Роботы

Что наша жизнь? Игра!

Эта история началась почти год назад. Сидели мы как то с другом и подумали, а что если сделать систему, для игры через интернет? То бишь, управления реальными роботами?

Сказано сделано робота закипела

В процессе предварительного обсуждения была выбрана конструкция а-ля танк то есть 2 колеса с отдельными двигателями, без рулевой системы вообще. Эта система дает роботу высокую маневренность и возможность развернуться на 180 градусов, стоя на месте. Кроме того, побочным следствие такого разворота является возможность наносить удар по шайбе(если есть клюшка) на этом месте, многие должны вспомнить игру настольный хоккей где хоккеисты вращаются вокруг своей оси и таким образом бьют по шайбе.

Однако, такое устройство ходовой части вызвало большие проблемы в будущем. Почему: 2 отдельных двигателя никогда не будут вращаться с синхронной скоростью, если не имеют жесткой механической связи. Почему: разность изготовления на заводе, погрешности в посадке и диаметрах колес и т.д. и т.п.

Поэтому, единственный путь синхронизировать колеса (если не связывать их некой жесткой связью типа общей оси) то использовать программную синхронизацию.

Сначала взяли для этих целей акселерометр/гироскоп. Но это оказалась насколько простая, настолько и не неудачная идея: робот стал терминатором который четко прёт вперед и его не может сбить с курса ничто даже удары других роботов. А это плохо. Мы здесь не скайнет строим и такие терминаторы не нужны. К слову, программная реализация сего действа достаточно сложна (как оказалось).

Пришлось отказаться. Второй путь установка энкодеров (дырчатых дисков) на колеса и датчиков, считывающих импульсы, когда дырка проходит мимо датчика. Таким образом, зная скорости прохождения дырок на каждом из колес, можно много раз в секунду корректировать скорости вращения колес и делать их одинаковой. Это не делает робота терминатором - его вполне можно сбить с курса, ударом другого робота. Это просто синхронизирует скорости колес. То, что надо.

Сразу скажу, что это был весьма тернистый путь как с точки зрения использующихся технических решений, так и физической сложности изготовления: одних только деталей для роботов - было отпечатано более 100 штук! Причем печать велась на открытом балконе, "и в снег, и в зной, и в дождик проливной".

Были на этом пути и неудачи: была закуплена большая партия Ni-Mh аккумуляторов и зарядных устройств, для них. Но, как оказалось, они не справляются с такой энергоотдачей.

И, в итоге- они полетели в корзину(условно)

Пришлось перейти на литий-ионные элементы 18650.

Сейчас система представляет собой веб сайт, на который ведется трансляция с youtube. Пилоты роботов заходят на него и берут в управление свободного робота. И let the battle-begin!!!

Управление ведется стрелками с клавиатуры. Также, оно дублировано на другую конкурирующую схему (лично я- фу фу, только стрелки но пускай будет) WASD.

Для создания стола мы закупили школьную доску.

И установили на нее бортик из алюминиевой полосы. Это работа была бы невозможной, без станочного парка. Тут нам тоже повезло-у нас есть токарный станок по металлу и сверлильный тоже...

Далее напечатали боковины ворот с плотной посадкой подшипников в них (подшипники имелись у меня в количестве аж 50 штук от другого проекта).

На боковинах можно видеть гребенки натяжители сетки. Которые помогут нам натянуть сетку на ворота.

Далее из того же нержавеющего прута и куска такой же нержавеющей трубы (ибо прут закончился нежданно-негаданно) были выточены соединительные распорки для боковин.

В качестве сетки случайно попался на глаза и был немедленно разодран - сетчатый мешок для стирки мелких вещей в стиральной машине. У него оказался весьма модный шестигранный рисунок сетки. Мы впали в восторг!

Однако, рано радовались. Как оказалось, начался самый сложный этап для почти любого мужика швейные работы! Как оказалось, это даже сложнее, чем программинг, 3d печать и токарные работы вместе взятые!

Вдоволь намучавшись мы таки обшили сеткой ворота. Система готова! Уииии!!!

В качестве шайбы было взято решение, которое я подсмотрел давным давно еще в начале 90-х, в журнале "Юный Техник".

Тогда я был моложе, трава зеленее а руки у меня "кривее".

Они предлагали ее сделать из шайб для хоккея и больших шаров от подшипников. Это позволило бы играть в хоккей в крытом помещении на обычном полу.

Тогда у меня ничего не вышло. Но, спустя примерно 30 лет, с помощью не своих рук, а 3d принтера я таки осуществил сие! ^_^

Что можно сказать насчет готовой шайбы: скользит просто как по льду. Поведение у нее - как у настоящей шайбы.

После первых игр, видно, как изменились клюшки они стали ветеранскими: щедро покрыты царапинами и славой побед ^_^

Шайбе тоже досталось ее потрепало в битве как надо (видно расщепление слоев 3d печати, после множества ударов клюшкой):

Итак, много всего было сказано, осталось только показать тестовую работу системы:

Так как многим будет интересна программная и "железная" начинка системы, вкратце скажу и о ней

Веб интерфейс самописный и работает на php и javascript. Ссылку на него пока давать не буду, так как работы еще идут.

Роботы построены на основе микроконтроллера Espressif esp32, двухканальных драйверах двигателей, оптических инфракрасных датчиках (для энкодеров колёс), повышающих преобразователях (на 12V), батарее питания 18650.

Программирование роботов осуществлено с помощью Arduino IDE.

Управление роботами осуществляется с использованием протокола MQTT.

Почему вообще MQTT: чтобы избежать проблемы "прохода через роутер" из "внешнего" интернета и не думать о сменах IP адреса робота, при переподключениях и необходимости его сообщения клиенту из "внешнего" интернета.

Пилот робота управляет им через веб интерфейс, который постит управляющие команды в соответствующие топики, на которые подписан конкретный робот. Робот, в свою очередь постоянно мониторит эти топики, и, при получении очередной команды, исполняет её.

Что планируется сделать далее: так как, иногда наблюдается некоторое подтормаживание команд, проходящих через MQTT брокер (возможно, это связано с использованием публичного бесплатного MQTT брокера и, в целом, не совсем подходящего для этих целей MQTT протокола) - думаем перевести всю систему просто на websockets, без MQTT. Или же, использовать свой, отдельный MQTT брокер. Кстати сказать, насчет вот этого пункта, будет очень интересно услышать совет знающих людей, как нам лучше всего реализовать подключение для стабильного управления.

Пока проект находится на такой стадии.

Картинка в начале поста используется только для привлечения внимания. Проект своего названия ещё не имеет.

Подразделение Microsoft Research недавно опубликовало предварительный релиз Lean4. Предыдущие версии Lean были сосредоточены на том, чтобы быть помощником по доказательствам программным инструментом, который облегчает разработку строгих математических доказательств с помощью интерактивной совместной работы человека и машины. До сих пор язык Lean в основном применялся для оцифровки теоретической математики.

Главная цель Lean4 сделать Lean хорошим языком программирования, а не просто помощником по доказательствам. Синтаксис был переработан во многих отношениях, чтобы облегчить написание более широкого спектра программ. Был написан оптимизирующий компилятор, генерирующий эффективный код на языке C. Он обладает новой высокопроизводительной технологией управления памятью, помогающей избежать проблемных пауз во время работы, которые часто сопровождают такие инструменты (например сбор мусора), и при необходимости легко интегрируется с существующим кодом C/C++. В настоящее время Lean в значительной степени самодостаточный язык, который написан на самом языке Lean.

Чтобы оценить пригодность Lean как языка программирования для реальных систем, мы решили написать Lean-реализацию контроллера робототехники, работающего на одноплатном компьютере. Чтобы сделать задачу интереснее, мы выбрали контроллер для двухколёсной роботизированной платформы. Если Lean-программы не способны подавать двигателям команды в режиме реального времени в ответ на входные сигналы датчиков, система в буквальном смысле упадёт.

Наша цель состояла в том, чтобы создать работающий контроллер на языке Lean. Это отличается от того, о чем обычно думают при использовании программ для доказательства теорем. Как правило, можно указать формальную модель контроллера, которая может опустить низкоуровневые детали, определить отражающие предположения аксиомы, которые, как ожидается, будут верны для окружающей среды, а затем попытаться доказать, что контроллер стабилизировал систему в мире, удовлетворяющем аксиомам окружающей среды. Это достойная цель, и мы хотели бы в итоге её достичь. Однако, поскольку при фактической реализации контроллера для этого проекта будет использоваться язык Lean, нам необходимо было включить детали низкого уровня, которые в противном случае могут быть опущены.

Мы начали с покупки двухколёсного робота за 90 долларов и стали проводить эксперименты с языком Lean. Мы проверили сгенерированный код на языке C и библиотеку времени выполнения и обнаружили, что код вполне переносим. К сожалению, предварительный выпуск библиотеки времени выполнения Lean содержит зависимости (например от библиотеки libgmp), и она слишком велика для контроллера робота на базе Arduino. К счастью, сгенерированный код легко запускается на компьютере Rasberry Pi.

Мы приобрели 8-гигабайтную версию, чтобы скомпилировать Lean непосредственно в ней. Это добавило 80 долларов к стоимости нашего проекта, и мы вписались в наши необходимые аппаратные ограничения, а авторы Lean заинтересованы в решении проблем с размером библиотек времени выполнения.

Следующим шагом стало разделение существующего кода роботизированного контроллера для работы через последовательное соединение Bluetooth, чтобы запустить все алгоритмы управления на Rasberry Pi, сохранив при этом минимальный код для управления двигателем и считывания данных акселерометра на плате Arduino. Это было довольно просто, но потребовало использования сервиса Google Translate, чтобы понять комментарии в исходном коде. Исходный код после перевода комментариев можно посмотреть здесь, а разделённый на секции код Arduino после извлечения алгоритмов управления здесь.

Затем мы транслировали код управления с языка C на язык Lean с помощью ручного, но довольно простого процесса. Версия Lean 4 в конечном счёте создаёт функциональные определения и обладает точностью, модульностью и композиционными преимуществами функционального программирования. Однако она имеет многофункциональный исходный язык, который позволяет использовать циклы for, мутабельные локальные переменные и структурированные операторы управления потоком, такие как break и continue. Внутри Lean4 использует сложный процесс анализа для автоматической и прозрачной реструктуризации кода в функциональное определение. Это снизило уровень усилий, необходимых для портирования с языка C на язык Lean.

Написанный нами код Lean доступен широкой публике на Github. Основная функция пошагового управления BalanceCar.update выполняется каждые 5мс. Для оценки ориентации робота по показаниям гироскопа и акселерометра (6 DoF IMU) используется фильтр Калмана. Контроллер PD принимает состояние ориентации в качестве входных данных и определяет скорость двигателя, таким образом замыкая контур управления.

После завершения портирования мы написали некоторый код на языке C, чтобы подключить код управления на языке Lean к последовательным API-интерфейсам Bluetooth, и опробовали его. Первоначальные результаты были занимательными, но не совсем правильными:

Это немного разочаровало, но такое случается в реальном программировании. Мы провели несколько тестов, внесли некоторые изменения, чтобы уменьшить задержку Bluetooth, и исправили в Lean-коде попутно обнаруженную ошибку. В итоге мы успешно создали работающего робота:

Как отмечалось ранее, это был всего лишь небольшой эксперимент для тестирования языка Lean в контроллере реального времени и работы, необходимой для ручного переноса кода с языка C на язык Lean. Мы ещё не проверили правильность контроллера (пока), но, когда у нас будет немного больше времени, мы планируем поработать над этим и интегрировать контроллеры на языке Lean в экосистему ROS, чтобы и другие люди могли опробовать его. У нас также есть более крупный проект, в котором языки Haskell и Lean, а также SMT-решатель используются совместно, чтобы создать проверенный декомпилятор от 64-разрядной версии с архитектурой x86 до LLVM. В будущем у нас будет больше информации об этом.

