Hacer que los asistentes personales robóticos sean omnipresentes

Recientemente asistí al MWC Shanghai. Los robots eran grandes, muy grandes. Vi decenas de empresas que buscaban clientes para marcar y ofrecerlos en cualquiera de las muchas aplicaciones. Tomemos solo una aplicación de ejemplo:Tug, el robot enfermero. Esto no se parece mucho a nuestra imagen de ciencia ficción de los robots, a menos que estés pensando en algunos de los ejemplos más utilitarios de Star Wars. Es una caja con ruedas, pero tiene muchas de las características que esperamos de los robots móviles, incluida la navegación y la evitación de obstáculos. Puede navegar alrededor de un hospital, se detendrá si alguien se para frente a él y se dirigirá alrededor de una plataforma intravenosa errante; también puede llamar a un ascensor para llegar a otro piso.

El objetivo de Tug es entregar medicamentos y alimentos a los pacientes y ya está implementado en 37 hospitales de VA en los EE. UU. Imagínese la carga de trabajo que se quita de los hombros de los ocupados traidores de dulces. Hay muchas otras aplicaciones de asistente, en el cuidado de personas mayores, en el apoyo a la enseñanza, restaurantes y hoteles. Piense en esto como la próxima gran novedad en los asistentes personales que siguen a los altavoces inteligentes (Amazon ya tiene más de 100.000 robots trabajando en sus almacenes, por lo que obviamente están trabajando en robots domésticos como una secuela del Echo). Esto no es ciencia ficción; Los robots asistentes domésticos se envían hoy.

Hay desafíos técnicos obvios en la producción de este tipo de robot, no muy diferente a los problemas de conducción autónoma, aunque hay algunas diferencias claras. La navegación y la evitación de obstáculos son comunes, pero los conceptos de carriles de conducción despejados y gestión del tráfico no se aplican a estos robots; se trata de evitar obstáculos y navegar dentro de un edificio (con reasignación para sortear obstáculos temporales inamovibles). Y si bien una interfaz de lenguaje natural puede ser agradable de tener en un automóvil, para los asistentes de robot puede ser esencial. ¿Quién quiere aprender a presionar botones cuando la farmacia envió el medicamento equivocado o el restaurante estropeó su pedido?

Recientemente, Gartner presentó una lista de los 10 principales requisitos de inteligencia artificial y detección para robots, entre los que se incluyen:

• Visión por computadora:análisis de escenas, reconocimiento de objetos, etc.

• Reconocimiento y autenticación biométricos:quién está hablando conmigo y si pueden dar esos comandos

• Una interfaz conversacional:reconocimiento de voz y procesamiento del lenguaje natural

• análisis de paisaje acústico:reconocimiento de ruidos distintivos, como el ladrido de un perro o la rotura de cristales

• Detección de ubicación:dónde estoy y qué / quién está cerca de mí

• Movimiento autónomo:capacidad para moverse hacia un objetivo en otra parte del edificio sin chocar con objetos o personas

• Funciones de IA en el robot, no solo dependiendo de la nube

El enfoque predeterminado para construir sistemas hoy con estas capacidades comienza con la construcción de un sistema de inteligencia artificial en el robot basado en una plataforma de GPU multinúcleo. Esto es comprensible:los creadores de productos pueden crear prototipos de una solución utilizando una plataforma estándar sin necesidad de preocuparse por los detalles de ASIC, de la misma manera que usarían una placa de desarrollo de CPU para aplicaciones más tradicionales. Pero a medida que aumenta el volumen de productos o usted lo empuja a una aceleración, el costo y la satisfacción / diferenciación del cliente se vuelven cada vez más importantes. Las soluciones listas para usar son caras, consumen mucha energía y es difícil diferenciarlas cuando se usa la misma plataforma que todos los demás. Es por eso que, inevitablemente, las soluciones de alto volumen recurren a plataformas ASIC. No es necesario que abandone toda la inversión que puso en su prototipo; una plataforma de GPU de menor costo puede seguir siendo parte de la solución, pero un nivel significativo de funcionalidad de inteligencia artificial puede descargarse a una plataforma mucho más rentable y altamente integrada.

Las ventajas de rendimiento por vatio de los DSP sobre las GPU en las aplicaciones de aprendizaje automático (ML) son bien conocidas, derivadas en parte de las operaciones de punto fijo sobre punto flotante y de la flexibilidad en la cuantificación en algunas plataformas. Y las ventajas de precio (en volumen) de las soluciones personalizadas son bien conocidas. Esta es la razón por la que es más probable que vea un DSP integrado en las aplicaciones de AA sensibles al volumen o al precio en el borde que una GPU estándar.

Pero, ¿puedes hacer todo lo que podrías hacer en la GPU? Resulta que puedes hacer bastante. Tomemos como ejemplo la visión por computadora:posicionamiento, seguimiento, reconocimiento de objetos y reconocimiento de gestos. Este nivel de procesamiento de visión ya está disponible hoy en algunas plataformas integradas basadas en DSP. O tome un movimiento autónomo que apoye el reciclaje local (sin tener que ir a la nube). Nuevamente, las capacidades de reconocimiento centrales para respaldar esta inteligencia, las mismas capacidades que también encontraría en una GPU, están disponibles en un DSP.

También se pueden descargar el reconocimiento / autenticación de voz y el análisis de escenas acústicas. Estos (junto con los otros ejemplos aquí) resaltan claramente por qué la descarga tiene tanto sentido. Cada una de estas operaciones inteligentes se divide en varios pasos, por ejemplo, desde la captación de voz y la resolución de la dirección hasta quizás el reconocimiento básico de palabras y, en última instancia, incluso el procesamiento del lenguaje natural (NLP). El último paso es un desafío y puede requerir ir a la nube. Pero los pasos anteriores se pueden manejar de manera muy cómoda en una solución integrada. Algunas aplicaciones, en las que solo se necesita reconocer un vocabulario limitado o en las que desea detectar señales no verbales, como la rotura de una ventana, es posible que no necesite la nube (o una GPU local) en absoluto. Ya hay indicios de que, en un futuro próximo, incluso una PNL limitada puede ser compatible con Edge.

Ha surgido una amplia gama de soluciones para respaldar estas funciones de front-end utilizando IA en el borde, en el procesamiento de voz de front-end y en el aprendizaje profundo en el IoT. Con estas soluciones, los desarrolladores pueden abordar más fácilmente los desafíos emergentes para hacer que los asistentes personales robóticos sean omnipresentes.

Moshe Sheier es Director de Marketing Estratégico de CEVA, donde supervisa el desarrollo corporativo y las asociaciones estratégicas para los principales mercados objetivo de CEVA y las áreas de crecimiento futuro. Moshe colabora con empresas líderes en software e IP para llevar al mercado soluciones innovadoras basadas en DSP. En su tiempo libre, Moshe monta bicicletas de montaña y practica Aikido.