Сегодня СМИ нередко пишут о четвероногих роботах. Сообщается, какие новые функции и возможности они получили и насколько приблизились к своим прототипам. Но один вопрос всегда оставался не раскрытым до конца: как наделить их интеллектом, научить самостоятельно ориентироваться в окружающем мире? Как и где можно применять подобные четвероногие машины помимо подключения этих роботов к разбору завалов в результате различных чрезвычайных происшествий и катастроф, а также военного использования? Компания Boston Dynamics уже показала, как один из ее роботов SpotMini проводит инспекцию на строительной площадке. И это не единственный подобный пример.
![](https://habrastorage.org/webt/nt/fu/f0/ntfuf0qkdvrmpzvuhadu1d1iscs.png)
Перемещение по потенциально небезопасной местности, очистка рабочей площадки и оценка хода строительства — на многих строительных площадках это неизбежные повседневные задачи. И все они связаны с проблемами обеспечения безопасности работающих на стройке людей. Британские разработчики намерены уменьшить риски и влияющие на эффективность строительства задержки, передав эти рабочие места новому четвероногому другу — DogBot. Они считают, что этот робот сможет в будущем в значительной степени изменить представление о работе в строительной сфере, да и не только в ней.
![](https://habrastorage.org/webt/1f/pw/ii/1fpwiit_k0z33yt1yyskfdqxaw4.png)
Роботизированный четвероногий помощник DogBot использует для передвижения, восприятия окружающей среды, ощущения собственного положения и позы в пространстве и ориентации в окружающей мире алгоритмы машинного обучения.
Британские исследователи искусственного интеллекта из компании React Robotics изучают возможности использования робототехники в современных условиях, и их детище DogBot – одна из первых таких разработок. Созданный с помощью программного обеспечения Autodesk Fusion 360, роботизированный «помощник» готов к выполнению таких задач как 3D-сканирование для контроля процесса строительства, управление логистикой на стройплощадках и сбор данных с различных датчиков в реальном времени.
В отличие наземных транспортных средств на колесном или гусеничном ходу, четвероногий робот может передвигаться по невероятно сложной пересеченной местности, перенося на себе полезный груз или оборудование.
![](https://habrastorage.org/webt/ni/df/1b/nidf1byrzsjihwix7jf58xlucgm.png)
«Мы хотели найти способы применения искусственного интеллекта в реальном мире. Создаваемое нами робототехническое оборудование – эту путь к будущей революции в его использовании, — уверен Чарльз Галамбос, технический директор и соучредитель React Robotics. – Подобные DogBot роботы действительно «понимают» мир и взаимодействуют с ним».
![](https://habrastorage.org/webt/pv/9r/nb/pv9rnbxdgnu8mok1mgqsdkozuvo.png)
Робота DogBot можно запрограммировать на выполнение задач в промышленной среде с высоким уровнем риска, что дает весомые преимущества для строительной площадки, где есть вероятность получения травм сотрудниками. Чтобы обеспечить безопасность людей, робота DogBot можно использовать для очистки рабочих зон, а также для сбора инструментов. Тогда строительные бригады следующей смены смогут вернуться в чистую и более безопасную рабочую среду.
![](https://habrastorage.org/webt/ax/rv/tp/axrvtprx2y5-ewhfl_a1u1vj5su.png)
По мнению разработчиков, DogBot также может стать решением для тех почти 80% строительных компаний, которые, согласно недавнему опросу, проведенному Associated General Contractors of America в партнерстве с Autodesk, испытывают нехватку кадров. При создании DogBot целью React Robotics было предложить «инструмент», который позволит профессионалам работать более эффективно, в то время как роботы DogBot восполнят дефицит трудовых ресурсов в конкретных областях.
![](https://habrastorage.org/webt/ck/hw/ef/ckhwef7jbxm4jitnrzmecjib_nk.png)
Кроме того, благодаря лучшему пониманию состояния строительства DogBot повышает общую производительность труда на строительной площадке. Налаживается обратная связь. Можно точно видеть, что уже построено, и принимать решение, что делать дальше, сокращается время и количество ресурсов, затрачиваемых на работу стройплощадки.
