Интервью с Карлом Вахсвендером из Lattice Semiconductor: «Параллельная обработка обеспечивает более видимый периферийный искусственный интеллект»
По мере того как роботы становятся все более интеллектуальными, автономными и взаимосвязанными, основное внимание, естественно, переключается на все более мощные модели искусственного интеллекта.
Но под этими моделями скрывается все более сложная система датчиков, процессоров, систем управления и охранного оборудования, которые должны надежно работать — зачастую в строгих пределах энергопотребления, размеров и тепловыделения.
Компания Lattice Semiconductor — одна из компаний, разрабатывающих технологии для этого менее заметного уровня в робототехнике. Основанная в 1983 году и расположенная в штате Орегон, компания специализируется на маломощных программируемых логических интегральных схемах (FPGA), которые можно программировать и перепрограммировать для выполнения функций, начиная от машинного зрения и объединения данных с датчиков до управления двигателями, промышленных сетей и аппаратной безопасности.
Гибкость ПЛИС становится особенно актуальной по мере того, как робототехника все больше переходит к обработке данных на периферии сети. Компания Lattice ориентируется на такие приложения, как промышленные роботы, автономные мобильные роботы и другие физические системы искусственного интеллекта, где детерминированное управление в реальном времени, низкая задержка и энергоэффективность могут быть столь же важны, как и вычислительная мощность.
В этом интервью издание Robotics & Automation News беседует с Карлом Вахсвендером , старшим главным системным архитектором промышленного направления в компании Lattice Semiconductor, о том, как программируемое оборудование развивается вместе с робототехнической отраслью.
Ваксвендер обсуждает, почему все больше задач, связанных с восприятием, объединением данных с датчиков, отслеживанием объектов и управлением двигателями, переходят на роботов, а не на облачные вычисления, и как программируемые архитектуры позволяют машинам развиваться после развертывания, а не устаревать по мере изменения требований.
Он также рассматривает область, которой уделяется значительно меньше внимания, чем самим моделям ИИ: базовую инфраструктуру, необходимую для предоставления нужных данных в нужное время.
Безопасность — еще одна центральная тема. Поскольку роботы все чаще подключаются к корпоративным сетям и работают во все более тесном контакте с людьми, Вахсвендер утверждает, что безопасность должна начинаться на аппаратном уровне, при этом ПЛИС потенциально могут обеспечить аппаратный корень доверия с момента включения системы.
В ходе обсуждения также рассматриваются перспективы развития полупроводниковой отрасли, которые откроются благодаря человекоподобным роботам, промышленной автоматизации, автономным мобильным роботам и робототехнике в здравоохранении по мере более широкого внедрения интеллектуальных машин.
Интервью с Карлом Вахсвендером
Новости робототехники и автоматизации : Гуманоидные роботы становятся все более совершенными, но при этом имеют жесткие ограничения по мощности, размерам и тепловому режиму. Как маломощные программируемые устройства меняют подход робототехнических компаний к проектированию интеллектуальных машин следующего поколения?
Карл Вахсвендер : Благодаря своей универсальности, маломощные программируемые логические интегральные схемы (FPGA) позволяют разработчикам человекоподобных роботов применять более целостный подход к проектированию систем.
Одна ПЛИС может одновременно поддерживать такие функции, как управление питанием, мостовое соединение протоколов и аппаратную безопасность, что открывает возможности для истинной сквозной оптимизации, ранее недоступной в этих средах с ограниченными ресурсами.
Подобная мощность параллельной обработки помогает развертывать более мощные модели искусственного интеллекта на периферии сети, которые, в свою очередь, поддерживают более интеллектуальных роботов.
Когда роботы могут в режиме реального времени воспринимать, обрабатывать и реагировать на данные об окружающей среде, не перегружая при этом центральный процессор, им можно доверять большую автономность.
R&AN : Искусственный интеллект на периферии сети быстро переходит от демонстраций, подключенных к облаку, к принятию решений в режиме реального времени непосредственно на самих роботах. Какие задачи ИИ, по вашему мнению, будут все чаще выполняться на роботах, а какие по-прежнему будут зависеть от облачных вычислений?
