1000臺機器人毫秒級協(xié)作！下個風口是邊緣AI+群體智能？
隨著邊緣AI在各行各業(yè)的落地，全球各國/地區(qū)正在進行“群體智能”項目研究。目前，歐洲各國和美國、韓國的相關(guān)機構(gòu)均有針對“智能群體”進行合作，可以預期的是，在未來的工廠車間中，自主機器人可以實現(xiàn)無縫協(xié)作。
邊緣AI正帶動群體機器人商用
在意大利比薩的國家大學電信聯(lián)盟(CNIT)實驗室，F(xiàn)ilippo Cugini的研究團隊正致力于開發(fā)具備邊緣智能通信與協(xié)作能力的自主移動機器人。該實驗室通過模擬戴爾科技公司工廠車間環(huán)境，部署三臺搭載攝像頭與遙測設(shè)備的機器人，構(gòu)建了一個動態(tài)測試平臺，用于驗證軟硬件在邊緣智能架構(gòu)下的機器人群體行為控制能力。
“我們通過重現(xiàn)真實的工廠運行區(qū)域，精準評估機器人在復雜環(huán)境中的避障響應(yīng)機制。”CNIT研究負責人Filippo Cugini解釋道，“例如當人員進入實驗區(qū)時，機器人能實時識別并觸發(fā)安全停機程序。”
戴爾科技公司為該項目提供了專用實驗場地，并強調(diào)工業(yè)場景對動態(tài)資源接入的需求：“在這些環(huán)境中，設(shè)備必須具備秒級響應(yīng)能力，同時確保端到端的安全驗證機制。”
作為歐盟資助的SmartEdge項目核心成員，CNIT與包括西門子、博世、英偉達等在內(nèi)的16家產(chǎn)學研合作伙伴，共同探索去中心化制造系統(tǒng)的演進路徑。該項目自2023年1月啟動以來，已開發(fā)出支持邊緣智能的低代碼編程工具鏈，并通過英偉達BlueField-2硬件加速器實現(xiàn)安全高效的網(wǎng)絡(luò)連接。
Cugini的研究是SmartEdge項目網(wǎng)絡(luò)部分的核心內(nèi)容。SmartEdge是一個由歐盟資助的聯(lián)合研發(fā)項目，總金額達920萬歐元，旨在開發(fā)支持邊緣智能、制造業(yè)、汽車及醫(yī)療保健領(lǐng)域的語義低代碼編程工具。該項目于2023年1月啟動，目標是探索如何將傳統(tǒng)集中式制造系統(tǒng)演進為由自主移動機器人組成的群體化系統(tǒng)。這些機器人能夠在邊緣節(jié)點完成實時通信與協(xié)作，同時最大限度地減少對人類操作和中央控制系統(tǒng)的依賴。
自項目啟動以來，來自工業(yè)界和學術(shù)界的16家合作伙伴(包括西門子、博世、英偉達、德國柏林工業(yè)大學、英國牛津大學、德國弗勞恩霍夫開放通信系統(tǒng)研究所、戴爾科技公司及CNIT)已共同探索出實現(xiàn)這一目標的路徑。
西門子聯(lián)合戴爾科技公司與柏林工業(yè)大學開發(fā)了支持邊緣智能的語義化低代碼工程工具鏈。這種極簡編碼框架通過模塊化設(shè)計降低了去中心化系統(tǒng)的開發(fā)門檻，使企業(yè)能夠快速部署邊緣計算節(jié)點，同時簡化了從傳感器到執(zhí)行器的端到端開發(fā)流程。最近，歐盟創(chuàng)新雷達(Innovation Radar)認定該工具鏈已具備市場應(yīng)用條件，該計劃專門識別具有高潛力的創(chuàng)新技術(shù)。
與此同時，博世團隊專注于高級計算機視覺算法的研發(fā)，其視覺感知系統(tǒng)已在工業(yè)分揀和質(zhì)量檢測場景中實現(xiàn)亞像素級精度。英偉達則通過其BlueField-2 DPU(數(shù)據(jù)處理單元)為項目提供了硬件加速支持，以實現(xiàn)高性能、高安全性的網(wǎng)絡(luò)連接。正如Cugini所強調(diào)："CNIT、柏林工業(yè)大學、牛津大學及弗賴堡大學與英偉達的合作，正在將網(wǎng)絡(luò)加速能力從傳統(tǒng)數(shù)據(jù)中心擴展到邊緣設(shè)備。"
作為工作的一部分，Cugini及其團隊還開發(fā)了一種軟件層，可以對設(shè)備的底層硬件進行編程。他指出，這一額外的軟件層負責管理機器人之間的通信，同時執(zhí)行安全驗證并防止消息被攔截。
為什么群體機器人依賴邊緣人工智能？據(jù)研究人員稱，邊緣人工智能結(jié)合了邊緣計算、物聯(lián)網(wǎng)和人工智能技術(shù)，能夠在本地實時完成數(shù)據(jù)收集、處理、分析和決策，從而大幅降低延遲。對于需要毫秒級響應(yīng)的機器人操作(如避免碰撞)，邊緣人工智能的實時性至關(guān)重要。相比之下，基于云的人工智能由于網(wǎng)絡(luò)延遲較高，無法滿足這種快速響應(yīng)的需求，導致其在執(zhí)行此類任務(wù)時速度過慢。
Cugini及其團隊在項目全程關(guān)注延遲限制，特別是額外軟件層的影響。研究顯示，輕量級軟件層不會顯著增加群體網(wǎng)絡(luò)的延遲，同時群體網(wǎng)絡(luò)能夠在不到1秒內(nèi)適應(yīng)網(wǎng)絡(luò)變化。這一優(yōu)化設(shè)計確保了系統(tǒng)的實時性和適應(yīng)性。