Вся работа, которую мы проделали для этого проекта, находится в открытом доступе, чтобы её могли попробовать выполнить те, кто в этом заинтересован. Мы намеренно использовали относительно недорогого робота, чтобы люди могли легко опробовать код. Так можно опробовать Lean лично или показать студентам, что вы можете писать реальные программы на этих языках. Если у вас есть какие-либо вопросы о проекте, вы можете пообщаться с нами на канале Lean Real-time Systems (Системы реального времени на языке Lean) сервиса Zulip.

Хочется поблагодарить авторов Lean, которые помогли сделать это возможным, а также Джоуи Доддса за комментарии, которые помогли улучшить эту публикацию.

Мы уже писали о том, как ML и компьютерное зрение используют на обогатительных фабриках, и если вы хотите научить роботов или машины видеть мир, принимать решения и действовать по ситуации, обратите внимание на наш курс "Machine Learning и Deep Learning" партнером которого является компания Nvidia.

Также можете взглянуть на профессию C++ разработчик, на котором можно прокачаться или освоить С++ с нуля. Приходите будет сложно, но интересно!

Узнайте, как прокачаться и в других специальностях или освоить их с нуля:

• Профессия Data Scientist

• Профессия Data Analyst

• Курс по Data Engineering

Почему я решил написать этот пост?

Вы конечно же можете посмотреть оригинальную инструкцию по установке ROS Noetic на сайте ROS Wiki , однако там все на английском и объясняется весьма туманно, я же постараюсь объяснить вам как можно понятнее. Итак, начнем.

Что такое ROS?

ROS Операционная система для роботов, остов для программирования роботов, предоставляющий функциональность для распределённой работы. ROS был первоначально разработан в 2007 году под названием switchyard в Лаборатории Искусственного Интеллекта Стэнфордского Университета.

Можно ли установить ROS Noetic на другие версии Ubuntu?

Правильного ответа на этот вопрос нет. Отдельные пакеты Noetic вроде как можно установить на другие версии операционной системы, однако стабильность их работы не гарантируется. Поэтому скорее все нет. Итак, давайте все-таки перейдем к самой установке.

Что делать если я использую другую версию Ububntu

ROS разрабатывался в разных версиях, которые устанавливаются на разные версии Ubuntu.

Как установить ROS если вы использует другую версию Ubuntu? Легко! Просто во всех примерах кода заменяйте слово noetic на название той версии, которая удовлетворяет вашем характеристикам например вместо ros-noetic, вы можете написать ros-melodic

Подготовка к установке. Настройка репозиториев

Начнем с того, что существуют четыре основных репозитория:

• Main- бесплатное программное обеспечение с открытым исходным кодом, поддерживаемое Canonical.

• Universe- бесплатное программное обеспечение с открытым исходным кодом, поддерживаемое сообществом.

• Restricted- проприетарные драйверы для устройств.

• Multiverse- Программное обеспечение, ограниченное авторским правом или юридическими вопросами.

Итак, начинаем настройку. Сначала открываем вкладку "Программное обеспечение Ubuntu" и в настройках "Ubuntu Software" ставим галочки так, как показано на картинке

Далее переходим во вкладку "Other sowtware" и ставим галочки на пунктах Canonical Parthners и Canonical Parthners(source code)

Установка этих параметров поможет корректно установить пакеты ROS

Установка ROS Noetic

Шаг 1

После настройки репозиториев можем приступать к самой установке. Для начала настраиваем систему на прием пакетов программного обеспечения с packages.ros.org . Вставляем в терминал следующую команду:

sudo sh -c 'echo "deb http://packages.ros.org/ros/ubuntu $ (lsb_release -sc) main"> /etc/apt/sources.list.d/ros-latest.list'

После этого настраиваем свои ключи. После добавление репозитория вводи одну из следующих команд:

sudo apt-key adv --keyserver 'hkp://keyserver.ubuntu.com:80' --recv-key C1CF6E31E6BADE8868B172B4F42ED6FBAB17C654

В качестве альтернативы мы можем использовать curl вместо команды apt-key, что может быть полезно, если вы находитесь за прокси-сервером:

curl -sSL 'http://keyserver.ubuntu.com/pks/lookup?op=get&search=0xC1CF6E31E6BADE8868B172B4F42ED6FBAB17C654' | sudo apt-key add -

Шаг 2

Во-первых обновляем пакеты с помощью команды

sudo apt-get update

Шаг 3

Начинаем установку. Для этого надо решить, какой ROS вы хотите себе установить:

1. Desktop Full - та сборка, которую я вам рекомендую ставить. Эта версия устанавливает все, что только можно: 2D/3D симуляторы и программы восприятия. Для того, чтобы установить эту версию пишем в терминале:

sudo apt install ros-noetic-desktop-full

2. Desktop Instal - этот пакет содержит в себе все компоненты на базе ROS, а также и такие элементы как rqtиrviz. Для установки этой версии пишем в терминале следующую команду

sudo apt install ros-noetic-desktop

3. ROS-Base: (Bare Bones) - это просто голые библиотеки и пакеты ROS. Это тот вариант, который подойдет для продвинутых специалистов. Для установки этого варианта пишем в терминале:

sudo apt install ros-noetic-ros-base

Также вы можете установить какой-либо конкретный пакет ROS воспользовавшись командой:

sudo apt install ros-noetic-ИМЯ_ПАКЕТА

Шаг 4

Устанавливаем пакет bash, в котором мы будем использовать ROS. пишем в терминале:

source /opt/ros/noetic/setup.bash

Шаг 5

До сих пор вы устанавливали все, что нужно для запуска основных пакетов ROS.Для создания и управления собственными рабочими пространствами ROS существуют различные инструменты и требования, которые распространяются отдельно.Например,rosinstall- часто используемый инструмент командной строки, который позволяет легко загружать множество исходных кодов для пакетов ROS с помощью одной команды. Для его установки пишем в терминале:

sudo apt install python3-rosdep python3-rosinstall python3-rosinstall-generator python3-wstool build-essential

Шаг 6

Прежде чем вы сможете использовать многие инструменты ROS, вам нужно будет инициализироватьrosdep. Онпозволяет легко устанавливать системные зависимости для исходного кода, который вы хотите скомпилировать, и требуется для запуска некоторых основных компонентов в ROS.Если вы еще не установилиrosdep, то самое время его установить. Для этого пишем в терминале:

sudo apt установить python3-rosdep

Шаг 7

Для инициализации rosdep пишем в терминале:

sudo rosdep init

И потом пишем следующее:

rosdep update

ИТОГ

Поздравляю вас с установкой ROS Noetic. Теперь вы можете начать программировать собственных роботов с помощью ROS.

21 февраля 2021 года прошел уже четвертый Сахалинский чемпионат по робототехнике, который собрал 200 участников из 9 (из 18) муниципальных образований Сахалинской области, в пределах 100 гостей (родители, болельщики, неравнодушные граждане) и почти 30 тренеров и наставников, выступивших в роли судей прошедшего мероприятия. Возраст участников от 4 до 18 лет, 5 соревновательных направлений и конкурс интерактивных проектов, долгожданные партнеры, которые помогли обеспечить призовой фонд, мастер-классы для малышни и родителей, и наконец-то в дополнение к медалям и кубкам - дипломы победителей в рамках под стеклом. Этот чемпионат стал очередным психологическим барьером по количеству участников (правда, каждый предыдущий также преодолевал очередной порог), но что важно именно в ковидную эпоху и период длительного локдауна образовательной системы он показал востребованность и важность подобного мероприятия в островном регионе. Однако, перед этим четыре года работы, опыта, согласований, ошибок и удач.

Как все начиналось и почему

Фактически мы некоммерческая организация, учебный центр, занимающийся дополнительным образованием детей и взрослых. Такая организационная форма выбрана потому, что раньше по закону об образовании лицензия на образовательную деятельность выдавалась только некоммерческим организациям. Затем, новый федеральный закон 2012 года уравнял все юридические лица в праве получения лицензии, однако когда организации много лет (нам уже 17), смена юридического лица выглядит достаточно болезненной процедурой. Кроме того, статус НКО дает возможности по привлечению дополнительного финансирования в виде грантов и субсидий, оно это совсем другая история.

Образовательные услуги у нас платные (за исключением тренировок для участников чемпионатов профессионального мастерства WorldSkills и Абилимпикс) и для детей, и для взрослых. Как и для любой организации, важным моментом является рекламная деятельность, а массовые мероприятия замечательный маркетинговый инструмент, позволяющий привлечь новых клиентов (особенно если имеющиеся показывают на подобных мероприятиях свои успехи).

В 2016 году мы решили добавить в курсы для детей что-нибудь новое и родилась идея (в ту пору для центральной России уже совсем не новая, однако, как известно, до глубинки все доходит очень долго и с запозданием на 4-5 лет) ввести курсы по основам робототехники на конструкторах LEGO Mindstorms. Первая небольшая группа в 12 человек у нас занималась бесплатно (не знаешь сам учи других), для нас опыт в освоении новых технологий, для детей возможность использовать сухую математику и планиметрию хоть в какой-то практике.

И буквально сразу же, как из рога изобилия, на нас начали сыпаться возможности участия в различных мероприятиях (в области никто, кроме нас, не занимался робототехникой, а Министерству образования уже нужно было сдавать отчеты с показателями). Первый опыт дальневосточный полуфинал чемпионатов WorldSkills в то время в линейку движения входило направление JuniorSkills фонда Вольное дело Олега Дерипаски, ныне практически почившее. Собственно, в рамках этого JuniorSkills наши воспитанники и попробовали свои силы в этой самой робототехнике, а также показали нам, что мы движемся по правильному пути ребята (почти всегда робототехника это командные соревнования) завоевали третье место вреди команд ДВФО. Пару недель спустя нас пригласили принять участие в робототехническом фестивале РобоФест, да еще и стать региональными представителями (фактически операторами регионального отборочного этапа) данного направления. Первый серьезный выезд и первая серьезная конкуренция (это вам не 7 команд ДВФО) показали нам, как тренерам и преподавателям, что еще предстоит учиться и учиться (хотя ребята оказались в середине рейтинга по итогам фестиваля).

Еще буквально месяц спустя мы стали региональным оператором Всероссийской робототехнической олимпиады, национальным оператором которой в 2016 году являлся университет Иннополис. И в мае 2016 года мы провели первые региональные соревнования по робототехнике. Здесь и оказался зарыт первый камень. Поскольку кроме нас робототехникой больше никто не занимался, наши ребята соревновались с нашими же ребятами. Дружественная и доброжелательная обстановка, ноль конкуренции, отсутствие умений конкурентной борьбы и получения высших результатов. Дети молодцы, сделали все что могли, мы поставили себе галочку, что направление робототехники в регионе необходимо развивать.

Завершилась череда мероприятий поездкой в Иннополис с двумя командами. Насмотрелись там всякого, оценили уровень подготовки команд по стране. Познакомились с замечательными людьми, ответственными за проведение олимпиады. Начали проникаться духом организаторства. Отныне поняли, что у нас две пули шрапнель в пятой точке и что-то со смещенным центром тяжести в голове. Пора начинать прыгать выше своей головы. Чемпионатные движения это замечательно, региональные этапы здорово, внимание СМИ еще лучше. Собственно, то, ради чего все и начиналось.

