Un robot bazat pe inteligență artificială poate părea incredibil de inteligent – până în momentul în care un semnal eronat îi furnizează informații greșite. Un braț robotic care își interpretează greșit poziția cu o fracțiune de grad poate ridica piesa greșită. Robotul utilizat într-un depozit, care se bazează pe date afectate de zgomot provenite de la senzori, se poate opri brusc sau se poate abate de la traiectorie. Un robot umanoid care pierde feedback-ul precis de la vârfurile degetelor poate scăpa obiectul pe care îl ține în mână. Sau, și mai grav, poate deveni un risc pentru siguranță.
Dispozitivul în sine nu știe că greșește. Pur și simplu acționează – cu încredere, cu precizie și în direcția greșită. Încrederea fără precizie nu înseamnă inteligență. Înseamnă risc.
Inteligența artificială a devenit stratul operațional al lumii fizice, fiind integrată în fabrici, vehicule, roboți, sateliți și centre de date. AI a devenit omniprezentă, dar sub fiecare sistem inteligent există o fundație care face totul posibil. Această fundație este analogică.
Interfața analogică dintre AI și lumea reală
În timp ce industria dezbate modele, parametri și arhitecturi de calcul, la nivelul semnalelor se desfășoară o poveste mai discretă, dar cu implicații mai profunde. Fiecare sistem autonom, indiferent cât de sofisticat ar fi software-ul său, trebuie, în cele din urmă, să perceapă lumea reală, să răspundă la aceasta și să acționeze în cadrul ei. Interfața dintre fizic și digital este analogică, iar pe măsură ce sistemele devin mai inteligente, această interfață nu doar se extinde, ci se multiplică.
În robotica umanoidă, lanțul de semnal analogic permite inteligenței să interacționeze fizic cu lumea reală. Circuitele integrate analogice ajută roboții să transforme realitatea într-o formă pe care inteligența digitală o poate înțelege, de exemplu:
- detectează condițiile din lumea reală;
- condiționează și amplifică semnalele;
- filtrează zgomotul;
- convertesc semnalele în date digitale pe care procesoarele și software-ul AI le pot utiliza.
Notă: Multiplicatorii sunt orientativi și au rol ilustrativ, pentru a evidenția forma curbei.
“Lanțul de semnal” reprezintă traseul complet, de la senzori, trecând prin front-end-uri analogice, conversie, sincronizare, alimentare și control, până la datele pe care modelul le percepe efectiv. Cu cât robotul este mai performant, cu atât lanțul de semnal devine mai solicitant.
Pentru AI la marginea rețelei, întrebarea esențială este dacă fundația analogică de la bază este suficient de solidă nu doar pentru a face sistemul demn de încredere, ci și pentru a-i permite să fie rapid, precis și capabil să funcționeze la cel mai înalt nivel cerut de aplicație.
Curba complexității analogice
Pentru a înțelege ce înseamnă acest lucru în practică, este util să identificăm modelul care apare de fiecare dată când AI fizică trece de la prototip la producție.
Figura 1: Conținutul de circuite integrate analogice este proporțional cu nivelul de autonomie. (Sursă: Renesas)
Acest model se repetă în fiecare domeniu în care AI fizică începe să prindă contur. Pe măsură ce mașinile devin mai performante, mai autonome, mai precise și mai critice din punct de vedere al siguranței, conținutul analogic și de semnal mixt necesar pentru funcționarea lor nu crește liniar, ci se multiplică.
În Figura 1, pe măsură ce autonomia crește, conținutul analogic se multiplică: mai multe interfețe pentru senzori, mai multe convertoare de date, mai multe canale de control al motoarelor, mai multe linii de alimentare și o monitorizare mai strictă a siguranței.
Robotul umanoid ca test extrem pentru lanțul de semnal
În cazul robotului umanoid, această curbă își demonstrează cel mai bine valabilitatea. Fiecare gest, pas și decizie depind de o arhitectură analogică extinsă. Într-un robot umanoid, peste 200 de circuite integrate analogice pot susține controlul motoarelor la articulații, detectarea poziției, feedback-ul de cuplu și forță, gestionarea puterii și stratul de percepție – de la LiDAR și viziune până la atingere, presiune și impedanță (Figura 2).
Figura 2: Numărul de circuite integrate implicate în controlul motoarelor la fiecare articulație a unui robot umanoid. (Sursă: Renesas)
La vârful degetului, acolo unde milimetrii și milisecundele determină succesul unei prinderi, arhitectura se repetă. Inteligența crește. Lanțul de semnal se adâncește odată cu aceasta, iar la fiecare strat, cerința nu este doar un semnal suficient de bun pentru a inspira încredere, ci un semnal suficient de precis, suficient de rapid și suficient de stabil pentru a permite funcționarea corectă a sistemului.
Lanțul de semnal al unui robot umanoid se repetă la fiecare articulație: acționarea motorului și detectarea curentului, feedback-ul de poziție prin codificatoare sau rezolvere, feedback-ul de cuplu/forță, gestionarea locală a energiei și comunicațiile de înaltă integritate – extinzându-se până la detectarea presiunii și impedanței la vârful degetelor, pentru o prindere stabilă (Figura 3).
