Среднесрочные прогнозы развития робототехники, технико-экономический анализ

Беспилотные корабли (Autonomous ships) - это суда, которые работают без экипажа на борту и управляются береговым оператором или системой самопилотирования. Идея автономных судов существует уже много лет, первые дистанционно управляемые суда появились еще в 1950-х годах. Однако последние достижения сделали возможным автономное управление более крупными и сложными судами, которые используют различные датчики и навигационные системы для обнаружения препятствий, что позволяет избегать столкновений. Управлять автономными судами можно из любой точки мира с помощью высокоскоростного Интернета. Разработка автономных судов рассматривается как способ повышения эффективности и снижения затрат в судоходной отрасли, а также повышения безопасности и снижения риска экологических аварий. В 2021 г. технология оценивалась как способная выйти на плато продуктивности в течение 6 лет.

Топливные элементы (Fuel cells) - устройства, преобразующие химическую энергию топлива в электричество путем электрохимических реакций. В отличие от батареи, топливный элемент может генерировать электроэнергию в течение гораздо более длительного периода времени, поскольку постоянно снабжается топливом и воздухом (или кислородом) из внешнего источника, в то время как батарея содержит лишь ограниченное количество горючего материала и окислителя. По этой причине топливные элементы уже несколько десятилетий используются в космических зондах, спутниках и пилотируемых кораблях. Персональные автомобили на топливных элементах впервые появились в продаже в Германии в 2004 г. Технология топливных элементов продолжает развиваться и находит все более широкое применение в робототехнике, особенно в той, которая требует длительного времени работы и высокой плотности мощно сти. В 2021 г. Gartner отмечала технологию как выходящую на плато в интервале 6-8 лет.

Операционные системы автономных роботов (Standard autonomous OS). Мобильные роботы должны обладать высокой степенью автономности, чтобы самостоятельно работать в сложных, частично неизвестных условиях, используя свои ограниченные физические и вычислительные ресурсы. Поэтому программное обеспечение наземного или воздушного робота должно в режиме реального времени гарантировать, что робот выполнит свои задачи, несмотря на перечисленные ограничения. Управление должно обеспечивать стабильность, возможность интеграции множества датчиков и интерфейсов. Архитектуры управления и вычислений должны быть разработаны с учетом всех этих требований. Существующий опыт разработок еще не создал окончательной парадигмы распределения и координации функций, необходимых для создания стандартной единой автономной операционной системы. В 2021 г. Gartner предсказывало появление такой технологии в течение примерно пяти лет.

Мультимодальный пользовательский интерфейс (Multimodal UI) - это тип интерфейса, который обеспечивает пользователям возможность взаимодействия с роботами при помощи нескольких способов, включая ввод/вывод на основе использования голоса, прикосновений или жестов. Идея мультимодального интерфейса заключaется в том, чтобы предоставить пользователям возможность выбора наиболее удобного для них способа ввода или использования комбинации двух или более способов ввода одновременно. Этот тип интерфейса чрезвычайно важен в робототехнике, поскольку дает возможность пользователям общаться с роботами естественным, интуитивно понятным способом, делая робототехнику более доступной. В 2021 г. Gartner относила данную технологию к трем важнейшим с точки зрения веса (влияния) на развитие робототехники и прогнози- ровала ее выход на плато с горизонтом 3-6 лет.

Карты высокой четкости (HD Maps) - это детализированные кар- ты, созданные с помощью различных датчиков и других технологий, таких как LiDAR, GPS и компьютерное зрение. HD-карта предоставляет подробную информацию об окружающей среде и дает указания по управлению автономным транспортным средством. Существуют технологии создания карт высокой четкости как в 2D, так и в 3D-фор мате. Карты высокой четкости фиксируют широкий спектр информации, включая расположение дорог, зданий и других сооружений, а также топографию и другие данные, имеющие отношение к работе системы. Они являются важным компонентом многих современных робототехнических приложений, поскольку поддерживают безопасную и эффективную навигацию в сложных условиях. В 2021 г. Gartner оценивала технологию как уже выходящую на плато продуктивности. Wi-Fi 6E - это новый стандарт Wi-Fi, представленный Wi-Fi Alliance.

Он работает в диапазоне 6 ГГц, обеспечивая дополнительную пропускную способность для снижения перегруженности в местах скопления людей, обеспечивает более высокую скорость и меньшую задержку для приложений реального времени. Wi-Fi Alliance начал сертифика- цию устройств с Wi-Fi 6E в январе 2021 года. По данным Gartner техно- логия уже начала выходить на плато продуктивности в 2021 г.