KW : При принятии решения о том, что нужно выполнять на периферии сети, а что в облаке, речь идет не столько о самой рабочей нагрузке, сколько о желаемом результате.
Насколько быстро должны выполняться эти задачи, и что произойдет, если они будут подвержены увеличению задержек? Принесет ли перекладывание ответственности на периферийные компоненты чистую выгоду, или это перегрузит их ограниченные возможности?
Рабочие нагрузки, связанные с восприятием в реальном времени и управлением движением (например, обработка данных о глубине, объединение данных с датчиков и отслеживание объектов), будут ограничены возможностями периферийных устройств, поскольку требуют детерминированности в доли микросекунды, которую не могут обеспечить обмен данными с облаком. Менее критичные по времени процессы, такие как задачи корпоративной аналитики, могут по-прежнему выполняться в облаке.
Такой подход к приоритезации периферийных и облачных вычислений помогает сбалансировать срочность и осторожность, обеспечивая быстрое выполнение критически важных по времени задач без чрезмерного перекоса в сторону периферии.
R&AN : Машинное зрение стало одной из определяющих технологий в современной робототехнике. Какие достижения вы наблюдаете в области встроенного машинного зрения, и как улучшения в обработке данных на периферии сети меняют возможности роботов по восприятию и реагированию в реальном времени?
KW : За последние несколько лет машинное зрение значительно продвинулось вперед, а обработка данных на периферии сети с использованием FPGA помогает фильтровать и предварительно обрабатывать данные с датчиков камер до того, как они попадут в центральные процессоры.
Перенос таких задач, как обработка глубины, объединение данных с датчиков, отслеживание объектов и обнаружение областей интереса, с централизованных систем снижает задержку и энергопотребление, что, в свою очередь, делает автономных роботов более доступными и надежными.
Чтобы лучше понять влияние этих достижений, взгляните на недавнее сотрудничество между Lattice и AIRY3D. Объединив компактный модуль камеры с динамической FPGA, разработчики смогли воплотить в жизнь трехмерное зрение с использованием одного датчика на периферии сети.
Этот вариант с единым источником данных помогает дополнительно решить проблемы восприятия глубины и самозатенения, которые препятствуют взаимодействию в реальном мире, что является значительным шагом вперед в плане реализации.
R&AN : Производители робототехники все чаще стремятся к платформам, которые могут развиваться после внедрения, а не устаревать через несколько лет. Насколько важны программируемые аппаратные архитектуры для продления срока службы промышленных и сервисных роботов?
KW : Программируемость — ключ к успеху современных роботизированных разработок. Например, промышленные конечные пользователи вкладывают огромные средства в развертывание автономных роботов и ожидают, что оборудование прослужит долгие годы.
Зачем им рассматривать решения с фиксированными возможностями, если мы знаем, что, несмотря на прогресс за последние пять лет, впереди нас ждет еще больше достижений?
Производители робототехники это понимают и все чаще учитывают возможность программирования при принятии решений, касающихся их собственных производственных площадок.
Задача производителей компонентов, приводящих в действие роботизированные системы, состоит в том, чтобы предложить варианты, поддерживающие программирование как до, так и после развертывания, обеспечивая долговременное использование, не требующее замены сразу после устаревания аппаратной или программной модели.
R&AN : Большая часть дискуссий о человекоподобных роботах сосредоточена на моделях ИИ, но надежная робототехника также зависит от датчиков, управляющей электроники и детерминированной работы в реальном времени. Какие области аппаратного обеспечения робототехники, по вашему мнению, в настоящее время недооцениваются отраслью?
KW : Модели ИИ интересны тем, что их легко продемонстрировать; любое успешное внедрение вызывает «вау-эффект». Но то, что мы обычно видим в демонстрации, во многом является готовым продуктом.