Высокий уровень сложности и большой объем данных, необходимых для обучения робота DogBot всему тому, что он должен делать – от перемещения по строительной площадке и навигации до понимания того, как выполнять задачи, — требует значительных вычислительных ресурсов. Для этого React Robotics задействовала различное оборудование Lenovo, такое как адаптированная для задач ИИ конфигурация рабочей станции ThinkStation P920 и мобильная рабочая станция ThinkPad P1.
![](https://habrastorage.org/webt/cr/74/8e/cr748edq74tzw3kboqc8pdue6dc.png)
Рабочая станция Lenovo ThinkStation P920 комплектуется двумя процессорами Intel Xeon, тремя видеокартами NVIDIA Quadro RTX с ядрами AI Tensor, а также разнообразными интерфейсами ввода/вывода. Ее можно использовать для задач рендеринга, моделирования, визуализации, систем глубокого обучения и ИИ. В React Robotics она служит в качестве системы компиляции данных, используется для выполнения требовательных к ресурсам алгоритмов машинного обучения и обслуживания рабочих процессов глубокого обучения.
![](https://habrastorage.org/webt/mo/it/03/moit03fba0paqrqoc9su7vowu0w.png)
Ранее процесс обучения занимал несколько дней, новое оборудование позволяет React Robotics видеть результаты практически мгновенно, что дает возможность оперативно менять настройки и проводить испытания в среде тестирования. В конечном счете, сокращается время выхода на рынок. Рабочая станция ThinkPad P1 используется для программирования и для развертывания робота DogBot.
![](https://habrastorage.org/webt/af/ul/pk/afulpkyzevshaqsp1-crz5xsglg.png)
«Мы придаем большое значение своей работе с партнерами. Они разделяют наше видение в области внедрения технологий», — отметил Грегори Эппс, генеральный директор React Robotics.
![](https://habrastorage.org/webt/is/sx/1-/issx1-cg17ihlkh2ak6fse9o-m4.png)
«Наш робот действительно способен воспринимать окружающий мир, взаимодействовать с ним. Каждая его нога имеет 12 степеней свободы. Он может ходить и оснащаться различными датчиками. Большинство его деталей напечатаны на 3D-принтере. Мы используем Autodesk Fusion 360, поэтому можем очень быстро разработать что-нибудь новое и за один день протестировать деталь. Мы видим, что возможности роботов развиваются очень быстро. В робототехнике и в сфере искусственного интеллекта каждый день происходит что-то новое. И партнеры помогают нам в достижении значимых результатов», — считает Чарльз Галамбос.
![](https://habrastorage.org/webt/lk/uj/dc/lkujdcdaypxchla5-i4hsc0cd_g.png)
По мере того как искусственный интеллект, машинное и глубокое обучение продолжают проникать во все отрасли, растет также потребность в высокопроизводительных, аппаратных решениях. Рабочие станции Lenovo помогают реализовывать сложные проекты в сфере ИИ. Рабочие станции Lenovo серии P разработаны в соответствии с жесткими требованиями к производительности, предъявляемыми современными приложениями на базе искусственного интеллекта, машинного и глубокого обучения. Производительность обеспечивается за счет интеграции платформ ИИ для вычислений на графических процессорах и программных комплексов для анализа и обработки данных.
Это позволяет ускорить обработку алгоритмов машинного и глубокого обучения, в том числе подготовку данных, обучение моделей и задачи визуализации, а также ускорить получение полезной информации, снизить затраты на проекты по обработке и анализу данных с помощью решения на базе графических процессоров NVIDIA Quadro RTX с тензорными ядрами.
![](https://habrastorage.org/webt/ub/zv/pl/ubzvpl1lxpjledngm_xu35bjosa.png)
Рабочие станции Lenovo включают ряд решений — от ThinkStation P920 для моделей глубокого обучения на базе настольных ПК и ThinkStation P520 для разработки моделей искусственного интеллекта и периферийных вычислений до универсальных ThinkStation P330 Tiny для формирования логического вывода на основе искусственного интеллекта.
Как показывают примеры роботов наподобие DogBot, которые помогают профессионалам-строителям, ИИ будет оказывать все более заметное влияние на рабочие места, и не только в строительстве, но и в самых разных отраслях. Расширяется и отраслевое партнерство в области ИИ.