Найти себе конкурентов

Однако, позже анализируя все произошедшее (оно происходило достаточно быстро и динамично, поэтому обстоятельно задуматься над всем, как все прошло, удалось только ближе к началу нового учебного года) и выстраивая календарь предстоящих мероприятий, стало ясно за учебный год предстоит заняться подготовкой и проведением трех региональных чемпионатов, как минимум два из которых будут иметь выход на федеральный уровень. Однако, продолжаться так, как было в первом региональном ВРО в мае 2016 года (9 команд, 18 человек, все воспитанники нашего учебного центра), это все дело не может. Не потому, что мало участников (хотя требования к количеству и динамике прироста количества участников и предъявляются к региональным операторам, к тому же в новом учебном году робототехникой у нас занималось, наверное, чуть меньше сотни детей), а потому, что отсутствие конкуренции на региональном уровне приводит к неумению работать в конкурентной среде на уровне федеральном. Возникает вопрос где взять конкурентов для собственных учеников.

Так началась наша практика в обучении не только собственных слушателей и методической помощи новым преподавателям, но и обучение детей (в рамках почти сетевого взаимодействия) в других организациях, а также периодически курсы повышения квалификации для преподавателей робототехники.

Забегая вперед, могу сказать, что курсы для педагогов оказались востребованными групповые занятия позволили нам повысить уровень наших педагогов, разобрать решение некоторых олимпиадных задач с преподавателями других образовательных организаций, и по итогу повысить общий уровень детей в регионе, что сделало в будущем наши собственные чемпионаты более конкурентными. Сейчас проведение курсов для преподавателей в преддверии очередного чемпионата стало, фактически, нормой. Курсы проходят на бесплатной основе (в последний раз в дистанционном формате, поскольку практически все слушатели были из других городов области), с условием, что прошедшие обучение преподаватели готовят детей для участия в нашем чемпионате. За 4 года через обучение прошло чуть больше 40 преподавателей.

Итак, непростая задача с повышением уровня детей оказалась решаемой, и в рамках первого же следующего чемпионата нашим воспитанникам пришлось познакомиться с конкурентной средой. Кроме того, работа с ребятами из других образовательных учреждений принесла еще один, незапланированный, результат повышающийся уровень доверия к нам как к наставникам и тренерам приводил к увеличению контингента наших платных курсов. В том числе за счет плавного перетекания контингента к нам. Так было положено начало борьбе за детей.

Вот только здесь стоит сделать одну оговорку даже несмотря на то, что фактически мы транслировали почти все, что знаем и умеем, на преподавателей других образовательных организаций, многое зависит от самих обучаемых. И здесь в дело вступает разница между слушателями платных и бесплатных (школы, Кванториумы, IT-кубы, дома детского творчества) курсов. Осторожно, субъективное мнение, возможно связанное с региональной спецификой! Дети, посещающие платные курсы, более мотивированы к усвоению знаний ведь ни один родитель не будет продолжать оплачивать дополнительное образование, если ребенку не интересно или образование не дает результатов. В отличие от бесплатных курсов, которые для большинства детей это способ времяпрепровождения, а не саморазвития (за исключением, конечно же).

В любом случае, эта деятельность дала свои результаты. Количество детей, принимающих участие в мероприятиях по робототехнике, постепенно начало расти.

Первый чемпионат и почему он оказался важен

Собственно, как было сказано выше, в течение 2016/2017 учебного года было принято решение о проведении 3 различных соревнований по робототехнике. Для этого пришлось пройти несколько курсов, сдать множество тестов на знание регламентов, один раз съездить на чужой окружной чемпионат линейки РобоФест (ранее это было необходимо для получения статуса судьи, в противном случае чемпионат в субъекте мог быть признан состоявшимся только при приглашении сертифицированного судьи из другого субъекта).

К этому моменту у нас уже прошли первые курсы для преподавателей, проведено несколько образовательных сессий в других образовательных учреждениях, и по итогу на первый нормальный региональный РобоФест собрано около 70 участников (фестивалили 3 дня, устали, но получили первый опыт организации проведения более-менее приличного научно-технического фестиваля). Плюс масштабное освещение в СМИ (по телевидению нас крутили каждый день, больше. Чем губернатора перед выборами). Само собой, с рекламной точки это дало хороший эффект, а также вывод, что овчинка, собственно, стоит выделки на длинной перспективе затраты на проведение и организацию чемпионата были меньше, чем потенциальный доход от нового контингента, пришедшего на платные курсы после проведения чемпионата.

Сразу после этого получилось принять участие во всероссийском фестивале РобоФест, который проходил в Москве, в 75-м павильоне ВДНХ. Причем, не просто привезти в роли сопровождающего детей, но и принять участие в работе судейской коллегии еще один бесценный опыт и возможность посмотреть на то, как масштабные мероприятия выглядят изнутри. Нам-то, жителям провинции, все в новинку было.

А следом вновь май, вновь региональный этап всероссийской робототехнической олимпиады, вновь Иннополис и вновь работа в судейской коллегии национального отборочного этапа. И совсем другой подход в организации работы площадок, организации работы судей. Лучше. Продуманней. И более ориентированно на обязательность одинакового подхода к судейству. Даже с практикой по судейству перед проведением соревнований. С достаточно безумным тестом на право судейства. И тоже новый опыт в копилку.

Традиционно (по крайней мере у нас в субъекте), РобоФест собирал на уровне региона большее количество команд, нежели всероссийская робототехническая олимпиада. И это начало сеять первые диссонансы оба мероприятия имеют выход на уровень федерации, оба по робототехнике, оба весьма уважаемы. А ВРО еще и всемирный этап имеет, что как бы говорит об уровне мероприятия в принципе.

И здесь пришел момент, когда необходимо чуть-чуть остановиться и подумать прошел год, необходимо попробовать подвести итоги. Заодно понять, будет ли следующий учебный год таким же, или пора что-то менять.

Незаслуженно остался почти не упомянутым в этой движухе очередной чемпионат WorldSkills (с все еще живым JuniorSkills), который прошел где-то в феврале 2017. Тогда в чемпионате выступило 10 детей (5 команд) на том же LEGO, фактически получилась тренировка перед выездом в Москву на РобоФест.

Все выглядело хорошо контингент на платных курсах растет, контингент на соревнованиях тоже показал свой рост. Даже требования к нам как к региональным организаторам оказались не такими уж и невыполнимыми, так что вроде и следующий год можно точно так же провести. Зачем менять то, что доказало свою работоспособность?

И вот здесь на поле боя вышел тот самый диссонанс. Посмотрев со стороны на все это дело, мы отранжировали сложность мероприятий для детей. JuniorSkills оказался самым простым и наименее массовым (кто не знает, компетенция считается состоявшейся, если в ней приняли участие 5 и более команд или участников). РобоФест из-за собственной погони за количеством участников федерального этапа по большей части решение образовательных задач по конструированию и программированию на LEGO (а затем не только на нем) не выглядел чем-то особенным (полигон черная линия на белой баннерной ткани и набор объектов, которые надо перевести из точки А в точку Б и прочие подобные задания). ВРО интересная инициатива, практико-прикладные задачи (как минимум информирование детей о проблемах мира, направлениях развития и прочие вещи), наличие какой-никакой преамбулы к заданиям, которая пытается раскрыть смысл тех или иных задач (сравниться с ВРО может First LEGO League там очень детально проработана мотивация участников к занятию робототехникой но так то ж те самые пропагандистские западные технологии, не иначе). Ну так вот это вот ВРО интересней для детей, но и сложнее. Все же все, кто принимает участие, работают с одними и теми же регламентами, и не важно сидишь ли ты в Сингапуре, в Москве, на Сахалине сложность заданий одинаково высокая и для регионального чемпионата, и для всемирного. Оттого и детей меньше принимает участие не все наставники рискуют связываться с заданиями такого уровня.

Вот здесь настал переломный момент. Оценив уровень команд материковой части России, оценив уровень и сложность заданий, мы увидели из наших детей есть единицы, кто может справиться с такими задачами, в то время как везде таких детей десятки, если не сотни.

Имеем интересную ситуацию. В одной руке перспектива олимпиадной подготовки детей, выстраивание правильного набора навыков, рост сложности заданий, выход большего количества детей на уровень региональных и национальных чемпионатов. А второй конец палки повышение сложности может привести к оттоку детей, которые не могут переварить материал более высокого уровня. К тому же в этот момент началась очередная движуха контингента, когда заинтересовавшиеся робототехникой дети начали приходить к нам, гордо заявляя, что они год уже где-то учились (а фактический уровень был по нашим меркам, к сожалению, гораздо ниже).

В другой руке как раз растущий контингент, и дети вместе с родителями, задающие резонный вопрос вы ведь региональные представители, и мой Вася/Петя/Юра/Акакий и прочий будущий инженер мирового уровня будет принимать участие в каждом из них, верно?

Есть еще один момент как мы знаем, кто девушку кормит, тот ее и танцует. То же самое происходит и в платном образования (опять-таки, вероятно в силу региональной специфики). Разделить детей по уровням получалось, но не всегда корректно. Приходит родитель, сует деньги, и говорит: Мой маленький гений это ваше лего уже три года собирает, он пойдет в группу по субботам с 10 утра, и точка. Все остальное время у него лыжи, английский, бег трусцой, хинди и бабушкин день рождения. Гений в это время если и собирает LEGO, то исключительно у себя из носа. К сожалению, специфика платных услуг и вопрос выживаемости на рынке, где становится все больше бесплатного дополнительного образования.

И получается, что необходимо соблюсти баланс и на чемпионаты по максимуму детей подготовить в части знаний, и явку обеспечить тоже неплохую. Однако первый чемпионат это не история о безысходности и далеко не вынужденная мера. Скажем так, предыдущие выводы показали возможные пути развития направления Робототехника в рамках нашего учебного центра.

Пока я был в университете Иннополис во время проведения ВРО 2017 года, судьба познакомила меня с человеком, который принимал участие в организации чемпионата по робототехнике на кубок губернатора в рамках своего субъекта. В тому времени подобные чемпионаты проводились только в 3 субъектах (из уже 85). Из плюсов собственные задания, которые с ходом времени растут в зависимости от роста уровня детей в субъекте.

Примерно в это же время правительство Сахалинской области объявило дополнительный грантовый конкурс для некоммерческих организаций на реализацию социально значимых проектов (а мы-то как раз НКО и имеем возможность в конкурсе принять участие). Ну а куда еще подавать заявку на финансирование потенциального кубка по робототехнике Сахалинской области, как не на конкурс правительства?

Время позволяло подготовиться, заняться разработкой конкурсных заданий (мы же уже умные, везде приняли участие, со всеми познакомились, посмотрели на все мероприятия изнутри и нас вроде ничем уже и не испугаешь). Задания разрабатывались и упрощались в несколько итераций, все же целью было не просто организовать чемпионат, но и обеспечить его заданиями такого уровня сложности, который обеспечил бы возможность вхождения новых участников, а не страх наставников перед уровнем сложности.

По итогу задания получились комбинацией отработки навыков, характерных для РобоФеста, обязательным наличием преамбулы и смысла в задании. По аналогии с ВРО и FLL. Из выбора грантодателя появилась и общая конва проекта, так задания все были объединены единой тематикой Устойчивое развитие Сахалинской области, а три соревновательных направления, их преамбула и игровое задание оказались связаны с перспективными (на тот момент) путями развития островного края Сахалинский туризм (1-4 классы), Сельское хозяйство (5-8 классы), Нефтегазовая промышленность (9-11 классы).

По итогам грантового конкурса из запрошенных 500.000 на проведение мероприятия нам одобрили 360.000. Надо сказать, что поиском партнеров среди компаний, работающих в сферах, схожих с направлениями конкурсных заданий, мы заниматься не стали. Благодаря тому, что основной источник деятельности нашей некоммерческой организации оказание платных образовательных услуг, а не бесконечный поиск грантовых и целевых вливаний, мы вполне могли позволить себе вложить дополнительные средства в реализацию проекта.

Итак, пришло время заявить о себе, начать информационную движуху, поиск участников, помещений, организацию брифингов для тренеров и наставников команд. В первый (и последний) раз это все называлось Чемпионат по робототехнике на кубок губернатора Сахалинской области. С тех пор в чемпионате остался только кубок (как физический предмет), поскольку за 4 года, несмотря на все приглашения, согласования, написанные речи для представителей власти, ни один губернатор (а их за 4 года проведения чемпионата было двое), своим августейшим вниманием данное мероприятие не осенил.

