Наиболее заметное влияние облачная робототехника может оказать в областях, которые предполагают доступ к огромным базам данных, а также мощным вычислительным ресурсам, т. е. в таких, как распознавание зрительных образов. Взять, к примеру, техническую задачу колоссальной сложности – создание робота, который мог бы выполнять различные работы, связанные с ведением домашнего хозяйства. Чтобы прибраться в комнате, роботизированная домработница должна уметь распознавать практически бесконечное множество объектов и знать, что с ними делать. Каждый из объектов может не походить на эталонный, быть ориентирован в разных направлениях и даже представлять одно целое с другими объектами. Давайте сравним эти сложные задачи с работой, выполняемой роботом-грузчиком компании Industrial Perception, с которым мы познакомились в начале главы. Да, конечно, способность робота распознавать и брать отдельные коробки из беспорядочно наваленной кучи – впечатляющее достижение; но все-таки – это же просто коробки. Очевидно, что до способности распознавать практически любые объекты, независимо от их формы и сочетания, еще очень далеко.

Создание доступного по цене робота с комплексной системой восприятия и распознавания визуальных образов – задача не из легких. Впрочем, благодаря облачной робототехнике у нас хотя бы есть представление о том, в каком направлении следует двигаться для ее решения. В 2010 г. Google представила функцию Goggles для мобильных устройств с камерой. С того времени возможности данной технологии существенно расширились. С ее помощью вы можете сделать снимок объекта, такого, например, как историческое здание, книга, произведение искусства или товар в магазине, передать его системе для распознавания и получить дополнительную информацию о нем. Чтобы встроить функцию распознавания практически любых объектов в собственную систему управления отдельного робота, требуются колоссальные усилия и затраты. Но вот представить роботов, которые будут распознавать объекты вокруг себя, сравнивая их с огромными централизованными коллекциями изображений, подобными той, что используется системой Goggles, уже не так трудно. Находящаяся в облаке библиотека изображений может постоянно обновляться, а значит, каждый раз при обновлении библиотеки будет улучшаться и способность роботов распознавать зрительные образы.

Широкое применение облачных технологий в робототехнике, несомненно, будет способствовать дальнейшему прогрессу в этой области, но одновременно с этим оно создает серьезные причины для беспокойства, особенно в области безопасности. Даже если оставить в стороне настораживающее сходство со Skynet – контролирующей всех и вся системой искусственного интеллекта из фильмов «Терминатор» с Арнольдом Шварценеггером в главной роли, – возникает куда более утилитарная и актуальная проблема выявления и предотвращения попыток взлома и кибератак. Особую остроту она приобретет тогда, когда облачная робототехника станет частью нашей транспортной инфраструктуры. Например, если когда-нибудь мы придем к транспортировке продуктов питания и других жизненно важных товаров с помощью автоматизированных грузовиков и поездов, управляемых из единого диспетчерского центра, мы получим систему с крайне низким уровнем защиты. Уже сейчас встает проблема уязвимости промышленного оборудования и жизненно важных компонентов инфраструктуры, таких как электросети, для кибератак. О реальности угрозы свидетельствует пример компьютерного червя Stuxnet, созданного правительствами США и Израиля в 2010 г. для атаки на центрифуги, использующиеся в рамках иранской ядерной программы. Степень серьезности этих проблем возрастет многократно, как только важные компоненты инфраструктуры окажутся в зависимости от централизованных вычислительных ресурсов.

Среди всех сфер занятости, образующих экономику США, в наибольшей степени развитие технологий сказалось на сельском хозяйстве, изменив его до неузнаваемости. Очевидно, что большинство нововведений относятся к области механики, и появились они задолго до современных информационных технологий. В конце XIX в. почти половина всего экономически активного населения США была занята на фермах. К 2000 г. этот показатель упал до 2 %. В настоящее время в развитых странах доля человеческого труда в производстве таких сельскохозяйственных культур, как пшеница, кукуруза и хлопок, т. е. тех, культивирование которых, включая сев, уход и сбор урожая, осуществляется с применением механических средств, настолько мала, что ею можно пренебречь. Многие виды работ, связанные с выращиванием скота и птицы, также механизированы. Например, на молочных фермах широко применяются роботизированные доильные системы, а убой и переработка кур осуществляются в автоматическом режиме, поэтому выращиваемые в США куры должны быть стандартного размера.

Практика применения ручного труда сохраняется лишь в некоторых областях сельского хозяйства, главным образом связанных со сбором ценных фруктов и овощей, нуждающихся в осторожном обращении, а также с культивированием декоративных растений и цветов. Как и в случае с другими относительно рутинными видами ручного труда, до настоящего время их спасала от механизации высокая степень зависимости от способности распознавать зрительные образы и ловкости. При сборе урожая фруктов и овощей высок риск повреждения плодов; к тому же зачастую при сборе необходимо учитывать цвет и мягкость. Для машины распознавание зрительных образов – серьезная проблема: освещенность может значительно меняться, ориентация плодов в пространстве может быть разной, кроме того, они могут быть частично или полностью скрыты листвой.

Текст предоставлен ООО «ЛитРес».

Прочитайте эту книгу целиком, купив полную легальную версию на ЛитРес.

Безопасно оплатить книгу можно банковской картой Visa, MasterCard, Maestro, со счета мобильного телефона, с платежного терминала, в салоне МТС или Связной, через PayPal, WebMoney, Яндекс.Деньги, QIWI Кошелек, бонусными картами или другим удобным Вам способом.