. E l’elaborazione di tutti questi dati dipenderà da un’infrastruttura IT distribuita, ibrida e multicloud, con una connettività sicura e a bassa latenza per lo scambio di dati privati.
Rendere i robot più intelligenti attraverso IoT e IA
Mentre il campo della robotica può avere un focus diverso rispetto ai domini IoT e IA, è la convergenza di queste tecnologie e delle loro architetture IT di supporto che sta infondendo una maggiore intelligenza nei dispositivi finali – in questo caso i robot. ABI Research ha coniato il termine “Internet of Robotic Things (IoRT)” per descrivere questo tipo di sistema, “dove i dispositivi intelligenti possono monitorare gli eventi, fondere i dati dei sensori da una varietà di fonti, utilizzare ‘intelligenza’ locale e
distribuita per determinare una migliore linea d’azione, e poi agire per controllare o manipolare gli oggetti nel mondo fisico”[i]. A differenza di un robot autonomo programmato per svolgere un singolo compito, i sistemi IoRT sono connessi at the edge e nel cloud e possono scambiare dati e insight per adattarsi a situazioni mutevoli in tempo reale.
Il diagramma sottostante illustra gli elementi centrali di un sistema robotizzato connesso. L’IoT è come i cinque sensi umani che percepiscono il mondo, l’IA nel cloud è il cervello che elabora le informazioni e ne dà un senso, e il robot è il corpo fisico che agisce sulla base di queste conoscenze. In alcuni casi, reagiamo senza pensare, come ad esempio non toccare una stufa calda perché il nostro corpo ha già imparato ad associare il dolore a questo. Sarebbe simile alla IoRT, dove i robot fisici hanno già acquisito l’intelligenza necessaria per adattarsi molto rapidamente a certe situazioni. Altre volte, quando incontriamo nuove situazioni, dobbiamo pensare e imparare prima di agire, come ad esempio imparare a fermarsi al semaforo rosso quando si guida un’auto. È qui che entra in gioco la robotica del cloud, che in realtà si occupa di migliorare i modelli principali di intelligenza artificiale nel cloud con le intuizioni raccolte dai robot connessi at the edge o alla IoRT.
Esempio di apprendimento bidirezionale – robot di delivery
Un esempio di come questo potrebbe funzionare è una flotta di autonomi robot di delivery. Ogni robot di delivery ha i propri sensori e computer IA per il funzionamento e la comunicazione con gli altri robot della flotta e con la piattaforma IoRT a the edge. Con il tempo, può diventare chiaro che una particolare intersezione è un problema per molti dei robot della flotta. Forse il semaforo cambia troppo velocemente e si fermano improvvisamente e lanciano un errore, o lavori stradali non pianificati interrompono il percorso abituale. Tutti i dati intorno a quell’errore, come i feed video trasmessi dai sensori, gli insight dai nodi edge, ecc. vengono inviati agli algoritmi AI nel cloud per addestrarli a riconoscere questi nuovi casi edge e a tenere conto di queste situazioni. Poi quell’algoritmo di IA aggiornato viene rispedito all’intera flotta di robot come aggiornamento software in modo che possano scorrere meglio quell’intersezione andando avanti.
La bassa latenza è essenziale per l’intelligenza della macchina
Per questo tipo di apprendimento bidirezionale per lavorare bene, la chiave è la bassa latenza. Le comunicazioni machine-to-machine (M2M) e le interazioni at the edge richiedono meno di 20 millisecondi di latenza. E, pur migliorando i modelli AI nel cloud in grado di tollerare latenze più elevate, l’aggiornamento del software deve essere affidabile e tempestivo per risolvere i problemi e migliorare la precisione. Ciò richiede un’infrastruttura IT distribuita per ridurre la distanza tra i robot e un punto di connettività a una grande larghezza di banda. Le soluzioni di interconnessione neutre per i fornitori, come quelle della Piattaforma Equinix®, possono colmare il divario tra la potenza di calcolo necessaria per i modelli AI nel cloud e la reach necessaria per connettersi privatamente agli ecosistemi digitali per uno scambio di dati sicuro e a bassa latenza e modelli AI migliorati.
Per saperne di più sulle infrastrutture digitali dell’Internet of Things scaricate il whitepaper.
[i] ABI Research, The Internet of Robotic Things, 3Q 2014.
[ii] Pieter Simoens, Mauro Dragone and Alessandro Saffiotti, The Internet of Robotic Things: A review of concept, added value and applications, International Journal of Advanced Robotic Systems, DOI 10.1177/1729881418759424, Jan-Feb 2018.
Contenuti correlati
-
Con un ‘clic’ per un cablaggio più sicuro
Veloce come schioccare le dita: la nuova tecnologia di connessione Snap IN di Weidmüller consente un cablaggio ultrarapido durante le attività di installazione e manutenzione. Le onerose operazioni di aggraffatura diventano superflue, e la manipolazione intuitiva aggiunta...