“為了實現(xiàn)額外的安全性、動態(tài)性和總體的網(wǎng)絡(luò)能力，我們所增加的額外延遲在很大程度上取決于底層硬件，”他說，“如果使用價格僅為幾十歐元的樹莓派，其性能與家用Wi-Fi網(wǎng)絡(luò)相當，但如果使用強大的英偉達數(shù)據(jù)處理單元，我們就能實現(xiàn)每秒100吉比特或更快的速度。”
目前，實驗已覆蓋多達20個自主機器人的群體，模擬規(guī)?？蛇_1,000個。Cugini表示，工廠車間無需同時容納1,000臺設(shè)備，但在汽車用例中，目標是支持約1,000臺自動駕駛汽車的群體協(xié)作。他強調(diào)，SmartEdge項目在多個層面實現(xiàn)了創(chuàng)新，推動了相關(guān)技術(shù)的發(fā)展。
各國出現(xiàn)更多群體智能項目
隨著邊緣人工智能與群體智能的潛力不斷顯現(xiàn)，相關(guān)研究正在加速推進。例如，2024年1月啟動的Swarmchestrate項目，由歐盟地平線歐洲(Horizon Europe)計劃、英國研究與創(chuàng)新機構(gòu)(UKRI)和韓國國家研究基金會(NRF)共同資助，總金額達550萬歐元。該項目旨在分布式云到邊緣基礎(chǔ)設(shè)施中創(chuàng)建和管理相互連接的群體，實際應(yīng)用場景包括洪水預防和停車位管理，展示了網(wǎng)絡(luò)邊緣傳感器如何高效處理大量數(shù)據(jù)。
2024年1月啟動的Discover-US項目獲得了歐盟100萬歐元的資金支持，旨在加強跨大西洋地區(qū)在分布式計算和群體智能領(lǐng)域的聯(lián)盟合作。項目協(xié)調(diào)人、比利時根特大學的Koen De Bosschere表示：“Discover-US的名字具有雙重含義，美國研究人員通過項目‘發(fā)現(xiàn)我們’在歐洲，而歐盟研究人員則通過項目‘發(fā)現(xiàn)’美國的研究。”
Discover-US項目正在構(gòu)建一個由來自歐盟和美國的80名研究人員組成的網(wǎng)絡(luò)。項目合作伙伴包括西班牙巴塞羅那超級計算中心(BSC-CNS)、法國原子能和替代能源委員會(CEA)、比利時根特大學、挪威科學與工業(yè)研究基金會(SINTEF)，以及意大利帕多瓦大學。據(jù)Sintef Digital的首席科學家Ovidiu Vermesan介紹，該項目專注于非競爭性前沿研究，研究領(lǐng)域包括新的計算范式、通過抽象簡化復雜性、分布式計算的新興概念、計算連續(xù)體、群體智能、邊緣智能設(shè)備、編程框架和工具。最近發(fā)布的一份出版物為未來的跨大西洋合作勾勒出了一幅清晰的愿景
“分布式計算和群體技術(shù)的大部分開發(fā)工作將在邊緣進行，但隨著政治和技術(shù)格局的發(fā)展，許多‘孤島’正在形成，”Vermesan說道。“這對技術(shù)發(fā)展不利，可能會開發(fā)出不具互操作性、可擴展性或標準化的元素，許多機會可能會被錯過。合作和思想交流是開發(fā)這項技術(shù)、識別未來挑戰(zhàn)的關(guān)鍵。”
在最近的一次Discover-US會議上，美國阿貢國家實驗室(ANL)的Discover-US成員Rajesh Sankaran呼應(yīng)了Vermesan的觀點。“隨著人工智能在邊緣設(shè)備上的應(yīng)用越來越普及，研究人員及其學生可以探索創(chuàng)新的分布式系統(tǒng)，從而推動歐盟和美國在這一領(lǐng)域的進步，”Sankaran說道。
Vermesan協(xié)調(diào)的EdgeAI聯(lián)合項目由歐盟資助，總金額3,500萬歐元，專注于“優(yōu)化性能的嵌入式處理邊緣人工智能技術(shù)”。該項目于2022年12月啟動，擁有48個合作伙伴，包括意法半導體(ST)、英飛凌(Infineon)、恩智浦半導體(NXP)、艾邁斯歐司朗(ams Osram)、昕諾飛(Signify)、imec和奧地利維也納工業(yè)大學(TU Wien)。
雖然EdgeAI項目并未專注于群體技術(shù)，但其在邊緣AI硬件加速器、算法、安全、隱私、入侵檢測、實時過程反饋、智能無線網(wǎng)狀通信等方面取得了眾多成果，所有這些成果都可以為群體智能和分布式邊緣AI提供支持。目前，項目合作伙伴正在使用意法半導體開發(fā)的工業(yè)級MPU(在項目范圍內(nèi)開發(fā))，該MPU集成了Arm Cortex處理器和神經(jīng)處理單元，用于在邊緣運行實時機器視覺等應(yīng)用。
群體智能面臨的一個挑戰(zhàn)是，群體協(xié)作所需的工具和平臺尚未完全開發(fā)。然而，正如Vermesan所指出的，正在發(fā)生積極的變化。除了歐盟資助的研究進展外，像亞馬遜和OpenAI這樣的美國大型企業(yè)也據(jù)稱正在推出群體智能框架。這些發(fā)展與基于代理的人工智能中看到的趨勢非常吻合，無論是單代理系統(tǒng)還是多代理系統(tǒng)，這些趨勢都與群體智能的概念完美契合。
本文翻譯自國際電子商情姊妹平臺EETimes Europe，原文標題：
