《云机器人:说起云保持沉默》

  • 来源专题:宽带移动通信
  • 编译者: gaof
  • 发布时间:2016-05-23
  • 云机器人使机器人能有大量的计算能力,他们的身体没有适应这些计算能力的物理空间,不是数万也有数百的服务器潜在地为小机器人服务,这些小机器人在偏远地区远离最近的超级计算机或数据中心,仅仅用WiFi或以太网连接。

    这允许当机器人与他们的主人交流时,可以有强大的基于云的应用比如语音识别和语言能力。

    目前,大多数云机器人系统都是与特殊的机器人有关,比如日本软银的Pepper机器人与另一个软银公司Cocoro开发的云机器人人工智能系统连接。

    Pepper机器人随身携带大概25个传感器收集各种不同的信息——光、声音、触觉和移动。覆盖三个人类普遍使用的五种感官,另外两个是嗅觉和味觉。

    Pepper可以通过WiFi和以太网连接到网络,两个都被纳入到了机器人。

    传感器收集信息传到云端,云端处理数据,答案是机器人应该如何回应。

    有多少决策时由Pepper自己决定的,有多少是由背后的数据中心决定的,这是一个有趣的问题,完全可以说基于云的人工智能在Pepper的操作中扮演着非常重要的角色。

    可能只有一小部分处理过程是由Pepper自己完成的,大多数是在云端完成的,在云端Pepper的应用程序可以查询数据库并计算结果,这个结果是建议对终端用户的应答之前最合适的计算。这当然是语音识别系统的例子。

    Pepper可以当做一个它连接的云计算系统的报信者,互联网的一个接口,尽管机器人的制造人员可能会争论说机器人有它自己的记忆和处理能力。

    更多的是关于十年之前IBM建造的人工智能计算机系统Watson。Watson本质上是一组大约100台IBM计算机,从互联网上各种来源收集信息,包括数据库比如DBpedia、WordNet和Yago。

    当Watson出现在美国游戏竞赛节目Jeopardy上时是没有连接互联网的,当时它得的分比它的竞争者人类要多。然而在参加之前它几乎下载了整个Wikipedia的全部文本内容,并且用4兆兆空间存储了2亿页的数据,可以说它自己实际上是一个小型的云。

    IBM解释Watson使用认知计算系统来理解自然语言而不是编程——它是学习。IBM已经编程Watson在其操作中执行以下步骤:

    观察;

    解释;

    评估;

    决定。

    据IBM的说法,Watson一个更令人印象深刻的特点是它的“人类之前不知道存在的点模式”能力。

    与Watson不同,Pepper似乎没有提供允许使用机器人使用的强大的人工智能的开发人员编程,最接近的就是由Aldebaran提供的开发人员编程,Aldebaran首先创造了Pepper。 Aldebaran还开发了Nao人形机器人,这是开发人员编程适用的。

    Aldebaran 机器人Nao的软件开发工具包(SDK)兼容许多语言和机器人平台,包括C++、Python、Java、JavaScript和其他的语言。

    IBM的Watson开发者计划可以通过其Bluemix云平台访问作为一种服务,支持一系列的编程语言包括Java、Node.js、Python和Ruby on Rails。Bluemix是基于Cloud Foundry和Softlayer技术和基础设施。