На подготовку было 2 месяца, и первыми, кого мы проинформировали, стали уже имеющиеся связи с тренерами и преподавателями. Затем, как свойственно многим русским людям, был хиатус и только за пару недель до чемпионата движуха, связанная со всей наградной атрибутикой, полями, логистикой команд, организацией питания участников и прочей деятельностью. Проведение, кстати, первого такого мероприятия привело к большому всплеску интереса со стороны СМИ снимались сюжеты о подготовке в различных образовательных организациях, брифинги и обучение преподавателей, тренировки и, конечно же, сам чемпионат.

Деление по возрастам оказалось в рамках чемпионата достаточно оптимальным, количество участников 72 ребенка. Правда, большая часть участников наши же слушатели (в пределах 80%), но мероприятие вновь выполнило свою цель (внутреннюю) количество платников в нашем учебном центре вновь подросло. Чемпионат проходил на базе школы, для проведения мероприятия хватило трех компьютерных кабинетов. Судейство же было обеспечено собственным коллективом и преподавателями, что, с одной стороны, позволило все организовать с минимальными временными затратами и обеспечить одинаковый подход к судейству, а с другой стороны вызвало вопросы по прозрачности судейства от представителей внешних команд.

По итогам мы провели анализ прошедшего мероприятия, и сделали для себя ряд выводов, не только позитивных, но и негативных. Так, например, один из проколов медали мы выдавали каждому участнику, а вот кубок один на команду; итоговый рейтинг команд и результаты соревновательных заездов не был опубликован (не то, что в режиме реального времени, а вообще). К тому же одинаковый временной регламент работы для учеников 1-2 классов и 10-11 классов оказался сложен из-за разной скорости уставания. К тому же, в рамках первого чемпионата все дети выполняли три соревновательных заезда с перерывами на доработку робота и/или программы. Что ж, мы нашли, куда развиваться дальше.

Продолжение следует...

В продолжение автобиографических заметок про проведение Сахалинского чемпионата по робототехнике (первая часть доступна здесь) - о том, как мы продолжали развивать наше мероприятие после первого опыта, к чему пришли новому, а от чего - отказались. И почему "копировать" одинаковые по своей сути чемпионаты по робототехнике оказалось не так уж и верно, а уникальность и идентичность собственного ивента - ключевая штука, без которой уже на второй год можно было бы выгореть и перестать. И что еще нового можно добавить в локальны чемпионат, чтобы сохранить интерес к чемпионату.

Ориентированность на образовательные организации или как найти новых участников

2017/2018 год принес, помимо нашего собственного чемпионата, все те же традиционные JuniorSkills (который больше не являлся частью WorldSkills и принялся сдуваться с еще большей скоростью), РобоФест и всероссийскую робототехническую олимпиаду. На First LEGO League мы, на самом деле, в реальной жизни мы посмотрели только в этом учебном году, но он убедил нас в необходимости наличия преамбулы и некоей истории чемпионата. Было и участие в федеральных чемпионатах, которые добавили нам как организаторам своего чемпионата новых компетенций разбивка временного регламента работы на потоки в зависимости от возраста, последовательное награждение всех возрастных категорий и соответствующий отказ от единого закрытия чемпионата, вывод промежуточных результатов заездов в общий доступ, организацию обязательной регистрации участников через сайт мероприятия и прочие интересные вещи.

Однако, летом 2018 года мы вернулись к вопросу собственного чемпионата попробовать ли его сделать традиционным, проводить ли его второй раз. Ведь то, что мероприятие разово состоялось и нам удалось привлечь внешних участников вполне могло быть исключением, а не подтверждением того, что мы умеем проводить и организовывать региональных мероприятия. К тому же, и это мы понимали сами, наш чемпионат имел один, но достаточно большой, недостаток все остальные соревнования, операторами которых мы являлись, имели выход на уровень федерации, наш же чемпионат фактически был одноэтапным ни муниципальных отборочных соревнований, ни выхода куда-то дальше за пределы области.

И все же было принято решение, что второму чемпионату быть. К тому же, тренера и наставники, принимавшие участие в первый раз, начали задавать резонные вопросы будет ли у чемпионата продолжение.

А чтобы было продолжение, и чтобы чемпионат стал традиционным, необходимо его развивать, ведь проведение мероприятия по одной и той же схеме, с одними и теми же участниками застой, который наскучит очень быстро не только участникам (они все же растут, меняются), а в первую очередь нам самим. Здесь предстояло принять решение насколько изначальная цель проведения чемпионата (напомню, мы ведь оказываем платные образовательные услуги и проведение чемпионата для нас это реклама, направленная на появление новых клиентов) соответствует путям развития чемпионата. И так чемпионат становится не инструментом прямой рекламы, превращаясь в инструмент рекламы имиджевой, брендовой.

Так совпало, что осенью 2018 года правительство Сахалинской области вновь проводило дополнительный грантовый конкурс для некоммерческих организаций. Поскольку мы уже были готовы расстаться с частью собственных средств, необходимой для проведения чемпионата, решили попутно подать заявку на конкурс ведь всяко приятней тратить не свои, кровные, на дополнительные, целевые, средства. И вновь успех проект Сахалинский чемпионат по робототехнике признан победителем, пускай и с достаточно скромной суммой финансирования 160.000. Ну а почему он больше не кубок губернатора - сказано было выше, хотя в умах многих наставников и тренеров этот чемпионат до сих пор фигурирует под старым, самым первым, названием.

А еще совпала такая интересная часть, что осенью же 2018 года команда нашей некоммерческой организации по запросу Общественной палаты Сахалинской области проводила серию семинаров по муниципалитетам острова (было затронуто 12 из 18 муниципалитетов) как раз на тему привлечения грантовых средств (попутно мы является ресурсным центром для некоммерческих организаций, но это еще одна другая история). Само собой, в качестве положительного опыта привлечения грантовых средств мы всюду демонстрировали ролик, снятый в рамках первого чемпионата. Это привело к тому, что люди, ответственные за образование (по линии органов местного самоуправления) как минимум узнали о наличии подобного мероприятия, мы заложили зерно будущего участия новых команд.

И попутно познакомились с руководителем частной образовательной организации, ведущей деятельность в самом северном городе острова Сахалин Оха. Где, собственно, в том числе были курсы по робототехнике для дошкольников и младших школьников, и тоже на LEGO (правда, наборы WeDo, а не EV3/NXT, которые использовались во всех остальных соревнованиях). Пообщавшись с руководителем, пообещали разработать отдельное направление чемпионата специально под наборы, которые есть в студии Роботекс города Оха. И осенью 2018 года, на второй чемпионат, к нам практически за 1000 километров приехали дошкольники! Даже несмотря на сложности в транспортировке (сначала ~8-9 часов на автобусе, затем ночь в поезде, а потом все то же самое на обратном пути), ребята приехали и показали нам, что чемпионат все же востребованное и правильное дело.

Так в наших головах случилось озарение, что направления чемпионата, задания, робототехнические платформы, возрастные категории участников должны диктовать не мы, как организаторы, а те люди, преподаватели, наставники, тренеры, без которых на наших чемпионатах не было бы ни единого участника.

Такое же решение нас ждало и год спустя на чемпионате 2019 года, который стал третьим, мы специально разработали новую категорию по запросу компании Сахалин Энерджи (занимается нефтедобывающей деятельностью на шельфах Сахалинской области), под детей сотрудников компании, которые готовились к чемпионату в рамках собственного подведомственного образовательного учреждения.

А в 2020 году, по роду деятельности принимая участие в различных региональных проектных конкурсах (Старт в будущее, Большие вызовы и прочие мероприятия), для организаций и детей, не имеющих доступа к оборудованию LEGO, но занимающихся робототехникой был добавлен конкурс интерактивных проектов Островная экология без ограничения на платформы, что позволило не только увеличить количество участников, но и добавить возможностей потенциальным участникам.

И так получилось, что рекламный изначально проект стал все же не такой уж и прямой рекламой, появились направления чемпионата, не имеющие ничего общего с нашими курсами, а мы приняли решение прислушиваться к мнению других образовательных организаций, развивая чемпионат вместе с ними, а не только своими деспотичными решениями и видением. С заделом на будущее, в рамках юбилейного, пятого, чемпионата, который должен состояться в конце 2021 года, в соответствии с развитием в Сахалинской области робототехники на базе альтернативных платформ, появления кружков по работе с Arduino, и мы добавим соревновательное направление без ограничения на используемое оборудование (мы помним, в самом начале я указал то, что в центральной России давно не актуально, во многих перифериях только начинает развиваться).

Количество или качество? Как не перегореть от ежегодности

Каждый, кто занимался организацией и проведением мероприятий более, чем на 50 человек, особенно если мероприятие оно свое, родное, знает, насколько неприятным моментом могут стать отзывы о проведении.

Причем они бывают абсолютно разного, что говорится, генезиса кто-то недоволен результатом выступления, поэтому старается переложить вину на организацию, кто-то обращает внимание действительно на вещи, за которыми мы на этапе подготовки не доглядели (так, например, во время второго чемпионата мы не отследили меню питания участников, которое не пришлось по вкусу практически всем участникам, кроме самых голодных), порой некоторые тренера представляли себе одно мероприятие, а получили несколько другое.

И как правило, меньше отзывов мы слышим от участников, которым все понравилось и больше (практически все) от тех, кто оказался чем-то недоволен. Все это вполне естественно приводит к постоянному получению опыта нами, к росту качества мероприятия (по крайней мере, нам хочется в это верить). Нельзя сказать, что негатив отбивает желание проводить чемпионат, но все же сеет некоторые сомнения в правильности выбранного пути.

Количество участников чемпионата постепенно росло. Если первый чемпионат привлек 72 участника (из которых, напомню, большая часть была нашими учениками), во втором чемпионате уже приняло участие 112 детей (помните, там в самом начале я говорил, что каждый чемпионат пробивал очередной психологический барьер?). Третий чемпионат привлек 164 человека, а четвертый, самый сложный по организации и проведению (само собой на данный момент) 204 ребенка (из которых наши воспитанники 30 человек, да и вообще из Южно-Сахалинска было 50 команд, а еще 52 из других муниципалитетов области). И естественно, чем больше участников, тем больше недовольных, и с этим мы тоже со временем смирились. Особенно в самой конкурентной возрастной категории (Сельское хозяйство для 5-8 классов 40 команд).

И все же из года в год критику мы принимаем спокойно, стараясь сделать для себя выводы о том, как можно улучшить чемпионат. Уже во втором чемпионате мы организовали выкладку промежуточных результатов на сайте, постаравшись повысить прозрачность судейства, хоть это и потребовало привлечения дополнительного специального человека, задействовали больше кабинетов, чтобы дать участникам больше личного пространства во время соревнований. Начали привлекать внешних тренеров и наставников для проведения судейства с одной стороны это тоже обеспечило прозрачность, а с другой позволило справиться с увеличивающимся количеством площадок и участников. Да и уровень доверия начал повышаться, ведь когда победители во многих направлениях твои ученики, но их результат оценили и зафиксировали внешние тренеры и наставники вопросов к честности результатов не остается.

Третий чемпионат с введением нового направления, традиционным проведением брифинга для наставников (мы же должны убедиться, что мы все одинаково понимаем задание, а то потом на самом чемпионате уже не найдешь времени для споров, благо таких ситуаций не возникало и эта мера не следствие от прошлых проколов в организации), обучением преподавателей все же оказался традиционен - в нем не было ничего качественно нового усложненные или пересмотренные задания прошлых лет (в том числе, чтобы традиционно участвующие образовательные организации не были вынуждены печатать новые поля или изготавливать новый реквизит для соревнований). И это начало не то, чтобы утомлять, но остановило качественное развитие чемпионата. Хотя внешне упаковка мероприятия продолжала расти (нормальные бейджи, а не прищепки с цветной бумагой, футболки участников, сертификаты участников, ручки с символикой, блокноты все то, что является пакетом участника, два кубка на команду вместо одного), внутренне все работало по одной и той же схеме, и даже более с использованием одного и того же оборудования.

