6 Wege Cloud Robotics wird die Welt verändern.

Roboter, die Roboter unterrichten. Es ist eine bewährte Science-Fiction-Trope, die garantiert jedem, der jemals The Terminator gesehen hat, Angst einjagt und sich fragt: “Ist das wirklich möglich?”

Ja, es ist möglich. Aber in Wirklichkeit werden maschinelle Lern- und Cloud-Technologien bereits eingesetzt, um Roboter zu entwickeln, die besser, intelligenter, schneller und nützlicher sind als je zuvor.

Und es geschieht schneller, als viele Leute denken.

Tatsächlich erweist sich die Cloud-Technologie als der Wendepunkt von der grundlegenden, universellen Robotik der vergangenen Jahre, den Fließbandrobotern oder den Maschinen, die unsere Böden absaugen und unser Geschirr spülen, zu Geräten, die nahtlos an den Menschen denken, handeln und arbeiten können. Big Data, künstliche Intelligenz, maschinelles Lernen und vieles mehr werden heute genutzt, um robotereigene neuronale Netze zu entwickeln, wobei die heutigen großen Datensätze genutzt werden, um Maschinen auf Verhalten zu trainieren. Auf diese Weise können Programmierer nun die Objekterkennungsfähigkeiten von Robotern, ihre natürliche Sprachverarbeitung, ihre Bildklassifizierung und mehr verbessern, was zu intelligenteren Maschinen führt, indem sie die Cloud nutzen.

1 Die Benutzeroberflächen werden verschwinden.

Die Erfahrung, die die meisten Menschen heute mit der Robotertechnik haben, besteht darin, an einem Schreibtisch zu sitzen oder einen Laptop aufzuheben und diese Schnittstelle zu nutzen, um der Maschine zu sagen, was sie tun soll. Das ist ganz anders als das, wie wir uns alle im Alltag verhalten. Wir leben auf unseren Smartphones, auf unseren tragbaren und tragbaren Geräten, und wir nutzen sie, um miteinander zu sprechen, Text und mehr. Wir erwarten, dass wir mit ihnen fast vollständig nahtlos interagieren, und das erwarten wir auch von allen Technologien. Diese Art der menschlichen Interaktion, anstatt “programmieren und weggehen”, ist das nächste große Ziel für Robotikingenieure.

2 Roboter werden ihre eigenen App Stores bekommen.

KUKA ist ein chinesischer deutscher Hersteller von Industrierobotern, der intelligente Maschinen für einige der größten Hersteller der Welt baut. So wird beispielsweise jedes Tesla-Auto der Welt auf Montagelinien gebaut, die von KUKA-Robotern angetrieben werden. Um auf die Analogie des Smartphones zurückzukommen, hat KUKA einen App Store für Roboter geschaffen, in dem Anwender alle möglichen Software-Updates für ihre Maschinen durchsuchen und herunterladen können. “KUKA hat all diese großartigen Betriebsdaten über seine Roboter, so dass sie Dinge tun können, wie z.B. den Wartungsbedarf und andere Betriebsfaktoren für diesen Roboter vorherzusagen”, sagt Elliot Yama, Vice President und Business Leader, Machine Learning, mit Apttus, einem Softwareunternehmen in der Bay Area, dessen Produkte den KUKA App Store versorgen. “Oder Sie möchten die Software für diesen Roboter aktualisieren, um ihn zu optimieren. Du denkst an einen App Store für unsere Telefone; nun, hier ist ein App Store für meinen Industrieroboter.”

3 Alles wird automatisiert.

Auf der grundlegendsten Ebene können alle Arten von Aufgaben, die eine Person immer wieder erledigen muss, automatisiert werden. Es geht ganz einfach darum, die Aufgabe zu bestimmen und der Maschine zu sagen, was zu tun ist. Aber mit dem maschinellen Lernen können Roboter nicht nur die Aufgaben bestimmen, die am meisten automatisiert werden müssen, sie können auch herausfinden, wie man sie am besten macht, und anderen Maschinen beibringen, was sie über die Erfüllung dieser Aufgabe wissen. Dies macht die Skalierung von Aufgaben im Wesentlichen nahtlos. “Wenn man es aus rein mechanischer Sicht betrachtet, kann man darüber nachdenken, dass Dinge wie IoT-Geräte automatisch ein- und ausgeschaltet werden, dass Drucker automatisch Probleme finden, die gelöst werden müssen, und alle anderen Fälle, in denen Roboter buchstäblich losgeschickt werden, um Dinge zu reparieren, bevor sie tatsächlich kaputt gehen”, sagt Allan Leinwand, Chief Technology Officer bei ServiceNow, einem Cloud-Computing-Unternehmen in Santa Clara, CA. “So können Sie sehr schnell sehen, wie diese Problemanalyse und Vorhersagbarkeit für das Unternehmen wirklich nützlich sein könnte.”