相关报告
  • 《5G云工厂正在走来,机器人硬件普及是基础!》

    • 来源专题:数控机床——战略政策
    • 编译者:icad
    • 发布时间:2019-10-15
    • 与摄像头联网一样,机器人最后普及,也一定会以更加开放的状态构建出一个例如5G或者基于更高数据传输技术的平台,使得其中的技术和相对应的信息最终实现互通和共享,但隐私和普及问题仍然是最大的阻碍。      纽约大学坦登工程学院的一个研究团队在美国国家科学基金会的国家机器人计划2.0的支持下,正在建立无线系统的基础,该系统利用超快第五代(5G)无线通信将移动机器人外包人工智能(AI)对边缘云(云中最靠近机器人的服务器)起作用。      所有的合作者都是纽约大学丹顿分校著名的纽约大学无线研究中心的研究人员,他们将设计操纵和运动算法,以解决使5G网络成为机器人与服务器之间可行桥梁的一些重要技术障碍。       将AI功能从机器人转移到远程服务器可带来诱人的运营优势,例如允许机器人感知环境,执行复杂的操作并自主做出决策,所有这些都不会因车载计算和发电设备而产生大量能源和重量成本。      包括电气与计算机工程系和机械与航空航天工程系教授Ludovic Righetti;电气和计算机工程学系的教授Siddharth Garg,Sundeep Rangan和Elza Erkip的研究团队将专注于解决可靠性,在通信降级的情况下机器人操作的安全性以及对多机器人系统的可扩展性的问题。此次合作带来了机器人技术(Righetti),计算机体系结构和计算(Garg),无线网络(Rangan和Erkip)以及信息理论(Erkip)方面的专业知识。Tandon的新员工Righetti将领导该项目。      “目标是设计一种算法,以在机器人和云之间最佳地分配计算,以确保机器人安全运行。” Erkip说。Rangan解释说,尽管长期以来人们一直将云机器人技术视为减轻功耗计算的一种方法,但是由于无线通信系统的带宽有限和高延迟,它仍然无法实时感知和控制。他认为,由于需要支持当今在机器人上普遍使用的需要大量带宽的视频和LIDAR系统,该问题更加严重。他说:“ 5G系统提供了更高数据速率的潜力,但是实时云机器人仍然具有挑战性。” “一个特别的困难是,使用毫米波(mmWave)频段的5G通信极易受到阻塞的影响。结果,链路可能具有很高的峰值数据速率,但可能只是间歇性地可用。”      该项目考虑了这些挑战的各个方面,包括机器人场景中的5G通道建模,云与机器人之间任务的动态分区以及新的控制算法的开发,这些算法可以在可用时利用高速率链路,但在链路可用时也可以运行受阻。      Righetti表示:“最终目标是帮助开发轻量级的,自主的,与云连接的机器人。”他补充说,推广活动(包括免费提供团队的算法)将是展示5G独特功能的主要方面支持的机器人系统。“通过将我们通过开源开发的算法分发给NYU WIRELESS,并将其分发给工业合作伙伴,我们正在为寻求利用支持5G的机器人的科学家和行业降低准入门槛。”      他解释说,这项工作将包括基于研究的课程开发。“该计划将有助于本科生和研究生的教育;实际上,我们正在提供受监督的项目,并有可能直接在最先进的实验平台上开展工作。”但唯一需要考虑的是,企业是否会愿意接受这种开源化的数据共享。.  
  • 《云机器人:5G为大众市场自动化铺路》

    • 来源专题:宽带移动通信
    • 编译者:gaof
    • 发布时间:2016-08-14
    • 机器人和机器人学的影响一直是制造业中最大的,特别是在组装线和危险环境中,传统意义上,机器人被设计干一些重复性的拾取和放置的工作,以完成需要很高精度的操作,以及做一些危险性的工作比如焊接和切割。但是情况正在改变,机器人正开始在所有行业出现,被用在执行各种各样的任务中,比以往更加智能,现代机器人能够适应不断变化的环境,然而智能机器人当前的缺点是它需要大量的情报信息以精确完成工作,导致复杂的机械系统和控制系统,再加上智能机器人往往是由它们所需的所有硬件和软件组成的,所以这些机器人往往非常昂贵,这是减慢开发周期和阻碍在新领域发展的一个因素。云机器人旨在通过将系统智能放置在云端地面只有简化的机器人来改变这种情况。 在这个模型中,移动技术扮演着关键的推动者角色,连接基于云的系统到机器人和系统控制器,高性能的移动性将提供延迟和带宽,这是支持系统稳定性和信息交换所需的,反过来讲促进复杂且可负担得起的机器人系统的实现。移动无线电技术将提供所需的性能水平,4G和5G无线电系统的功能将使5G云机器人成为可能并且促进机器人在新应用中的实现。