![](https://habrastorage.org/webt/ry/_v/zk/ry_vzkrjlxawhewo0udnkeq-7cs.png)
В августе 2019 года Lenovo и Intel объявили о сотрудничестве, направленном на оптимизацию своих технологий для дата-центров. Оно нацелено на сближение высокопроизводительных вычислений (HPC) и искусственного интеллекта.
Облачные сервисы Lenovo будут адаптированы к разработкам Intel, включая вычислительную архитектуру Intel Xe, память Optane, платформу oneAPI и процессоры Xeon Scalable 2-го поколения с поддержкой технологии Deep Learning Boost.
![](https://habrastorage.org/webt/gm/_u/dw/gm_udwollkgneuj3r-k2bueotca.png)
Совместная работа Intel и Lenovo касается и программного обеспечения. Так, Lenovo доработает свой пакет LiCO HPC/AI с прицелом на совместимость с Intel oneAPI и другим ПО партнера. Кроме того, в разных странах появятся совместные центры разработки решений HPC и ИИ. Компании надеются сделать эти технологии более доступными для университетов и организаций, занятых решением таких проблем как исследования генома, изменение климата, исследование космоса и т. п.
Платформа LiCO доступна в лабораториях Lenovo AI Innovation Labs по всему миру. Сторонние компании могут апробировать разработанное ими решение перед началом развертывания. Инновационные центры Lenovo оснащены необходимым оборудованием и ПО, а также располагают специалистами в области ИИ.
Что касается мобильных роботов, то в настоящее время исследователи разных стран работают над несколькими подобными проектами в энергетической и производственной отрасли, а в также строительстве, сельском хозяйстве и других более специализированных областях – там, где мобильные роботы могут оказать существенную помощь и поддержку.
Несомненно, со временем появятся новые идеи использования подобных машин. Например, в России в начале 2020 года пройдет испытания новый антропоморфный робот, который будет использоваться для утилизации мусора в радиоактивных каньонах. В США полиция штата Массачусетс начала тестирование четвероногих роботов для выполнения заданий. Диапазон коммерческих возможностей будет расти вместе с возможностями самих роботов. Снизится и высокая стоимость конечного продукта, даже без учета затрат на разработку, остается одним из ключевых недостатков подобных «умных» систем.
![](https://habrastorage.org/webt/nt/fu/f0/ntfuf0qkdvrmpzvuhadu1d1iscs.png)
Перемещение по потенциально небезопасной местности, очистка рабочей площадки и оценка хода строительства — на многих строительных площадках это неизбежные повседневные задачи. И все они связаны с проблемами обеспечения безопасности работающих на стройке людей. Британские разработчики намерены уменьшить риски и влияющие на эффективность строительства задержки, передав эти рабочие места новому четвероногому другу — DogBot. Они считают, что этот робот сможет в будущем в значительной степени изменить представление о работе в строительной сфере, да и не только в ней.
![](https://habrastorage.org/webt/1f/pw/ii/1fpwiit_k0z33yt1yyskfdqxaw4.png)
Четвероногий помощник
Роботизированный четвероногий помощник DogBot использует для передвижения, восприятия окружающей среды, ощущения собственного положения и позы в пространстве и ориентации в окружающей мире алгоритмы машинного обучения.
Британские исследователи искусственного интеллекта из компании React Robotics изучают возможности использования робототехники в современных условиях, и их детище DogBot – одна из первых таких разработок. Созданный с помощью программного обеспечения Autodesk Fusion 360, роботизированный «помощник» готов к выполнению таких задач как 3D-сканирование для контроля процесса строительства, управление логистикой на стройплощадках и сбор данных с различных датчиков в реальном времени.
В отличие наземных транспортных средств на колесном или гусеничном ходу, четвероногий робот может передвигаться по невероятно сложной пересеченной местности, перенося на себе полезный груз или оборудование.
![](https://habrastorage.org/webt/ni/df/1b/nidf1byrzsjihwix7jf58xlucgm.png)
«Мы хотели найти способы применения искусственного интеллекта в реальном мире. Создаваемое нами робототехническое оборудование – эту путь к будущей революции в его использовании, — уверен Чарльз Галамбос, технический директор и соучредитель React Robotics. – Подобные DogBot роботы действительно «понимают» мир и взаимодействуют с ним».