Беспроводная зарядка (Wireless charging) - это технология зарядки аккумулятора робота без физического соединения между роботом и зарядной станцией с помощью электромагнитных полей. Технология позволяет роботам автоматически заряжаться при возвращении на докстанцию без вмешательства человека. Беспроводная зарядка все чаще используется в робототехнике для повышения автономности, гибкости и эффективности роботизированных систем. В 2021 г. технология позиционировалась как выходящая на стадию продуктивности с горизонтом 3-6 лет.

Гибридный твердотельный лидар (с многогранной вращающейся призмой на основе MEMS) (Solid state MEMS scanning lidar) - это тип лидарной системы, в которой используются зеркала на основе микро- электромеханических систем для высокоскоростного определения дальности. Технология использует лазерное излучение для измерения и отображения физических свойств объектов в трехмерном пространстве. Перенаправление луча происходит за счет использования конструкции из MEMS-зеркал, которая за счет перемещения оптических элементов задает требуемый угол обзора. Твердотельный LiDAR имеет небольшие размеры и вес, что делает устройства этого типа предпочтительными для использования на БПЛА. На момент написания курса (в 2023 г.) технологию можно считать выходящей на массовый рынок, поскольку уже в 2020 г. она прогнозировалась как приближающаяся к этой стадии с интервалом 2-5 лет.

Объединение датчиков (Sensor fusion) подразумевает интеграцию данных от нескольких датчиков для повышения точности, надежности и общей производительности робота. Простейший пример слияния датчиков - это совместное использование данных энкодера колеса и данных инерциального измерительного блока для определения положения и ориентации робота. Технология позволяет объединить данные от множества датчиков на роботе и вне его, чтобы уменьшить неопределенность при навигации или выполнении конкретных задач. Благодаря объединению данных из нескольких источников робот может принимать более обоснованные решения в режиме реального времени, что позволяет ему выполнять задачи более эффективно и результативно. Интеграция данных позволяет повысить точность и надежность решения без изменения базового программного или аппаратного обеспечения. Технология уже в 2020 г. выходила на плато продуктивности.

Технологии с выходом на плато - свыше 5 лет

Персональные роботы (Personal robots) - это устройства, разработанные для личного использования и предназначенные для выполнения задач отдельного человека в домашних или офисных условиях. Термин неоднократно упоминался в курсе. По-настоящему массовых персональных роботов, кроме домашних пылесосов, пока практически нет. На момент написания курса в 2023 г. разрабатывались персональные роботы со все более совершенными возможностями, такими как распознавание голоса, обработки естественного языка и машинного обучения, но какие из них смогут стать популярными в домашнем хозяйстве, пока не очевидно. Компания Gartner изменила свое отношение к технологии в 2023 г. Если в 2021 г. перспектива выхода в стадию продуктивности оценивалась с горизонтом 6-8 лет, то в 2023 г. прогноз был пересмотрен, и такая перспектива отложена до 2033 г.

ИИ анализа эмоций (Emotion AI) - технология, относящаяся к устройствам, которые оценивают, анализируют, моделируют и реагирует на человеческие эмоции. Задача эмоционального ИИ - научить машины распознавать человеческие эмоции для совершенствования интерфейса взаимодействия машин и людей. Эта задача включает обучение машины способности различать выражения лица, жесты, тональность голоса. Построение такой технологии сопряжено с рядом трудностей прежде всего потому, что связь между выражением лица человека и его эмоциями не является однозначной (одни и те же эмоции могут выражаться по-разному). На эмоциональное поведение влияет темперамент, культурные традиции, настроение человека. Тем не менее, подобно тому как традиционный сентимент-анализ изучает отношение клиента к продукту бренда на базе текстовых сообщений в Интернете, одна из задач эмоционального ИИ - оценить отношение клиента к бренду (и контенту вообще) на основе его мимики. Отслеживание динамики перемещения взгляда клиента по сайту, мониторинг его мимики и попытка угадать впечатление клиента от просмотра контента - одна из задач эмоционального интеллекта. Такие функции потребуются многим сервисным роботам, вступающим в контакт с клиентами. Применение технологии перспективно в самых разных областях, где важно понимание реакции клиента: в маркетинге, в продажах, в сервисном обслуживании клиентов, пациентов больниц, домов престарелых, гостиниц и т. п. В 2020 г. Gartner оценивала перспективы выхода технологии на плато продуктивности с горизонтом 5-10 лет.