Робототехника
Главная проблема физического ИИ — не оборудование, а программное обеспечение. Новый отчет объясняет почему.
Глобальный опрос 1000 разработчиков робототехники, проведённый исследовательской группой QNX, показал, что 27% участников считают архитектуру программного обеспечения своим самым серьёзным узким местом в производительности, по сравнению с 16%, которые указывают на оборудование. По мере того как роботы переходят в динамичные реальные среды, программное обеспечение становится решающим фактором.
Майкл С.
Рассказ о инновациях в робототехнике долгое время сосредотачивался на оборудовании: более мощные исполнительные механизмы, лучшие датчики, более дешёвая вычислительная техника. Новое глобальное исследование QNX Research, охватывающее 1000 разработчиков робототехники в США, Европе и Азии, напрямую ставит под сомнение такую концепцию. Данные показывают, что архитектура программного обеспечения и интеграция — а не оборудование — сейчас являются основным узким местом для производительности роботов, и что разрыв между тем, что нужно разработчикам, и тем, что предоставляют существующие программные платформы, увеличивается по мере того как роботы выходят в более сложные и менее контролируемые среды.
Двадцать семь процентов респондентов назвали архитектуру программного обеспечения и интеграцию своей самой большой проблемой с производительностью, по сравнению с всего лишь 16%, которые указали на ограничения аппаратного обеспечения. Этот вывод отражает структурные изменения в индустрии робототехники: аппаратные проблемы, определявшие отрасль десять лет назад — недостаточная вычислительная мощность, ненадежные датчики, недостаточная продолжительность работы батареи — в значительной степени решены. Оставшиеся проблемы в основном связаны с программным обеспечением: как создавать системы, которые предсказуемы, сертифицируемы и способны справляться с требованиями смешанной критичности для роботов, работающих вместе с людьми.
Разрыв в выполнении в реальном времени
Опрос выявил 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 запускают критически важные для безопасности задачи хотя бы частично на универсальных операционных системах, которые не были разработаны для работы в режиме реального времени или для критически важных для безопасности применений. Коммерческие решения с сертификацией безопасности оцениваются как наилучшее соответствие их потребностям, но большинство команд ими не пользуются. Восемьдесят шесть процентов тех, кто использует универсальные операционные системы, заявили, что они открыты к смене своей ОС — эта цифра указывает на широкое недовольство текущим положением дел.
95% разработчиков робототехники утверждают, что детерминированное выполнение в реальном времени имеет критическое значение. Тем не менее, 91% выполняют критически важные для безопасности рабочие нагрузки 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 вызовы. Две трети респондентов сообщили о задержках в проектах из-за процессов сертификации, при этом эта цифра достигает примерно 70% в Великобритании и Германии. В то же время только 56% респондентов в Китае сообщили о задержках, связанных с сертификацией, что отражает значительно менее строгую регуляторную среду на этом рынке. Это различие имеет прямые коммерческие последствия: китайские компании в области робототехники могут быстрее и дешевле внедрять системы по сравнению с западными аналогами, по крайней мере в краткосрочной перспективе.
Стандарты кибербезопасности — в частности ISO/SAE 21434 — и стандарты функциональной безопасности, такие как ISO 10218, являются одними из самых сложных областей соответствия, на которые ссылаются, соответственно, 51% и 49% респондентов. 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, а две трети тех, кто еще не работает в коллаборациях с людьми, ожидают, что это произойдет в течение трех-пяти лет.
Физический ИИ на дорожной карте
Несмотря на эти трудности, амбиции отрасли остаются высокими. Восемьдесят девять процентов респондентов заявили, что роботы с искусственным интеллектом, способные воспринимать, рассуждать и действовать автономно в физическом мире, будут критически важны для стратегии их организаций в ближайшие три-пять лет. Китай лидирует по уверенности в краткосрочном развертывании, в то время как европейские и американские разработчики выражают большую осторожность в своей готовности внедрять системы, принимающие безопасные и предсказуемые решения в неконтролируемой среде. Только 29% всех респондентов заявили, что сегодня они чувствуют себя «очень уверенными» в своей способности достичь этого стандарта.
Исследование QNX выявляет четыре основных проблемы, на которые постоянно указывают разработчики: сложность интеграции, задержки в сертификации, риски функциональной безопасности при взаимодействии человека и машины, а также обеспечение предсказуемого поведения в реальных условиях. Все четыре проблемы относятся к программному обеспечению. Вывод для индустрии робототехники значителен: компании, которые определят следующее поколение автономных систем, не обязательно будут иметь лучшее оборудование, а те, кто первым решит проблему основ программного обеспечения.
Темы: робототехника, физический ИИ, программное обеспечение, автоматизация, QNX