![](https://habrastorage.org/webt/pv/9r/nb/pv9rnbxdgnu8mok1mgqsdkozuvo.png)
Для опасных условий работы
Робота DogBot можно запрограммировать на выполнение задач в промышленной среде с высоким уровнем риска, что дает весомые преимущества для строительной площадки, где есть вероятность получения травм сотрудниками. Чтобы обеспечить безопасность людей, робота DogBot можно использовать для очистки рабочих зон, а также для сбора инструментов. Тогда строительные бригады следующей смены смогут вернуться в чистую и более безопасную рабочую среду.
![](https://habrastorage.org/webt/ax/rv/tp/axrvtprx2y5-ewhfl_a1u1vj5su.png)
Робот вместо рабочего
По мнению разработчиков, DogBot также может стать решением для тех почти 80% строительных компаний, которые, согласно недавнему опросу, проведенному Associated General Contractors of America в партнерстве с Autodesk, испытывают нехватку кадров. При создании DogBot целью React Robotics было предложить «инструмент», который позволит профессионалам работать более эффективно, в то время как роботы DogBot восполнят дефицит трудовых ресурсов в конкретных областях.
![](https://habrastorage.org/webt/ck/hw/ef/ckhwef7jbxm4jitnrzmecjib_nk.png)
Кроме того, благодаря лучшему пониманию состояния строительства DogBot повышает общую производительность труда на строительной площадке. Налаживается обратная связь. Можно точно видеть, что уже построено, и принимать решение, что делать дальше, сокращается время и количество ресурсов, затрачиваемых на работу стройплощадки.
Платформа для интеллекта
Высокий уровень сложности и большой объем данных, необходимых для обучения робота DogBot всему тому, что он должен делать – от перемещения по строительной площадке и навигации до понимания того, как выполнять задачи, — требует значительных вычислительных ресурсов. Для этого React Robotics задействовала различное оборудование Lenovo, такое как адаптированная для задач ИИ конфигурация рабочей станции ThinkStation P920 и мобильная рабочая станция ThinkPad P1.
![](https://habrastorage.org/webt/cr/74/8e/cr748edq74tzw3kboqc8pdue6dc.png)
Рабочая станция Lenovo ThinkStation P920 комплектуется двумя процессорами Intel Xeon, тремя видеокартами NVIDIA Quadro RTX с ядрами AI Tensor, а также разнообразными интерфейсами ввода/вывода. Ее можно использовать для задач рендеринга, моделирования, визуализации, систем глубокого обучения и ИИ. В React Robotics она служит в качестве системы компиляции данных, используется для выполнения требовательных к ресурсам алгоритмов машинного обучения и обслуживания рабочих процессов глубокого обучения.
![](https://habrastorage.org/webt/mo/it/03/moit03fba0paqrqoc9su7vowu0w.png)
Ранее процесс обучения занимал несколько дней, новое оборудование позволяет React Robotics видеть результаты практически мгновенно, что дает возможность оперативно менять настройки и проводить испытания в среде тестирования. В конечном счете, сокращается время выхода на рынок. Рабочая станция ThinkPad P1 используется для программирования и для развертывания робота DogBot.
![](https://habrastorage.org/webt/af/ul/pk/afulpkyzevshaqsp1-crz5xsglg.png)
Как обучить робота?
«Мы придаем большое значение своей работе с партнерами. Они разделяют наше видение в области внедрения технологий», — отметил Грегори Эппс, генеральный директор React Robotics.
![](https://habrastorage.org/webt/is/sx/1-/issx1-cg17ihlkh2ak6fse9o-m4.png)
«Наш робот действительно способен воспринимать окружающий мир, взаимодействовать с ним. Каждая его нога имеет 12 степеней свободы. Он может ходить и оснащаться различными датчиками. Большинство его деталей напечатаны на 3D-принтере. Мы используем Autodesk Fusion 360, поэтому можем очень быстро разработать что-нибудь новое и за один день протестировать деталь. Мы видим, что возможности роботов развиваются очень быстро. В робототехнике и в сфере искусственного интеллекта каждый день происходит что-то новое. И партнеры помогают нам в достижении значимых результатов», — считает Чарльз Галамбос.