Это результат обучения и оптимизации модели на базовом уровне, а не готового решения, используемого «из коробки». Такая оптимизация должна стать приоритетной задачей, если мы хотим вывести гуманоидные модели ИИ на новый уровень.
Это не традиционная идея «ИИ нужны данные для выполнения задач». Такая идея широко известна и обсуждается. Здесь все на несколько уровней глубже: ИИ нужны правильные данные в нужном месте в нужное время, и они должны показывать правильную информацию.
Это начинается с улучшения инфраструктуры, включая более эффективную последовательность включения питания, согласование протоколов и управление движением в реальном времени. Если мы сможем встраивать динамические, функциональные и перепрограммируемые компоненты в конструкции на базовом уровне, их влияние на успешное внедрение ИИ будет значительным.
R&AN : Вопросы безопасности становятся все более актуальными по мере подключения роботов к корпоративным сетям и критической инфраструктуре. Помимо предотвращения кибератак, какие практические шаги должны предпринять производители для укрепления доверия и выполнения новых нормативных требований без излишнего усложнения или увеличения затрат?
KW : Это возвращает нас ко всему, что мы обсуждали выше. Безопасность конечного продукта начинается с защищенных базовых компонентов, и то же самое верно для соответствия требованиям. На практике это означает переосмысление роли безопасности в проектировании системы. Разработчики должны рассматривать ее как аппаратный уровень, а не как программное дополнение, добавляемое в конце процесса проектирования.
FPGA-микросхемы могут обеспечить эту надежную основу, поскольку они способны выполнять последовательность действий и управлять логикой мгновенно после подачи питания, что помогает защитить распределенные устройства от атак, использующих уязвимость до загрузки операционной системы. Они также могут выступать в качестве аппаратного корня доверия (HRoT), запуская цепочку доверия как компоненты, которые включаются первыми и выключаются последними.
Важно отметить, что специализированные решения, такие как MachXO3D от Lattice, могут обрабатывать подобные функции безопасности в дополнение к другим типам рабочих нагрузок. Объединение этих возможностей в одном компоненте помогает разработчикам повысить уровень безопасности без усложнения систем и увеличения затрат.
Преимущества проектирования на основе FPGA распространяются и на безопасность, обеспечивая работу роботизированной системы в соответствии с ее назначением без создания избыточного риска.
Для современной робототехники это так же важно, как и эффективная безопасность — если роботу нельзя доверять в плане загрузки и надежной работы при различных нагрузках, нет гарантии, что он не выйдет из строя во время выполнения задачи. А поскольку эти роботы используются наряду с большим количеством людей-работников, подобные неожиданные ошибки могут представлять реальную физическую опасность.
R&AN : Заглядывая на пять-десять лет вперед, какие сектора робототехники, по вашему мнению, создадут наибольшие коммерческие возможности для компаний, занимающихся полупроводниковой промышленностью? Будет ли рост в основном за счет человекоподобных роботов, промышленной автоматизации, логистических роботов, беспилотных автомобилей, здравоохранения или за счет рынков, которым сегодня уделяется меньше внимания?
KW : Гуманоидная робототехника, безусловно, откроет значительные возможности для компаний, занимающихся производством полупроводников; Goldman Sachs даже пересмотрел свой глобальный прогноз рынка на 2035 год с 6 миллиардов долларов до 38 миллиардов долларов. Это признак неоспоримого роста и открывающихся возможностей.
Но, безусловно, существует потенциал для значительного роста во всех областях. Гуманоидные роботы — далеко не единственный сектор, ожидающий быстрого роста. Аналитики прогнозируют, что мировой рынок промышленной автоматизации вырастет до 623,25 млрд долларов к 2035 году (среднегодовой темп роста 9,13%), а рынок хирургической робототехники превысит 27 млрд долларов к 2030 году.
Между тем, ожидается, что к 2030 году объем некоторых региональных рынков автоматизированного мобильного робота (AMR) утроится. Полупроводники являются основой прогресса во всех этих секторах, поэтому было бы неразумно списывать их со счетов на фоне нынешнего бума человекоподобных роботов.
Оцените материал:
