РОБОТОТЕХНИКА
Главная проблема физического ИИ — не оборудование, а программное обеспечение. Новый отчет объясняет, почему.
Глобальное исследование среди 1000 разработчиков робототехники, проведённое QNX Research, показывает, что 27% указывают архитектуру программного обеспечения как главный узкий момент в производительности, по сравнению с лишь 16%, которые указывают на оборудование. По мере того как роботы выходят в динамичные реальные среды, программное обеспечение становится решающим фактором.
Майкл С ·
Нарратив вокруг инноваций в области робототехники долгое время сосредотачивался на аппаратном обеспечении: более мощных актуаторах, лучших датчиках, более дешевых вычислениях. Новое глобальное исследование компании QNX Research, опросившей 1000 разработчиков роботов в США, Европе и Азии, прямо ставит под сомнение эту точку зрения. Данные показывают, что архитектура программного обеспечения и интеграция — а не аппаратное обеспечение — в настоящее время являются основным ограничением производительности роботов, и что разрыв между тем, что требуется разработчикам, и тем, что предоставляют существующие программные платформы, увеличивается по мере того, как роботы переходят в более сложные, менее контролируемые среды.
Двадцать семь процентов респондентов указали архитектуру программного обеспечения и интеграцию как свою главную проблему производительности, по сравнению всего с 16%, которые отметили ограничения аппаратного обеспечения. Этот вывод отражает структурный сдвиг в робототехнической отрасли: аппаратные проблемы, определявшие эту область десять лет назад — недостаточная вычислительная мощность, ненадежные датчики, недостаточная емкость батарей — в значительной степени решены. Оставшиеся проблемы в основном связаны с программным обеспечением: как создавать системы, которые являются предсказуемыми, сертифицируемыми и способными справляться с требованиями смешанной критичности у роботов, работающих рядом с людьми.
Разрыв в выполнении в реальном времени
Опрос выявляет поразительное противоречие в основе современного развития робототехники. Почти все респонденты — 95% — заявили, что детерминированное выполнение в реальном времени важно для систем, которые они разрабатывают. Тем не менее, 91% респондентов выполняют критически важные для безопасности задачи хотя бы частично на универсальных операционных системах, которые не были разработаны для работы в реальном времени или для задач, критичных для безопасности. Коммерческие решения с сертификацией безопасности оцениваются как наилучшие для их потребностей, однако большинство команд их не используют. Восемьдесят шесть процентов тех, кто использует универсальные операционные системы, заявили, что готовы сменить свою ОС — цифра, которая свидетельствует о широком неудовлетворении существующим положением дел.
95% разработчиков робототехники утверждают, что детерминированное выполнение в реальном времени имеет критическое значение. Тем не менее 91% выполняют критически важные для безопасности задачи на универсальных операционных системах, которые для этого не предназначены. Разрыв между требованиями и реальностью никогда не был таким большим.
Регулирование замедляет внедрение
Регуляторные и комплаенс-требования усиливают эти проблемы. Две трети опрошенных сообщили о задержках проектов из-за процессов сертификации, что возрастает примерно до 70% в Великобритании и Германии. В то же время только 56% опрошенных в Китае сообщили о задержках, связанных с сертификацией, что отражает значительно менее строгую регуляторную среду на этом рынке. Это расхождение имеет прямые коммерческие последствия: китайские робототехнические компании могут внедрять системы быстрее и с меньшими затратами, чем их западные коллеги, по крайней мере в ближайшей перспективе.
Стандарты кибербезопасности — в частности ISO/SAE 21434 — и стандарты функциональной безопасности, такие как ISO 10218, являются одними из самых сложных областей соблюдения требований, на которые ссылаются 51% и 49% респондентов соответственно. Бремя сертификации особенно остро для компаний, разрабатывающих роботов, работающих вблизи людей: более четырех из пяти респондентов заявили, что их системы уже используются рядом с людьми, и две трети тех, кто еще не работает в совместной с человеком среде, ожидают, что это произойдет в течение трех-пяти лет.
Физический ИИ в дорожной карте
Несмотря на эти трудности, амбиции отрасли остаются высокими. Восемьдесят девять процентов опрошенных заявили, что роботы с искусственным интеллектом, способные воспринимать, рассуждать и действовать автономно в физическом мире, будут критически важны для стратегии их организации в течение следующих трех-пяти лет. Китай лидирует по уровню уверенности в ближайшем внедрении, тогда как европейские и американские разработчики проявляют больше осторожности в отношении своей готовности внедрять системы, способные принимать безопасные и предсказуемые решения в неконтролируемой среде. Только 29% всех опрошенных заявили, что сегодня они чувствуют себя «очень уверенно» в своей способности достичь этого стандарта.
Исследование QNX выявляет четыре основные проблемы, которые разработчики постоянно отмечают: сложность интеграции, задержки сертификации, риски функциональной безопасности при взаимодействии человека с машиной и обеспечение предсказуемого поведения в реальных условиях. Все четыре являются программными проблемами. Следствие для робототехнической отрасли значительно: компании, которые определят следующее поколение автономных систем, не обязательно будут обладать лучшим оборудованием, а те, кто первым решит проблему программных основ.
Темы: Робототехника, Физический ИИ, Программное обеспечение, Автоматизация, QNX