-
Farnell ispira il settore con Top Tech Voices
Farnell ha lanciato una nuova serie di interviste, Top Tech Voices, che con la partecipazione di figure di spicco nel settore tecnologico mettono in evidenza le ultime tendenze tecnologiche con le concezioni più innovative. Nei sei episodi...
-
L’importanza della AI in Transizione 5.0 per il manifatturiero con ally Consulting
Il Piano Transizione 5.0 rappresenta una svolta cruciale per il sistema industriale italiano. A sostenerlo è Paolo Aversa, managing director di ally Consulting. Ancora in fase di definizione, questo piano potrebbe sostituire il precedente 4.0, con l’intento...
-
Mercato automotive: previsioni per il 2025
Il settore dell’automotive è vicinissimo a una trasformazione epocale. Guidata da una convergenza di fattori – incessanti progressi tecnologici, mutevoli esigenze dei consumatori e crescente consapevolezza dell’impatto ambientale – il settore automotive del prossimo futuro, quello del...
-
InnoPPE di Innodisk aumenta la sicurezza negli ambienti industriali ad alto rischio
Innodisk, fornitore attivo a livello mondiale di soluzioni di intelligenza artificiale, ha introdotto l’innovativa soluzione di riconoscimento InnoPPE basata sull’intelligenza artificiale per migliorare la sicurezza e la conformità negli ambienti industriali ad alto rischio. Questa soluzione basata...
-
Pompe per vuoto ultracompatte ad elevate prestazioni da Coval
Coval presenta la nuova serie di micro pompe per vuoto MPXS, con cui l’azienda offre una delle pompe per vuoto più compatte e intelligenti presenti sul mercato, rimanendo fedele alle tecnologie e alla qualità che caratterizzano il...
-
I robot collaborativi aumentano la produttività del 60% e riducono i costi del 40%
La produttività del mercato dei robot collaborativi, i cosiddetti cobot, fa registrare una crescita della produttività del 60%, grazie all’unione di AI e robotica, a fronte di una riduzione di costi del 40%, con tassi di crescita...
-
Rockwell Automation e Microsoft: una visione condivisa per accelerare la trasformazione industriale
Rockwell Automation e Microsoft espandono la loro collaborazione strategica per trasformare il panorama industriale. Insieme, le due aziende offriranno ai clienti del settore manifatturiero soluzioni avanzate basate su cloud e AI, che forniscono potenti insight sui dati, semplificano...
-
Modulo SilwaAISupport: l’AI al servizio della supply chain
SilwaAISupport è il nuovo modulo della piattaforma Silwa (la soluzione software integrata che combina in un unico sistema le funzionalità dei sistemi WMS e MES) implementato per fungere da “assistente virtuale” e rivoluzionare il mondo dei processi...
-
L’impatto dell’AI sull’economia e sull’occupazione
In una ricerca di IDC (idc.com/eu/italy) intitolata ‘The Global Impact of Artificial Intelligence on the Economy and Jobs’ si prevede che la spesa delle aziende per l’adozione e l’utilizzo dell’intelligenza artificiale in operazioni aziendali, fornitura di prodotti...
Scopri le novità scelte per te x
-
Con un ‘clic’ per un cablaggio più sicuro
Veloce come schioccare le dita: la nuova tecnologia di connessione Snap IN di Weidmüller consente un cablaggio...
-
Farnell ispira il settore con Top Tech Voices
Farnell ha lanciato una nuova serie di interviste, Top Tech Voices, che con la partecipazione di figure...
Notizie Tutti ▶
-
UE Digital Product Passport, non un ostacolo, ma un’opportunità
Mentre oggi molte aziende sono concentrate sullo scope 2, ovvero le emissioni indirette di CO2...
-
Schneider Electric ha contribuito al restauro della Cattedrale di Notre Dame
Schneider Electric ha contribuito, in forma di donazione, al restauro della Cattedrale di Notre...
-
Affrontare le sfide nell’era dell’AI: una ricerca di Hitachi Vantara
Una ricerca di Hitachi Vantara, azienda controllata di Hitachi, focalizzata sull’archiviazione dati, sulle infrastrutture e...
Prodotti Tutti ▶
-
Delta lancia la serie di motori MSI per un futuro industriale più sostenibile
Delta ha annunciato il lancio della serie di motori MSI nella regione Emea. Si tratta...
-
Gestione dell’energia nell’armadio di comando con EcoStruxure Panel Server di Schneider Electric
Schneider Electric presenta il suo gateway IoT della prossima generazione: “L’unità Panel Server PAS...
-
Protezione contro le sovratensioni per router in fibra ottica
A fronte di un’inarrestabile espansione delle reti in fibra ottica, per le connessioni Internet...