![](https://habrastorage.org/webt/lk/uj/dc/lkujdcdaypxchla5-i4hsc0cd_g.png)
По мере того как искусственный интеллект, машинное и глубокое обучение продолжают проникать во все отрасли, растет также потребность в высокопроизводительных, аппаратных решениях. Рабочие станции Lenovo помогают реализовывать сложные проекты в сфере ИИ. Рабочие станции Lenovo серии P разработаны в соответствии с жесткими требованиями к производительности, предъявляемыми современными приложениями на базе искусственного интеллекта, машинного и глубокого обучения. Производительность обеспечивается за счет интеграции платформ ИИ для вычислений на графических процессорах и программных комплексов для анализа и обработки данных.
Это позволяет ускорить обработку алгоритмов машинного и глубокого обучения, в том числе подготовку данных, обучение моделей и задачи визуализации, а также ускорить получение полезной информации, снизить затраты на проекты по обработке и анализу данных с помощью решения на базе графических процессоров NVIDIA Quadro RTX с тензорными ядрами.
![](https://habrastorage.org/webt/ub/zv/pl/ubzvpl1lxpjledngm_xu35bjosa.png)
Рабочие станции Lenovo включают ряд решений — от ThinkStation P920 для моделей глубокого обучения на базе настольных ПК и ThinkStation P520 для разработки моделей искусственного интеллекта и периферийных вычислений до универсальных ThinkStation P330 Tiny для формирования логического вывода на основе искусственного интеллекта.
Грядут перемены
Как показывают примеры роботов наподобие DogBot, которые помогают профессионалам-строителям, ИИ будет оказывать все более заметное влияние на рабочие места, и не только в строительстве, но и в самых разных отраслях. Расширяется и отраслевое партнерство в области ИИ.
![](https://habrastorage.org/webt/ry/_v/zk/ry_vzkrjlxawhewo0udnkeq-7cs.png)
В августе 2019 года Lenovo и Intel объявили о сотрудничестве, направленном на оптимизацию своих технологий для дата-центров. Оно нацелено на сближение высокопроизводительных вычислений (HPC) и искусственного интеллекта.
Облачные сервисы Lenovo будут адаптированы к разработкам Intel, включая вычислительную архитектуру Intel Xe, память Optane, платформу oneAPI и процессоры Xeon Scalable 2-го поколения с поддержкой технологии Deep Learning Boost.
![](https://habrastorage.org/webt/gm/_u/dw/gm_udwollkgneuj3r-k2bueotca.png)
Совместная работа Intel и Lenovo касается и программного обеспечения. Так, Lenovo доработает свой пакет LiCO HPC/AI с прицелом на совместимость с Intel oneAPI и другим ПО партнера. Кроме того, в разных странах появятся совместные центры разработки решений HPC и ИИ. Компании надеются сделать эти технологии более доступными для университетов и организаций, занятых решением таких проблем как исследования генома, изменение климата, исследование космоса и т. п.
Платформа LiCO доступна в лабораториях Lenovo AI Innovation Labs по всему миру. Сторонние компании могут апробировать разработанное ими решение перед началом развертывания. Инновационные центры Lenovo оснащены необходимым оборудованием и ПО, а также располагают специалистами в области ИИ.
Что касается мобильных роботов, то в настоящее время исследователи разных стран работают над несколькими подобными проектами в энергетической и производственной отрасли, а в также строительстве, сельском хозяйстве и других более специализированных областях – там, где мобильные роботы могут оказать существенную помощь и поддержку.
Несомненно, со временем появятся новые идеи использования подобных машин. Например, в России в начале 2020 года пройдет испытания новый антропоморфный робот, который будет использоваться для утилизации мусора в радиоактивных каньонах. В США полиция штата Массачусетс начала тестирование четвероногих роботов для выполнения заданий. Диапазон коммерческих возможностей будет расти вместе с возможностями самих роботов. Снизится и высокая стоимость конечного продукта, даже без учета затрат на разработку, остается одним из ключевых недостатков подобных «умных» систем.