Rendre les robots assistants personnels omniprésents

J'ai récemment assisté au MWC Shanghai. Les robots étaient gros – très gros. J'ai vu des dizaines d'entreprises, à la recherche de clients à marquer et à proposer dans l'une des nombreuses applications. Prenons un seul exemple d'application :Tug, le robot infirmier. Cela ne ressemble pas beaucoup à notre image de science-fiction des robots, à moins que vous ne pensiez à certains des exemples les plus utilitaires de Star Wars. C'est une boîte sur roues, mais elle possède de nombreuses fonctionnalités que nous attendons des robots mobiles, notamment la navigation et l'évitement d'obstacles. Il peut naviguer autour d'un hôpital, il s'arrêtera si quelqu'un passe devant et il contournera un support IV errant; il peut aussi appeler un ascenseur pour se rendre à un autre étage.

Le but de Tug est de livrer des médicaments et de la nourriture aux patients et il est déjà déployé dans 37 hôpitaux VA aux États-Unis. Imaginez la charge de travail qui enlève les épaules des traqueurs de bonbons occupés. Il existe de nombreuses autres applications d'assistants, dans les soins aux personnes âgées, dans le soutien à l'enseignement, les restaurants et les hôtels. Considérez cela comme la prochaine grande nouveauté des assistants personnels après les haut-parleurs intelligents (Amazon a déjà plus de 100 000 robots travaillant dans ses entrepôts, donc évidemment, ils travaillent sur des robots domestiques comme suite de l'Echo). Ce n'est pas de la science-fiction; Les robots assistants à domicile sont expédiés aujourd'hui.

Il existe des défis techniques évidents dans la production de ce type de robot, similaires aux problèmes de conduite autonome, bien qu'il existe des différences claires. La navigation et l'évitement d'obstacles sont courants, mais les concepts de voies de circulation dégagées et de gestion du trafic ne s'appliquent pas à ces robots ; il s'agit d'éviter les obstacles et de naviguer à l'intérieur d'un bâtiment (avec remappage pour contourner les obstacles fixes temporaires). Et tandis qu'une interface en langage naturel peut être agréable à avoir dans une voiture, pour les assistants de robot, elle peut être essentielle. Qui veut apprendre à appuyer sur des boutons lorsque la pharmacie a envoyé le mauvais médicament ou que le restaurant a foiré votre commande ?

Gartner a récemment dressé une liste des 10 principales exigences en matière d'IA et de détection pour les robots, parmi lesquelles :

• Vision par ordinateur – analyse de scène, reconnaissance d'objet, etc.

• Reconnaissance et authentification biométriques - qui me parle et sont-ils autorisés à donner ces commandes

• Une interface conversationnelle – reconnaissance vocale et traitement du langage naturel

• analyse acoustique du paysage – reconnaissance de bruits distinctifs tels que l'aboiement d'un chien ou le bris de verre

• Détection de position - où suis-je et quoi/qui est près de moi

• Mouvement autonome - possibilité de se déplacer vers une cible ailleurs dans le bâtiment sans entrer en collision avec des objets ou des personnes

• Fonctions d'IA dans le robot – pas seulement en fonction du cloud

L'approche par défaut de la construction de systèmes aujourd'hui avec ces capacités commence par la construction d'un système d'IA dans le robot basé sur une plate-forme GPU multicœur. C'est compréhensible - les constructeurs de produits peuvent prototyper une solution à l'aide d'une plate-forme standard sans avoir à se soucier des détails ASIC, de la même manière qu'ils utiliseraient une carte de développement CPU pour des applications plus traditionnelles. Mais à mesure que le volume de produits augmente ou que vous le poussez à augmenter, les coûts et la satisfaction / différenciation des clients deviennent de plus en plus importants. Les solutions sur étagère sont chères, elles sont gourmandes en énergie et il est difficile de faire la différence lorsque vous utilisez la même plate-forme que tout le monde. C'est pourquoi les solutions à haut volume se tournent inévitablement vers les plateformes ASIC. Vous n'avez pas besoin d'abandonner tous les investissements que vous avez investis dans votre prototype ; une plate-forme GPU à moindre coût peut rester une partie de la solution, mais un niveau important de fonctionnalités d'IA peut être transféré vers une plate-forme beaucoup plus rentable et mieux intégrée.

Les avantages en termes de performances par watt des DSP par rapport aux GPU dans les applications d'apprentissage automatique (ML) sont bien connus, en partie à cause des opérations à virgule fixe sur virgule flottante et pour la flexibilité de la quantification sur certaines plates-formes. Et les avantages de prix (en volume) des solutions sur mesure sont bien connus. C'est pourquoi vous êtes plus susceptible de voir un DSP intégré dans les applications de ML sensibles au volume/prix à la périphérie qu'un GPU standard.

Mais pouvez-vous faire tout ce que vous pourriez faire dans le GPU ? Il s'avère que vous pouvez faire beaucoup de choses. Prenez la vision par ordinateur - positionnement, suivi, reconnaissance d'objets et reconnaissance de gestes par exemple. Ce niveau de traitement de la vision est déjà disponible aujourd'hui dans certaines plates-formes DSP embarquées. Ou prendre un mouvement autonome supportant une reconversion locale (sans avoir à passer au cloud). Encore une fois, les capacités de reconnaissance de base pour prendre en charge cette intelligence, les mêmes capacités que vous trouverez également sur un GPU, sont disponibles sur un DSP.

La reconnaissance/authentification vocale et l'analyse de scène acoustique peuvent également être déchargées. Ceux-ci (ainsi que les autres exemples ici) mettent clairement en évidence pourquoi le déchargement a tant de sens. Chacune de ces opérations intelligentes se décompose en plusieurs étapes, disons de la prise de voix et de la résolution de la direction à peut-être la reconnaissance de base des mots et finalement même le traitement du langage naturel (NLP). La dernière étape est difficile et peut nécessiter le passage au cloud. Mais les étapes avant cela peuvent être gérées très confortablement dans une solution intégrée. Certaines applications, où seul un vocabulaire limité doit être reconnu ou où vous souhaitez détecter des indices non verbaux tels qu'une fenêtre brisée, vous n'aurez peut-être pas du tout besoin du cloud (ou d'un GPU local). Il existe déjà des indices selon lesquels même la PNL limitée pourrait être prise en charge à la périphérie dans un proche avenir.

Un large éventail de solutions a émergé pour prendre en charge ces fonctions frontales en utilisant l'IA à la périphérie, le traitement vocal frontal et l'apprentissage en profondeur dans l'IoT. Grâce à ces solutions, les développeurs peuvent plus facilement relever les défis émergents pour rendre les robots assistants personnels omniprésents.

Moché Sheier est directeur du marketing stratégique, CEVA, où il supervise le développement de l'entreprise et les partenariats stratégiques pour les principaux marchés cibles de CEVA et les futurs domaines de croissance. Moshe s'est engagé avec les principales sociétés SW et IP pour mettre sur le marché des solutions DSP innovantes. Dans ses temps libres, Moshe fait du VTT et pratique l'aïkido.