И хотя третий чемпионат привлек внимание Министерства образования Сахалинской области нам предложили использовать площади подведомственного министерству учреждения для проведения чемпионата, СМИ продолжали освещать и подготовку, и проведение чемпионата, география участников росла, здесь все еще не было ничего нового. И вот это уже начало сеять семена невостребованности мероприятия гораздо большие, нежели негативные отзывы о чемпионате.

С другой стороны, с 2018 года наша команда постепенно вливалась в движение WorldSkills (то нормальное, а не JuniorSkills) по компетенции Мобильная робототехника, с проведением региональных чемпионатов, участием в отборочных соревнованиях и Национальном финале (2018, 2019 и 2020 года). К этому моменту мы уже отказались от проведения региональных чемпионатов для РобоФеста, всероссийской робототехнической олимпиады, FLL, оставив при себе три линейки подготовки организацию и проведение (включая подготовку детей) нашего Сахалинского чемпионата по робототехнике, а также компетенции Робототехника и Мобильная робототехника в конкурсах профессионального мастерства Абилимпикс и WorldSkills. Да и с ростом количества федеральных соревновательных мероприятий и их отборочных региональных чемпионатов поняли, что такой темп из одного соревнования в другое не все наши дети начинают тянуть, что может привести к потере численности из-за усталости (а мы помним, что численность есть доход от платных образовательных услуг).

Фактически, из региональных чемпионатов с выходом на федеральный уровень в цикле 2020/2021 годов остался ИКаР (его региональной площадкой является городской Дворец детского (юношеского) творчества) и вернувшийся на Сахалин FLL (его площадкой является Сахалинский государственный университет при поддержке коммерческой фирмы, использующей данную площадку в рекламных целях). Оба оператора имеют возможность административного влияния на подведомственные муниципальные и региональные образовательные организации для обеспечения явки контингента.

И вот участие во всех этих мероприятиях дало еще одно понимание там, фактически, нет ничего нового, за исключением заданий, которые, как правило, усложняются из года в год, с одной стороны сводя на нет возможные преимущества участников прошлых годов, а с другой стороны завышая порог вхождения новых участников. Путь, по которому мы умудрились слепо 2 года подряд пройти, усложняя задания, чтобы готовящие участников организации не заказывали ежегодно новые поля и новый реквизит, добавляя разве что новые направления для новых участников, замещая ими потерянный из-за доработки заданий уровень сложности для новичков в робототехнике.

Что ж, с тем, что любой чемпионат в сфере научно-технического творчества однозначно одинаков по сути своей, из года в год, вне зависимости от номера мы смирились, приняли и постарались подойти к четвертому чемпионату качественно новее.

Что мы попытались сделать? Ну во-первых для детей 5-11 классов мы сделали короба для укладки полей (до этого поля располагались на полу). А вот детям младше комфортнее оказалось работать на поле банально вследствие роста. Изменили конкурсное задание, набор полей и набор реквизита, необходимого для организации поля, хоть это и вызвало ряд недовольств со стороны некоторых команд и тренеров. При этом общая тематика Устойчивое развитие Сахалинской области - осталось. Во-вторых, начали расширять линейку соревнований, добавив конкурс интерактивных проектов. Пускай он прошел не так, как мы хотели изначально (но и первый чемпионат прошел не совсем в соответствии с нашими преставлениями и местами), однако он прошел и привлек 12 проектов, по большей части за счет того, что здесь уже не было ограничений на используемые робототехнические наборы.

А еще немного переделали логистику и вернулись к практике проведения чемпионата на базе школы за счет большего количества кабинетов. Для проведения четвертого чемпионата нам потребовалось 11 аудиторий, не считая актового зада для проведения торжественной части.

И переделали схему проведения чемпионата так, что чем младше участники тем меньше времени они проводят на площадке. С одной стороны, нас немного пугала перспектива, что участники из других муниципалитетов приезжали на соревнования продолжительностью 4-5 часа (учитывая, особенно, затраты времени на дорогу), но с другой стороны это обеспечивало адекватную в соответствии с возрастом нагрузку на участников. Правда, ради этого пришлось отказаться от единого закрытия чемпионата, что не до конца дало участникам прочувствовать масштаб мероприятия. Однако, такие изменения мы посчитали качественными, заметив, что все же не каждый раз все чемпионаты одинаковы и развитие есть.

Именно наличие таких, порой небольших, изменений, возможности влиять на проводимые мероприятия, и положительные отзывы, особенно от традиционных участников помогают не дойти до стадии перегорания от мероприятия. И это позволяет задумываться наперед как еще можно доработать мероприятие на следующий год.

Продолжение следует...

В продолжение, а скорее - в завершение, истории об организации и ежегодном проведении Сахалинского чемпионата по робототехнике, пришло время немного поговорить во что начало вырастать локальное мероприятие, которое за 4 года выросло с 72 до 204 участников в возрасте от 4 до 18 лет. А также - порассуждать о том, во что этот чемпионат может превратиться в будущем. Первая и вторая часть истории доступны по соответствующим ссылкам.

О поддержке и партнерах, об имени мероприятия его бренде

Как уже говорилось, многие участники оставили для себя то, первое, не самое правильное (как мы теперь думаем) название чемпионата кубок губернатора. Однако получилось и так, что данное мероприятие теперь неотрывно связано с названием нашего учебного центра, достигнув своей обновленной миссии имиджевой рекламы.

Первые два года мероприятие проводилось за счет грантовых средств Правительства Сахалинской области и наших собственных вложений. Третий раз подавать один и тот же проект на точно такой же конкурс того же самого грантодателя мы не рискнули все же ежегодное финансирование одних и тех же мероприятий не только противоречит принципам социального проектирования, но и может привести к отказу просто по политическим мотивам. К тому же, гибкость правительства Сахалинской области (ограниченный бюджет на финансирование социальных проектов приводит к урезанию смет и уменьшению фактического финансирования в случае победы социального проекта на грантовом конкурсе) в политике поддержать как можно больше проектов на конкурсах в данном случае приводит к рискам недофинансирования проекта. А, на минуточку, по наблюдениям за 4 года мы выяснили, что в среднем на участника тратится ~3.000 рублей (банально все расходы, связанные с проведением мероприятия, делим на количество участников). И из года в год эта цифра остается стабильной с небольшими подвижками влево и вправо.

На что уходят деньги? Очень крупная статья это упаковка мероприятия: бейджи, папки, блокноты, ручки, медали, кубки, поля, информационные баннеры. Конечно, участник-победитель по итогу оказывается для организации чемпионата дороже, чем просто участник, не занявший призового места, но именно стабильность выведенного соотношения бюджет/участники убеждает нас в правильности подхода при калькуляции расходов на проведение мероприятия.

Соответственно, неполучение или недополучение грантовых средств может серьезно и очень резко снизить качество мероприятия, или, как минимум, должно учитываться при разнесении и прогнозировании расходов организации. Поэтому при подготовке к чемпионату 2019 года (когда едва-едва прошла пара месяцев после предыдущего мероприятия), мы подготовили заявку и обратились в Фонд президентских грантов. Проект получил финансовую поддержку, а заодно и оценку независимых экспертов. Что с одной стороны убедило нас в нужности проводимого мероприятия, а с другой помогло мероприятие провести. К тому же, Фонд не имеет инструментов урезания сметы социального проекта заявка либо поддержана в полном объеме, либо вообще пролетает мимо, на дальнейшую, по желанию заявителя, доработку и участие в следующем плановом конкурсе (конкурсы проходят для всей страны 2 раза в год).

Вследствие некоторой региональной специфики по отношению к грантовым заявкам в Фонд президентских грантов в 2019 году (практически плановая экономика, ни шагу назад, все кто может подаваться подавайтесь и прочая агитка фактически из каждого утюга по региональной инициативе, направленной на оживление деятельности некоммерческих организаций), победа в конкурсе и проведение третьего чемпионата нехило попало в СМИ области как положительный пример деятельности НКО. Ну что ж, мы рады, но больше тому, что чемпионат продолжает реализовывать свою цель и продвигать наш учебный центр, да еще и инструментами бесплатной, но достаточно массовой рекламы.

И вот приходит год 2020, а с ним вопрос о проведении очередного чемпионата. Региональный локдаун в системе образования, массовый переход обязательного образования в дистанционный формат, фактически заморозка деятельности всего дополнительного образования до особого распоряжения Министерства Сахалинской области закономерно приводят к вопросам а реально ли вообще провести массовое мероприятие в сложившихся условиях.

Однако, как говорится, лучше перебдеть, чем недобдеть. И в рамках патриотического слета ОстроVа, который проходит на территории Сахалинской области в августе 2020 года, на проводимый во время слета грантовый конкурс физических лиц отправилась заявка на финансирование IV Сахалинского чемпионата по робототехнике. И внезапно оказалась поддержана на сумму 700.000 рублей, с прогнозируемым количеством участников в 200 человек (вновь практически попадает в предполагаемые 3.000 на участника, за исключением новых затрат приобретение коробов для укладки полей, благо это разовая закупка и оборудование будет использоваться на последующих чемпионатах).

И все же, несмотря на наличие поддержки и традиционное проведение чемпионата в декабре, фактически сразу становится понятно, под вопросом не только соблюдение нами самими же установленных сроков, но и вообще проведение мероприятия в очном формате. Все сомнения превратились в уверенность во время второй волны ковида, которая началась в октябре и возвращению всех ограничительных мер, в том числе на проведение культурно-массовых мероприятий численностью участников более 50 человек.

Фактически сразу было принято решение о переносе чемпионата на конец января 2021 года, а в самом январе и на конец февраля. Как могли, мы старались отогнать от себя мысль о проведении чемпионата в дистанционном или дистанционно-очном формате, хотя возможности для этого были образовательные организации, которые занимались подготовкой участников, в теории обладали всей необходимой инфраструктурой для проведения соревнований в рамках своего муниципалитета и последующей передачей результатов нам, как организаторам, для поведения региональных итогов.

В пользу такого решения говорила только эпидемиологическая обстановка и риск невозможности проведения мероприятия из-за действующих ограничений. Против такого решения говорило практически все: усталость людей от запретов, желание муниципальных команд выехать для участия в региональный центр, невозможность обеспечить прозрачность судейства, сложности в технической организации трансляции с каждой из площадок чемпионата и прочие организационные вещи, учиться которым времени фактически не оставалось. К тому же, в ноябре 2020 года проходил национальный финал конкурса профессионального мастерства для людей с инвалидностью и ОВЗ Абилимпикс - в очно-дистанционном формате. Очная часть заключалась в присутствии главных национальных экспертов по компетенциям и их заместителей на единой площадке в Москве, а дистанционная в том, что все команды проходят конкурсные испытания у себя в регионе, с обязательным обеспечением видеосвязи на все время работы участников. Полученный опыт роли главного эксперта в части подготовки дистанционных площадок, контроля их соответствия правилам застройки, а затем и само дистанционное оценивание работы участников также показало, что наш чемпионат не должен проходить дистанционно слишком много условий необходимо для его чистого и честного проведения. Итак, мы пришли к мнению, что чемпионат должен состояться очно, даже если придется его переносить до момента снятия ограничительных мер.