Figura 3: Anatomia lanțului de semnal al unei platforme umanoide. (Sursă: Renesas)
Tehnologia analogică nu este inferioară AI. Ea este cea care oferă AI-ului formă fizică. Iar Renesas este structurată, de la un capăt la altul, pentru a furniza această tehnologie.
De ce robotica din lumea reală este atât de provocatoare
Mediile industriale sunt ostile din punct de vedere electric. Variațiile de temperatură, vibrațiile, zgomotul electromagnetic și cablurile lungi degradează calitatea semnalului în moduri pe care software-ul nu le poate compensa ulterior. Un senzor de poziție care deviază cu jumătate de grad sub stres termic nu generează un semnal de eroare, ci un răspuns greșit, pe care sistemul AI îl pune în aplicare cu încredere deplină. Aceasta este diferența dintre AI care funcționează în laborator și AI care funcționează pe teren.
Corelarea acestor elemente necesită nu doar componente, ci o arhitectură de semnal de la un capăt la altul, în care senzorii, controlul, alimentarea și conectivitatea sunt proiectate să funcționeze ca un singur sistem, nu asamblate la întâmplare, sub forma unei soluții de compromis. Pentru dezvoltatorii de robotică, aceasta este complexitatea care pune proiectarea la încercare.
În AI fizică, precizia nu este o singură specificație – este o proprietate a sistemului. Ea se regăsește în calibrare, sincronizare, integritatea alimentării și controlul sensibil la erori. Senzoristica, controlul motoarelor, furnizarea energiei și comunicațiile nu mai pot fi tratate ca decizii hardware secundare, adăugate sau modificate ulterior în ciclul de dezvoltare. Totul trebuie proiectat împreună, încă de la început.
Viitorul roboticii
Sistemele care vor avea succes nu vor fi cele care au cele mai mari modele. Vor fi cele care oferă cea mai fiabilă performanță în lumea reală, ținând cont de temperatură, vibrații, latență, zgomot, bugete de alimentare, constrângeri de siguranță și cicluri de viață lungi.
Figura 4: Costul unei abordări greșite – și avantajele unei abordări corecte. (Sursă: Renesas)
Dacă dezvoltați AI fizică, tratați componentele analogice ca pe o axă de proiectare de primă importanță: luați-le în calcul din timp, alocați-le un buget explicit și concepeți senzorii, controlul, alimentarea și conectivitatea ca pe un singur sistem, nu ca pe o simplă colecție de componente.
Integrarea necesită nu doar componente, ci o arhitectură de semnal de la un capăt la altul – în care toate aceste elemente sunt proiectate să funcționeze împreună, nu asamblate la întâmplare, sub forma unei soluții de compromis (Figura 4).
Roboții care vor câștiga încrederea în lumea reală – în fabrică, în depozit, acasă – nu se vor distinge prin dimensiunea modelelor lor. Se vor distinge prin modul în care semnalul aflat la baza inteligenței a fost proiectat să reziste: gândit din timp, construit ca un singur sistem și creat să funcționeze în toate condițiile impuse de lumea reală.
AI-ul se extinde pe orizontală. Lanțul de semnal trebuie să se adâncească. Această cursă este deja în plină desfășurare.
Autor
Karthi Gopalan,
VP of Business Strategy
Renesas Electronics Europe
Glosar de termeni
Lanț de semnal – Traseul complet parcurs de un semnal, de la senzor până la datele utilizate de procesor sau de software-ul AI. Include condiționarea semnalului, amplificarea, filtrarea, conversia analog-digitală, sincronizarea, alimentarea și controlul.
Front-end analogic – Secțiunea electronică aflată între senzor și sistemul digital. Are rolul de a prelua semnale foarte mici sau afectate de zgomot, de a le amplifica, filtra și pregăti pentru conversie în date digitale.
Semnal mixt – Domeniu electronic în care circuitele analogice și cele digitale funcționează împreună. În robotică, semnalul mixt este esențial pentru transformarea mărimilor fizice în informații digitale utile pentru control și AI.
AI fizică – Inteligență artificială aplicată în sisteme care interacționează direct cu lumea reală: roboți, vehicule autonome, sisteme industriale sau dispozitive inteligente. Spre deosebire de AI pur software, AI fizică depinde de senzori, acționări, alimentare, conectivitate și control în timp real.
Codificator / Rezolver – Dispozitive utilizate pentru determinarea poziției sau a mișcării unui element mecanic, de exemplu într-un motor sau într-o articulație robotică. Codificatorul oferă informații de poziție în format digital sau incremental, în timp ce rezolverul este un senzor electromagnetic robust, folosit frecvent în aplicații industriale.
LiDAR – Tehnologie de detectare și măsurare a distanței cu ajutorul luminii laser. În robotică, LiDAR-ul ajută sistemele autonome să perceapă mediul, să detecteze obstacole și să navigheze în spații complexe.
Impedanță – Mărime electrică ce exprimă opoziția unui circuit față de trecerea curentului alternativ. În contextul roboticii și al senzorilor tactili, măsurarea impedanței poate contribui la detectarea contactului, presiunii sau interacțiunii cu obiectele.