14 Δεκέμβριος 2017

Τα Big data και η ρομποτική: Μια μεγάλη ιστορία συνύπαρξης

Οι αναλύσεις και οι τεράστιοι όγκοι πληροφορίας έχουν διαδραματίσει σημαντικό ρόλο στην ανάπτυξη της ρομπτοτικής.

Τα Big Data είναι μια μεγάλη υπόθεση σήμερα. Ακόμη και οι μικρές επιχειρήσεις βλέπουν τα οφέλη από τη συλλογή και την ανάλυση τεράστιων ποσοτήτων πληροφοριών που ρέουν σε όλες τις μορφές στις διαδικτυακές πηγές.

 

Ενώ ο όρος "Big data" είναι σχετικά νέος, η έννοια υπήρξε εδώ και καιρό στον κόσμο της ρομποτικής.

"Η Ρομποτική είχε να κάνει πάντα με τα δεδομένα", λέει ο Artur Dubrawski, διευθυντής του Auton Lab στο Πανεπιστήμιο Carnegie Mellon. "Σύμφωνα με τον λειτουργικό ορισμό της ρομποτικής πρόκειται για κατ 'επανάληψη εκτέλεση των παρακάτω τριών σταδίων της ακολουθίας: Λογικοποίησε, σχεδίασε και δράσε".

Η λογικοποίηση είναι απαραίτητη για να γίνει αντιληπτό το περιβάλλον των ρομπότ έτσι ώστε αυτοί που τα διαχειρίζονται να είναι ενήμεροι για το τι συμβαίνει γύρω από αυτό, αλλά επίσης απαιτεί μια ικανότητα αυτοσυνείδησης της σωστής τοποθέτησης του ρομπότ στο περιβάλλον. Ο σχεδιασμός είναι απαραίτητος έτσι ώστε το ρομπότ να μπορεί να δράσει σύμφωνα με τον επιθυμητό σκοπό και την αξιοπιστία σε σύνθετα περιβάλλοντα. Τέλος η λήψη και η παρακολούθηση των προγραμματισμένων ενεργειών είναι απαραίτητη για την επίτευξη των προγραμματισμένων στόχων.

“Όπως μπορείτε να φανταστείτε, όλα αυτά τα βήματα περιλαμβάνουν μια πολύ εντατική χρήση των δεδομένων”, δήλωσε ο Dubrawski. "Έχουμε μια μεγάλη ποικιλία τρόπων ανίχνευσης, όπως αισθητήρες μέτρησης φάσματος, θέσης, οπτικής και άλλα ανιχνευτικά μέσα, μερικά από τα οποία παράγουν μεγάλες ποσότητες δεδομένων. Έτσι, αυτοί που ασχολούνται με την ρομποτική έχουν μια μακρά ιστορία  εργασίας με τα Big data, χωρίς κατ’ ανάγκην να επισημαίνονται ως τέτοια”.

“Η ρομποτική είχε επίσης πάντα να κάνει με τις αναλύσεις”, είπε ο Dubrawski. “Για να βγει νόημα από τα αισθητηριακά δεδομένα και να γίνει σύνδεση με τις δράσεις μέσω του προγραμματισμού, πρέπει να συμπεριληφθεί προηγμένη επεξεργασία και ανάλυση δεδομένων σε όλα τα στάδια της διαδικασίας”, είπε. “Στηριζόμαστε σε μεγάλο βαθμό και δανειζόμαστε μεθόδους αναλύσεων από την μηχανική μάθηση, τα στατιστικά στοιχεία, την βελτιστοποίηση, και το όραμα του υπολογιστή (computer vision)".

Αλλά περιστασιακά οι επαγγελματίες της ρομποτικής έχουν καταλήξει σε πρωτότυπες τεχνικές που είχαν αρχικά σχεδιαστεί για την επίλυση συγκεκριμένων προβλημάτων της ρομποτικής, όπως τον ταυτόχρονο εντοπισμό και την χαρτογράφηση (SLAM), που αργότερα χρησιμοποιήθηκαν και σε άλλες εφαρμογές.

"Αυτές συνδυάζουν τις πρωτότυπες ξεχωριστές διαδικασίες παρατήρησης και μοντελοποίησης του περιβάλλοντος των ρομπότ με την εκτίμηση της θέση του ρομπότ στο μοντέλο του περιβάλλοντός του”, δήλωσε ο Dubrawski. "Έχουν φυσικές εφαρμογές σε προβλήματα που αφορούν την διατήρηση της επίγνωσης της κατάστασης των ατόμων ή των ομάδων που δραστηριοποιούνται σε αβέβαια και μεταβαλλόμενα περιβάλλοντα”.

Όσον αφορά τις μελλοντικές εφαρμογές των Big data στη λειτουργία των ρομπότ, ο Dubrawski δεν πιστεύει ότι θα υπάρξει καμία ιδιαίτερη επίπτωση που θα αλλάζει το πώς τα ρομπότ μπορούν να πετύχουν στις επιχειρήσεις και τις καταναλωτικές αγορές, “δεδομένου ότι τα Big data είναι ήδη ένα μέρος της ρομποτικής”, λεει. “Νομίζω ότι η τελική επιτυχία της ρομποτικής εξαρτάται περισσότερο από το πόσο επιτυχείς είμαστε στην επίλυση σημαντικών προβλημάτων στον επιχειρηματικό και την καταναλωτικό χώρο, με ένα προσιτό αλλά και εξαιρετικά αξιόπιστο τρόπο”.

Η ρομποτική και τα big data θα συνεχίσουν να συνυπάρχουν και να εκμεταλλεύονται δημιουργικά το ένας το άλλο, είπε ο Dubrawski.

"Πάρτε ως παράδειγμα τις μεθοδολογίες της βαθιάς μάθησης (deep learning), η εμφάνιση της οποίας τα τελευταία χρόνια φαίνεται να είναι μια παρενέργεια της επικράτησης των Big data, και της αυξανόμενης επιτυχίας τους σε διάφορες εφαρμογές που περιλαμβάνουν οπτικούς αισθητήρες στη ρομποτική" , δήλωσε ο Dubrawski. “Έχουμε βρει πολλαπλές εφαρμογές αυτών των νέων τρόπων χρήσης του νευρικού δικτύου στην ανάλυση μεγάλων και πολύπλοκων ροών δεδομένων για την καλύτερη λειτουργία των ρομπότ. Σε μερικές περιπτώσεις, εμείς ως κοινότητα ρομποτικής έχουμε συμβάλει στην προώθηση της βαθιάς μάθησης.”

Πηγή: zdnet.com