Однако за это время случилось интересное информационный шум, который периодически порождался чемпионатом в предыдущие годы, публикации о переносе сроков чемпионата привели к тому, что у нас появился партнер. Первый. Компания Tezona, занимающаяся поставкой интерактивного оборудования для образовательных организаций, предложила свою помощь в организации призового фонда для победителей (на чемпионате было 6 направлений, в каждом направлении 3 призовых места, а каждое призовое место команда из 2 человек, итого 36 подарков). Партнеры сами выбрали (и согласовали с нами) подарки для каждой возрастной категории, а также организовали мастер-классы для детей в актовом зале школы для организации досуга в перерывах между завершением работы площадок и объявлением победителей в этот раз у нас действительно все площадки заканчивали работать последовательно, а череда награждений, казалось, была бесконечной.

А еще четвертый чемпионат показал, что название мероприятия становится узнаваемым, начинает привлекать партнеров и, возможно, в следующем году сможет привлечь еще больше интереса со стороны внешних организаций, партнеров и спонсоров. Оказалось, что трех лет истории достаточно, чтобы мероприятие начало раскручивать себя само. И тем сильнее убеждение, что пятому, юбилейному, чемпионату быть.

Что будет дальше и к чему мы хотим прийди

Раз уж чемпионат обретал-обретал, и наконец обрел свою традиционность, спустя пару недель после его проведения мы уже задумываемся, как проводить следующий номерной чемпионат, тем более что он будет уже юбилейным какой-никакой, а все же очередной психологический барьер.

Количественный рост никто не отменял, раз уж получилось не только сохранить во время ковидной эпохи результаты предыдущего года, но еще и превзойти их. Вопрос в росте качественном. И для того, чтобы собрать как можно обратной связи (ведь как бы то ни было, именно негативные отзывы показывают нам точки в организации чемпионата, на которые необходимо обратить больше внимания), в этом году по завершении чемпионата мы разослали всем тренерам и руководителям команд анкету, позволяющую ответить на несколько вопросов касательно чемпионата, в ключе Что можно сделать лучше.

Итак, теперь мы понимаем (и, естественно, догадывались ранее ведь вопросы-то мы составляли), что в юбилейном чемпионате пора делить возрастную категорию 5-8 классов на 2 независимых категории с разной сложностью заданий. Прошедший чемпионат показал, что это действительно необходимо в данной возрастной категории была наибольшая конкуренция. Так, например, в направлении для дошкольников Островная логистика было 8 команд, а в направлении Сельское хозяйство для 5-8 классов 40 команд. Банально понятнее, что занять призовое место даже с достаточным уровнем знаний достаточно сложно. Причем не обязательно сравнивать с дошкольниками в соседней категории для 9-11 классов было 10 команд. А разделение по возрастам дало бы больше шансов участникам, которые только начали осваивать олимпиадную робототехнику, да и позволило бы большему количеству ребят уйти с позитивом и завоеванной наградой.

И, пожалуй, стоит начать проводить чемпионат не в один, а два дня, при этом не разделять соревновательные направления в разные дни, что может вызвать неудобство сопровождающих и тренеров, которые приезжают в составе большой делегации, а именно выделить первый день как технический дать участникам возможность спокойно завести оборудование, протестировать полигоны и игровой реквизит, провести несколько тренировок. Наверняка это позволит участникам на второй день чувствовать себя уверенней, а приезжим делегациям даст возможность провести ночь перед соревнованиями не в поезде, а в гостинице и выйти на чемпионат более бодрыми.

Еще одно интересное и привлекательное направление развития Чемпионата это включение мероприятия в перечень олимпиад Министерства просвещения Российской Федерации. Это должно повысить заинтересованность участников, а еще, скорее всего, привлечет команды из соседних субъектов пока что, по результатам мониторинга, мы видим, что на Дальнем Востоке отсутствуют мероприятия, входящие в данный перечень. А победа на подобном, входящем в перечень, мероприятии повысит шансы умных ребят на поступление в образовательные организации высшего и среде-специального образования.

Положительный опыт работы с победителями наших чемпионатов мы уже получили все же работа с ребятами, которые выигрывают чемпионат дает свое преимущество. Так, например, в 2019 году именно из победителей и призеров старшей возрастной категории мы сформировали группу, которая занялась подготовкой к региональному этапу чемпионата WorldSkills по компетенции Мобильная робототехника. Слаженность команды, а также имеющиеся базовые навыки позволили упростить процесс подготовки детей к дальнейшим испытаниям. Собственно, региональный WorldSkills выиграла та же команда, которая чуть ранее заняла первое место в нашем чемпионате. Получился первый опыт, когда наш чемпионат выступает для детей трамплином в будущее, пускай пока что только в рамках того, что мы можем контролировать. Схожий опыт мы начали наблюдать в конкурсе проектов в рамках нашего чемпионата новые проекты, созданные в рамках подготовки к этому чемпионату, выходят на другие региональные конкурсы, имеющие выход на уровень федерации. Так может быть пускай чемпионат продолжит выполнять и эту миссию готовить детей к более серьезным испытаниям?

А в завершении в любом случае, мы когда-то начали готовить преподавателей и детей из других образовательных учреждений для создания конкуренции нашим собственным слушателям. Пришло время повысить ставки и приглашать команды из других субъектов для участия в нашем чемпионате возможно, это сможет повторить ход, который привел к росту уровня наших (в этом случае просто наших, сахалинских) детей?

И хочется верить, что наш чемпионат будет все также интересен и все также востребован среди детей и молодежи, среди наставников и тренеров, среди различных образовательных организаций острова.

И кто знает, возможно когда-то начинание, идея, родившаяся в 2017 году во время судейства на национальном этапе всероссийской робототехнической олимпиады в Иннополисе, приведет нас к полноценному уже не региональному, а окружному, дальневосточному, чемпионату, способному собрать множество команд из различных субъектов ДВФО.

Вместо послесловия

Статья, изначально запланированная просто как способ поделиться опытом, превратилась скорее в лонг-лонг-лонг рид, который раскрыл скорее не техническую, а эмоциональную часть проводимого нами мероприятия.

Наверное, это способ выложить и проанализировать все сделанные шаги не то чтобы со стороны, а скорее в комплексе, изложив перед собой свои собственные шаги.

Пока, кстати, писались эти строки, нам пришла хорошая новость. Областное агентство по делам молодежи одобрило нашу заявку на проходившем конкурсе субсидий на реализацию мероприятий в сфере молодежной политике. Заявка на V Сахалинский чемпионат по робототехнике получила софинансирование в объеме 300.000 рублей. А следовательно, за 5 лет чемпионата общее софинансирование (а значит - внешнее, экспертное, признание в необходимости данного мероприятия) составляет 1.960.000 в рублях, что покрывает примерно 70% всех расходов.

Забавно, за 5 лет существования нашего мероприятия его дважды поддержало правительство области, еще раз фонд президентских грантов и федеральное агентство по делам молодежи, а теперь региональное агентство по делам молодежи. Печально только, что министерство образования ни разу не поддержало проект, который напрямую относится к образовательной деятельности в рамках региона.

В любом случае, продолжаем не опускать руки и работать дальше, ведь ежегодный рост количества участников Сахалинского чемпионата по робототехнике лучший мотиватор.

И спасибо всем, кто дочитал этот лонгрид до конца.

В свете недавних событий, связанных со смертоносной аварией Tesla, издание Consumer Reports показало, что система, обеспечивающая наличие водителя в электрокаре, до безумия проста.

Видео, приведенное ниже, показывает, что на самом деле никому не нужно сидеть за рулем для запуска автопилота:

Согласно первоначальному расследованию последней аварии в Техасе, ни одна из двух жертв, погибших в Tesla Model S, на самом деле не управляла автомобилем. Тест Consumer Reports показывает, насколько легко запутать систему автопилота Tesla, которая оценивается как система помощи водителю 2-го уровня по шкале автономности SAE (следует напомнить, что ни один автомобиль в продаже сегодня не квалифицируется как беспилотный автомобиль.)

На видео Джейк Фишер, старший директор по автомобильным испытаниям CR, задействует автопилот и снижает скорость до нуля. Это не отключает систему, и, пока машина остановлена, он прикрепляет вес к рулевому колесу. Используя вес, имитирующий вес руки водителя на руле, Фишер оставляет пристегнутый ремень безопасности и перелазит на пассажирское сиденье. Оттуда он увеличивает скорость, и автопилот начинает маневрировать и следовать по линиям замкнутого тестового курса. Так машина думает, что за рулем остается человек. Автопилот не использует камеру, чтобы проверить, присутствует ли водитель на месте и обращает ли он внимание на дорогу, как это делают системы General Motors, Ford и других компаний.

Система <...> не могла определить, был ли там водитель вообще. Tesla отстает от других автопроизводителей, таких как GM и Ford, которые в моделях с продвинутыми системами помощи водителю используют технологии, гарантирующие, что водитель смотрит на дорогу, сказал Фишер.

После аварии и значительного интереса со стороны правительства США генеральный директор Tesla Илон Маск написал в Твиттере, что ранние журналы данных показали, что в автомобиле не был задействован автопилот и не была установлена бета-версия режима полного самоуправления. CR отмечает, что автопилот по-прежнему способен на множество ошибок, как и любая другая система помощи водителю. А когда он совершает ошибку, он может внезапно отключиться, что может привести к аварии, если водитель не готов сиюминутно вернуть полный контроль над автомобилем.

В ответ на видео Илон Маск сказал, что СМИ действительно усиливают атаки на Tesla.

Золотым стандартом исследований в области машинного обучения служит последовательная модель эксперимента: у вас есть базовый уровень, ваш эксперимент и фиксированный, заранее определённый набор тестов. Вы оцениваете свой базовый уровень на наборе тестов, получаете базовое значение. Затем вы выполняете свой эксперимент на наборе тестов и получаете другое значение. Затем вы сравниваете эти два результата. Допустим, вы публикуете все эти артефакты и предположительно любой может воспроизвести данные результаты. Это пример хорошей науки. Но я люблю невоспроизводимые исследования. И вот почему.

Воспроизводимость всегда была краеугольным камнем научного прогресса и предметом многочисленных семинаров и призывов к действию, особенно в области машинного обучения. Хотя попытки улучшить воспроизводимость результатов исследований, как правило, полностью оправданы и явно полезны для общества, они сопряжены с риском закрепления этой очень узкой модели точной воспроизводимости в качестве единственно приемлемого стандарта.

В академических кругах машинного обучения мало ценят то, что не все исследования могут позволить себе роскошь идеальной воспроизводимости по очень фундаментальным причинам и что, тем не менее, существуют научно обоснованные способы достижения статистической воспроизводимости при правильной разработке своего экспериментального протокола. Я считаю, что нам нужно улучшить собственное образование в рамках сообщества в целом, особенно в тех областях, где предмет исследования реальная производительность, например, для таких исследований робототехники, которые проводятся в моей лаборатории.

Для многих экспериментов, выполненных в Google, нет идеальной воспроизводимости, потому что фундаментально они связаны с оценкой влияния моделей на реальный мир. А реальный мир постоянно меняется: взаимодействие пользователей с системой существенно зависит от суточного цикла, смены времён года, мировых событий или ещё более неуловимых долгосрочных социальных тенденций. Ещё важнее то, что в результате изменений в самих моделях меняются пользовательские шаблоны.

Если вы заботитесь о влиянии своей модели на реальный мир, то для такого случая нет набора тестов.

Вы не можете проводить свои эксперименты последовательно (оценить базовый уровень в один день, а эксперимент провести на следующий), потому что мир уже изменился за это время, и ваши значения не сопоставимы. Вы также не можете сохранить вчерашний набор тестов, потому что ваши данные эволюционируют вместе с вашей моделью: если ваша модель предлагает пользователям набор результатов поиска, а показатель качества служит оценкой выбора их пользователями, невозможно вернуться к вчерашним пользователям и спросить их о том, что бы они сделали, если бы получили другой набор результатов.