4 Preise werden fallen gelassen

Verteilte Software, einschließlich des Robot Operating System (ROS) powered by Ubuntu Core, hat zwei sehr direkte Auswirkungen auf die Maschinenentwicklung: Die Preise sinken und die Hardware wird kleiner. “Es gibt immer eine Art Kostenbewusstsein in Bezug auf die Gesamtbaustoffe für Maschinen”, sagt Mike Bell, Executive Vice President of Devices and IoT bei Canonical/Ubuntu, “und die Abhängigkeit von einer Mischung aus Edge Computing und Cloud Computing hat das beschleunigt. Es gibt Anwendungen, bei denen die Arbeit in der Cloud, kombiniert mit etwas, das auf dem Gerät läuft, eigentlich der beste Weg ist, etwas zu tun. Wenn man also die Cloud besser nutzt, führt das zu niedrigeren Kosten und schnellerer Hardware.” Es ist ein Prozess, der auf dem Desktop, auf tragbaren Geräten, auf dem Handy stattgefunden hat und sich nun in der Robotik entwickelt.

5 Roboter werden ihre eigenen Clouds erstellen.

Entwickler beginnen, die beliebten maschinellen Lernframeworks zu nutzen und sie in robotische Kontexte zu stellen, indem sie verteilte Software nutzen, um Vision, Bewegung, Objekterkennung und mehr zu handhaben. Aber das ist nur die Lern- und Trainingsphase. Schließlich wird die Bereitstellung all dieser Informationen über die “Roboter-Cloud” bedeuten, dass neue Maschinen in der Lage sein werden, all das Wissen zu nutzen, das von einer immer größeren Gruppe von Geräten gesammelt wurde. “Stellen Sie sich eine ganze Reihe von Robotern vor, die alle Fähigkeiten, Aufgaben und Besonderheiten, die jeder von ihnen hat, übernehmen und alle diese Informationen zurück in die Cloud bringen”, sagt Canonicals Bell. An diesem Punkt werden Roboter in der Lage sein, anderen Robotern effektiv beizubringen, was sie wissen und jede Maschine, die mit dieser Cloud verbunden ist, zu verbessern. “Also, anstatt die Erfahrung und Lernfähigkeit eines Geräts, werden wir eine Cloud betrachten, die eine Reihe von Geräten verbessern und den Lernalgorithmus im Laufe der Zeit verbessern kann.”

6 Große Daten werden kleiner werden

Es gibt ein Problem mit Big Data: Da Maschinen immer schneller mit Maschinen kommunizieren und immer mehr Daten in die Cloud senden, wird es für Menschen immer schwieriger, diese Informationen zu verstehen. Unser Gehirn arbeitet einfach nicht schnell genug. Natürlich verlangsamt sich die Menge der Daten, die uns jeden Tag erreichen, nicht, aber wir brauchen einen Weg, um alles intelligent zu sortieren und zu klassifizieren. Die Robotertechnologie bietet eine Lösung für dieses Problem, indem sie KI und Analytik nutzt, um die Vielzahl der in der Cloud vorhandenen Daten aufzuschlüsseln und sie anhand der von ihnen verwalteten Anwendungen zu kategorisieren. Im Laufe der Zeit werden die Roboter eines Unternehmens geschult und trainiert, so dass sie als Gruppe immer besser werden, um die wichtigsten Informationen auf den Cloud-Servern des Unternehmens zu identifizieren. Infolgedessen werden die Big Data, die jetzt so überwältigend werden, überschaubarer. “Ja, wir brauchen Maschinen, um mit der Geschwindigkeit der Daten Schritt zu halten”, sagt Leinwand von ServiceNow. “Ja, wir brauchen Maschinen, die prädiktive Zusammenhänge herstellen und vorhersagen können, wohin die Dinge gehen werden, und nutzen maschinelles Lernen, um dorthin zu gelangen. Aber der Austausch von Daten, die für jedes einzelne Unternehmen einzigartig sind, wird sich als sehr wertvoll erweisen.”