Лекарством от этого стало параллельное проектирование эксперимента, иначе известное как A/B-тестирование. Для каждого экземпляра теста вы случайным образом выбираете выполняемую ветвь эксперимента: оценку базового уровня или эксперимент. Эта простая обработка отменяет любую изменчивость из-за лежащих в основе изменений распределения и позволяет получить статистически эффективные результаты, даже если ваша схема оценки находится в состоянии постоянного изменения.

И это приводит нас к самому большому непониманию A/B-тестирования и его пользы в качестве научного инструмента: оно часто используется, например, в UX-дизайне, чтобы узнать, влияют ли небольшие изменения компоновки сайта на переходы пользователей или могут ли тонкие изменения затенения сделать рекламу более привлекательной. В результате оно приобрело репутацию инструмента улучшения доверительных интервалов для очень малых эффектов. И поскольку исследователи машинного обучения относятся к доверительным интервалам в лучшем случае как к вынужденному допустимому отклонению, фактическая значимость А/В-тестирования для исследований в области машинного обучения обычно упускается из виду.

Параллельное A/B-тестирование целиком относится к тестированию больших эффектов, особенно когда нет возможности жёсткого контроля схемы оценки.

Мои коллеги недавно наглядно продемонстрировали это в контексте исследований робототехники. Как известно, в робототехнике очень сложно создать воспроизводимую схему оценки: роботы меняют положение, оборудование, объекты изнашиваются, меняется освещение, операторы роботов тонким образом влияют на то, как данная схема сбрасывается после каждого эксперимента. Печально известная проблема сброса, в частности, очень сложна, потому что создание хорошего протокола сброса, который возвращает настройку вашего робота в известное фиксированное состояние, может быть столь же трудным, как и запуск эксперимента в первую очередь.

Они взяли одну из наших простейших установок, задачу захвата идентичных пенопластовых кубиков внутри бункера, и измерили воспроизводимость этой идеально контролируемой среды.

Они за несколько дней последовательно провели 11 экспериментов по захвату и измерили вероятность успеха и доверительные интервалы для каждого из них. Результаты, нормированные по отношению к производительности базового прогона, показаны ниже:

Изменчивость в идентичных экспериментах. Источник: Robotics at Google (Робототехника в Google)

Если бы каждому эксперименту соответствовала другая модель, мы бы сказали, что эксперимент 7 примерно на 2% лучше, а эксперимент 5 примерно на 5% хуже. И у нас бы даже были достаточно жёсткие доверительные интервалы, чтобы убедить вас в этом. Но здесь не было никаких различий между экспериментами, все они были идентичными. Обратите внимание, что это не случай отсутствия данных: большее количество данных будет только сокращать доверительные интервалы, а не перемещать их положение относительно базового уровня. Такая необъяснимая изменчивость целиком попадает в неизвестные неизвестные окружающей среды. И эта установка так же проста, как и для реального эксперимента с роботом: во многих статьях по робототехнике сообщается об экспериментах с последовательной обработкой и гораздо большим потенциалом необъяснимой изменчивости, чем этот. Что ещё важнее, если бы мы не измерили эту повседневную изменчивость, мы бы даже не догадались о её существовании. Очень немногие исследователи когда-либо задумывались об измерении внутренней изменчивости в их экспериментальной установке в первую очередь, потому что, давайте посмотрим правде в глаза: так это работает, и из этого направления исследований могут поступать только плохие новости.

Урок здесь заключается в том, что при использовании этого конкретного экспериментального протокола мы определённо не можем доверять любой разнице производительности ниже 10% я даже не знаю, доверял бы ли я разнице в 10% без большой повторной проверки. Неужели это безнадёжно? Конечно, нет. Введите параллельное тестирование.

Только избавившись от иллюзии идеальной воспроизводимости, вы сможете наслаждаться восхитительной свободой статистической воспроизводимости и по-прежнему заниматься наукой с гораздо более высокой эффективностью данных в качестве бонуса.

Вот три дня одного и того же эксперимента, но на этот раз базовый уровень оценивался параллельно с экспериментом, случайным образом выбранным в каждом эпизоде.

Теперь обратите внимание, насколько последовательны числа, говорящие вам, что на самом деле нет никакой разницы между базовым уровнем и экспериментом. Нейтральные А/А-эксперименты, подобные этому, самый жёсткий статистический тест, и любой эксперимент, который действительно влияет на производительность, смог бы выдать чёткий сигнал.

Это было выполнено без каких-либо изменений в экспериментальной установке, только с немного другим экспериментальным протоколом.

Итак, почему же все не делают так? Давайте рассмотрим некоторые из этих задач.

Одно из распространённых заблуждений заключается в том, что, поскольку необходимо снова и снова оценивать базовый уровень для каждого эксперимента, нужно в два раза больше оценочных данных. Это неверно, как только есть некоторая изменчивость в вашей установке: выигрыш в статистической эффективности, который получается от постоянной оценки базового уровня, может составлять порядка величины данных или бесконечное количество данных в худшем случае, как мы видели выше. Есть хитроумные способы получения ещё большей эффективности данных с помощью перекрывающихся экспериментов вероятно, это самая недооценённая исследовательская работа, вышедшая из стен Google, но создание правильных инструментов для этой работы требует гораздо больше усилий, чем большинство исследователей, вероятно, готовы приложить при изучении этой проблемы.

Один из недостатков заключается в том, что ваша базовая оценка всегда должна быть работоспособной, предпочтительно выраженной в том же двоичном файле, что и ваш эксперимент, и поддерживать переключение на лету. Это, несомненно, требует работы и тщательного проектирования программного обеспечения. Преимущество этого заключается в том, что вы также защищаете себя от случайной деградации данных, когда какой-то сотрудник случайно изменяет что-то в вашем проекте, что влияет на базовую производительность, и вы этого не замечаете. Такое происходит с предсказуемой регулярностью в любой общей кодовой базе. Многие изменения в системе незначительны, влияют на исходную производительность тонкими способами и в конечном счёте не имеют отношения к рассматриваемому научному вопросу. Отсутствие необходимости всё это контролировать это абсолютная свобода.

Одно из очевидных преимуществ этой установки заключается в возможности контролировать свои доверительные интервалы на лету. Вы можете решить прекратить эксперимент, убедив себя, что он даёт даже немного отрицательный результат. Часто требуется гораздо меньше данных, чтобы убедиться в этом. Если эксперимент даёт положительный результат отлично! Просто выполняйте его, пока не получите правильные величины ошибок. А если вы измеряете не величину эффекта, а просто значимость, вы также можете остановить эксперимент раньше.

Но что можно сказать о том, чтобы сделать исследование воспроизводимым другими? Вы по-прежнему можете публиковать базовые и экспериментальные модели, а также экспериментальный протокол, а каждый может генерировать собственные данные о своей воспроизводимой системе, чтобы убедиться в достоверности полученных результатов. Напомним, что допущение здесь заключается в том, что использованные данные не могут быть повторно использованы либо потому, что они по своей сути эфемерны, либо не переносятся на любой будущий экземпляр той же исследовательской установки.

Ещё одно ключевое преимущество параллельного тестирования защита от ряда предвзятостей, главная из которых предвзятость экспериментатора: так как вы не можете знать, какая выборка данных в какую ветвь эксперимента направляется, вы не можете обманывать себя, полагая, что один результат лучше другого. Оно также защищает вас от случайной настройки на тестовый набор, так как в оценке присутствует определённый уровень стохастичности.

Ещё одна предвзятость, более характерная для укрепляющего обучения и робототехники, это несовершенные сбросы: если одна ветвь эксперимента заставляет механизм сброса вести себя немного иначе, чем другая, возможны тонкие различия, которые останутся незамеченными. Мы видели, как RL-системы манипулируют своей средой, чтобы получить определённые состояния сброса и, следовательно, повысить свои шансы на успех в последующих эпизодах или даже передать информацию между эпизодами таким образом.

Фактически протоколы параллельных экспериментов часто способны значительно уменьшить или устранить необходимость в сбросах в первую очередь: если ваша система завершает каждый эпизод в допустимой части пространства состояний, так как нет способа узнать, какая ветвь эксперимента привела к этой конкретной конфигурации среды, вы часто можете проводить пожизненные эксперименты без сброса и без предвзятости в отношении ветвей эксперимента.

Одна из главных вещей, от которой вы отказываетесь, это комфорт иметь одну аккуратную пару результатов с базовой точностью и точностью испытаний, которые бы вы записали на бумаге и которые бы ожидал каждый академический рецензент. У каждого эксперимента имеется собственный базовый уровень, который, в свою очередь, имеет собственный доверительный интервал. Ваш абсолютный показатель точности испытаний зависит от дня выполнения измерения, но он всё ещё совершенно надёжен, поскольку каждый раз оценивается статистическая значимость измеренных различий между ветвями.

Тем не менее для рецензентов, принимающих эту реальность, барьер остаётся огромным. Переход от абсолютных, воспроизводимых истин к относительным, статистическим истинам вызывает дискомфорт. Это то, что во многих научных областях, таких как разработка лекарств, сделано по необходимости, но это всё ещё чуждо машинному обучению, где обычно нет необходимости отступать к комфорту автономных оценок. Проблема с этой институциональной аллергической реакцией на эксперименты с реальными системами, сбросившими видимость идеальной воспроизводимости, заключается в том, что в таких областях, как робототехника, реальная производительность на самом деле стала научным сферическим конём в вакууме и что академические практики, которые работают против этих в остальном твёрдых научных протоколов, активно сдерживают нас. Проводить эксперименты в реальном мире трудно, рискованно, а с академическими препонами для такого рода исследований следует бороться на каждом шагу.

Слишком много нашей коллективной энергии в этой области тратится на попытки придумать новые, цельные, совершенные эталонные тесты, которые чрезвычайно трудно построить, в несколько донкихотском стремлении сделать робототехнику более похожей на исследования в области машинного обучения. Конечный результат заключается в том, что, за очень редкими исключениями, большая часть усилий в этом направлении сводится к моделированию эталонных тестов и отказу от реалистичности ради воспроизводимости. У таких усилий всё ещё много достоинств, но они составляют только около половины уравнения, и часто сама цена их создания отвлекает исследователей от реальных научных поисков. Другие пытались определить метаэталонные тесты, обходя проблему воспроизводимости, не определяя задачу или экспериментальный протокол в точности в первую очередь. Как человек, который своевольно относится к протоколам и тщетности чрезмерной специализации проблемы, я думаю, что это позитивное общее направление, даже если оно откладывает обсуждение большей части сложных аспектов фактического исполнения.

Для нас в области машинного обучения и робототехники настало время использовать те простые инструменты, которые делают невоспроизводимые исследования воспроизводимыми и научно обоснованными. Ни один из протоколов, которые я описываю здесь, не является особенно трудным для реализации, но они обещают улучшить реальную науку, упростить её и ускорить. А если вы хотите ускорить свой прогресс в области machine learning или data science приходите учиться к нам, а наши опытные менторы пояснят все сложные моменты, на которые при самообразовании вы бы потратили ценное время.

Узнайте, как прокачаться и в других специальностях или освоить их с нуля:

• Профессия Data Scientist

• Профессия Data Analyst

• Курс по Data Engineering

Одним из направлений робототехники стали интеллектуальные игрушки для обучения детей творчеству, основам наук и программированию. Порой такие детские роботы уже обладают элементами искусственного интеллекта (ИИ) и способны самообучаться в процессе общения. Воплотить в жизнь самые оригинальные идеи из детской игровой робототехники помогают небольшим стартапам платформы Кикстартер и Индигого. Из представленных на этих краудфандинговых платформах проектов мы сформировали подборку наиболее востребованных идей, получивших финансирование для дальнейшего развития проекта.

Clicbot обучающий робот-игрушка

Clicbot универсальный программируемый робот-игрушка. Благодаря модульной конструкции робот можно собрать в виде гуманоида, двух и четырех колесной тележки, манипулятора, напоминающего формой и движениями промышленные роботы-автоматы. Имеется 50 предварительно запрограммированных забавных конструкций и множество других вариантов для самостоятельного творчества.

Интерактивный Clicbot способен слушать собеседника и реагировать на его действия. Хотя, он и не предназначен для использования в качестве полностью автономного робота-компаньона, но его поведение может легко программироваться. У Clicbot более 1000 настроек и каждая имеет свои под варианты. Он может ходить, ползать, танцевать, ездить, участвовать в гонках или даже подавать утренний кофе, увлекая детей занятиями по робототехнике и программированию.

Головной блок управления включает акселерометр, гироскоп, датчик расстояния, микрофон, динамик, модуль Wi-Fi. Видеокамера позволяет распознавать лица и образы, команды управления, поддерживает технологию FPV (First-Person View) для телеприсутствия и удаленного наблюдения. Для программирования Clicbot можно использовать графический редактор Google Blockly или язык Python

На платформе Кикстартер ClicBot собрал $903 248 от 1678 спонсоров.
keyirobot.com

Bittle программируемый роботизированный кот

Bittle это игрушечный аналог роботов от Boston Dynamic. Он чем-то напоминает и другого робота-собаку Sony Aibo. Но при этом Bittle продается по цене роботизированной игрушки в виде конструктора для самостоятельной сборки.

Bittle умеет ловко преодолевать препятствия, двигаясь на четырех лапах как настоящие животные. Он может запоминать десятки шаблонных движений, выполнять причудливые трюки по командам с пульта управления. А в случае потери равновесия и опрокидывания робот способен вернуться в исходное положение и продолжить движение к цели.

Bittle создан на основе доработанной платы Arduino, для сложных движений использует различные датчики и внешние устройства. Плата управления включает процессор Atmega328P/16 МГц, 2 КБ памяти SRAM и 32 КБ флэш-памяти. Кроме того есть инерциальный измерительный модуль, блок ШИМ для 12 сервоприводов, инфракрасный приемник и зуммер. Есть 4 разъема для модулей расширения.

Bittle это открытая платформа, позволяющая объединить гаджеты разных производителей в единую систему. Добавить роботу возможности ИИ можно подключением микрокомпьютера Raspberry Pi. Написанная на Python программа может запускаться на Raspberry Pi и других поддерживаемых процессорах, управляя Bittle через проводное или беспроводное соединение.

Для упрощенного программирования есть фреймворк OpenCat. Он определяет минимальную структуру данных и алгоритмы движений для четвероногих роботов. Вы сможете научить Bittle новым навыкам и трюкам, чтобы выигрывать призы в соревнованиях международного сообщества OpenCat.

На развитие проекта Bittle на Индигого было собрано $709 391 от 2505 спонсоров.
petoi.com

MOSS универсальный инструмент для обучения программированию

Комплекты MOSS от компании Modular Robotics это оригинальный конструктор для создания роботов. Разнообразные по назначению, программируемые кубики (Cubelets) легко комбинируются и позволяют собирать сотни разнообразных роботов.

Подбор кубиков в процессе сборки робота имитирует процесс простейшего программирования. Программирование с помощью графического редактора Blockly и MOSS Scratch задает алгоритмы контроля датчиков и управления исполнительными механизмами для движения, поворотов, подачи световых и звуковых сигналов.

Программировать и управлять роботом можно через Bluetooth с помощью смартфона или планшета с клавиатуры или пульта дистанционного управления.

При первоначальной цели на Кикстартер в $100 000 для финансирования проекта удалось собрать $361 293.

modrobotics.com

Makeblock Neuron платформа электронных строительных блоков

Makeblock Neuron это удобная для сборки программируемая платформа с использованием электронных строительных блоков. Более 30 типов блоков в виде кнопок, джойстиков, сенсоров и датчиков звука, освещенности, температуры, влажности и других параметров позволяют создавать множество оригинальных гаджетов.

Для соединения блоков между собой предусмотрены подпружиненные разъемы с магнитами. Помогает при этом интуитивно понятная система программирования. Каждый блок уже имеет предварительно запрограммированную функцию. Программировать новые функции можно в приложении Neuron или в редакторе mBlock 5. Для беспроводной передачи сигналов управления используются технологии Bluetooth и Wi-Fi.

Проект Neuron от китайской компании Makeblock получил на Кикстартер одобрение 1464 спонсоров, вложивших в развитие этой идеи $367 129.

makeblock.com

Thimble: новая электронная игрушка каждый месяц

Электронные наборы компании Thimble предназначены для любознательных детей и взрослых. Они помогают в увлекательной форме изучать основы электроники, робототехники, мехатроники и программного обеспечения. Новые наборы деталей для создания высылаются по подписке ежемесячно.

Среди наборов Thimble представлены комплекты для сборки игровых контроллеров, музыкальных синтезаторов, устройств для Умного дома. Можно заняться сборкой более сложных программируемых роботов на микроконтроллере Arduino с управлением через Wi-Fi.

Для начинающих предназначены более простые наборы: различные световые и музыкальные игрушки, термометры, таймеры, дверные звонки. Приложение Thimble включает пошаговые руководства по сборке и позволяет обмениваться опытом и знаниями с другими сборщиками каждой игрушки.

Для развития проекта Thimble через Кикстартер собрано $295 760 от 1776 заинтересованных заказчиков.

thimble.io

MarsCat домашний робот-кот

Полностью автономный, интерактивный MarsCat идеальный робот-игрушка с программируемыми возможностями. Он может выражать эмоции мяуканьем, движениями тела и глаз. Сделать поведение MarsCat натуральным и выразительным помогают 16 серводвигателей.

Программируемый микроконтроллер ATMega2560 позволяет реализовать 6 программируемых шаблонов поведения, MarsCat может быть восторженным или задумчивым, энергичным или ленивым, общительным или застенчивым.

Моделировать поведение настоящего животного помогают алгоритмы ИИ, реализуемые миникомпьютером Raspberry PI. Приобретенные одним роботом навыки и шаблоны поведения хранятся в отдельном модуле памяти и могут быть легко воспроизведены в другом роботе простой заменой памяти. Программировать поведение робота MarsCat помогает специальный комплект разработчика.

Реализовать проект MarsCat в жизнь помогли 227 спонсоров, вложивших в эту идею через Кикстартер $213 198.

elephantrobotics.com

Робот-автомобиль Zumi

Роботизированный автомобиль Zumi помогает детям изучать основы сложных наук, писать программы с использованием блочного кодирования и языка Python. Более опытные программисты смогут создавать программы для уникальных экспериментов с беспилотными автомобилями, научатся проектировать собственные нейронные сети, чтобы обучить Zumi классифицировать объекты и распознавать лица и жесты людей.

В процессе передвижения по трассе Zumi использует Tensor Flow и Open CV это те же самые программные инструменты, что есть и у настоящих беспилотных автомобилей.

Прототип Zumi был удостоен награды Лучшая инновация в категории Роботы и дроны на выставке CES 2019

Реализовать проект Zumi в жизнь помогли 888 спонсоров, вложивших в эту идею через $150 091

shop.robolink.com

ROYBI портативный робот-компаньон с ИИ

Портативный компаньон на базе ИИ создан для обучения детей иностранным языкам и базовым навыкам точных наук. Интерактивный робот идентифицирует ребенка по лицу, распознает эмоции и демонстрирует дружелюбное поведение для вовлечения детей в процесс обучения. Система распознавания голоса позволяет оценивать точность ответов и произношения.

ROYBI взаимодействует с повсеместно доступной онлайн-платформой для обучения детей и взрослых. Контролировать и оценивать занятия помогают формируемые роботом отчеты с рекомендациями по улучшению процесса обучения.

ROYBI был включен в США по версии CNBC в список 100 наиболее перспективных стартапов в 2019 году.

Запущенный на платформе Индигого проект ROYBI привлек $120 538

roybirobot.com

Заботливый Kiki

Kiki это робот-компаньон для детей и взрослых. Он распознает эмоции и действия собеседника, способен реагировать на них. Робот развивает свои уникальные способности в зависимости от особенностей взаимодействия с окружающим миром, при этом меняется и его поведение.

Высокопроизводительный встроенный процессор позволяет Kiki запускать модели глубокого обучения, чтобы распознавать лицо и адекватно воспринимать реакции собеседника. Несколько сенсорных датчиков в разных частях корпуса помогают воспринимать поглаживания, а всенаправленные микрофоны позволяют искать человека даже вне поля обзора камеры.

Реалистичное поведение этого робота базируется на исследованиях ведущих психологов о личностных особенностях человека. Действия в соответствии с заложенными моделями поведения и обучения обеспечивают некую осмысленность и логичность поступков Kiki.

Самообучающийся робот Kiki собрал на платформе Кикстартер $105 611.

kiki.ai

Smartipresence простой робот телеприсутствия

Конструктор Smartipresence поможет создавать собственных недорогих роботов телеприсутствия на основе любого смартфона.

Запущенное на смартфоне приложение поддерживает режим ИИ и позволяет распознавать образы с помощью облачного сервиса. По команде пользователя Smartipresence в сеансе видеосвязи будет сопровождать человека или даже домашнее животное, чтобы его лучше видел удаленный собеседник. Режим действий Smartipresence задается через приложение на смартфоне. Smartipresence можно визуально программировать в среде Scratch, либо с помощью Espruino на основе языка JavaScript.

Этот проект английского инженера Росса Аткина уже поддержали на Кикстартер 186 спонсоров, собравших для запуска проекта $17329.

В этой подборке мы собрали наиболее интересные и перспективные модели детских роботов-игрушек, включающие технологии телеприсутствия, распознавания речи и голоса, автономность действий и поведения на основе ИИ и машинного обучения, которые еще недавно были доступны лишь взрослым роботам.

Напишите в комментарии, а какие на ваш взгляд наиболее перспективные роботы-игрушки есть на рынке или уже у вас дома?

Компания Dragon Tree Labs объединяет индивидуальных разработчиков и команды робототехников для общей цели создать робота-аватара, который стал бы продолжением человека, который им управляет, расширил бы возможности телеприсутствия и дистанционного физического взаимодействия с объектами реального мира.

Это совпадает с целями международного конкурса $10M ANA Avatar XPRIZE, который был инициирован, чтобы поддержать развитие технологий в этой области. Конкурс стартовал в марте 2018 года и рассчитан на четыре года. В июне 2022 года будут объявлены победители соревнования, которые разделят приз в $10 млн.

Инициаторы конкурса считают, что такие системы позволят объединить мир за счёт создания ощущения присутствия в удалённом от пользователя месте с возможностью совершать физические действия в реальном времени. Это откроет новые возможности для работы, обучения, развлечений и общения, без оглядки на возраст, расстояние, мобильность и физические ограничения пользователей. Также, такие аватары могут пригодиться для помощи в условиях стихийных бедствий или когда необходимо ограничивать физический контакт между людьми, как во время пандемии.

Для выхода в полуфинал $10M ANA Avatar XPRIZE команда Dragon Tree Labs создала робота Джонни

Для выхода в полуфинал команда Dragon Tree Labs создала робота Джонни, который прошёл соответствие всем требованиям. На данный момент это единственная российская команда, которая продолжает бороться за победу и главный приз.

Оператор может управлять Джонни дистанционно, наблюдая за происходящим вокруг робота через VR-очки. Аватар оснащён колёсами и может свободно передвигаться по помещению, позволяет взаимодействовать с объектами посредством манипулятора. На данном этапе у робота одна активная рука, которой можно управлять, в будущем появится вторая. Аватар оснащён системой распознавания объектов для помощи оператору в захвате предметов.

Для выполнения конкурсного задания необходимо было продемонстрировать способность управлять движением аватара, роботизированной рукой для выполнения задачи из реального мира, а также требовалось наличие "тревожной кнопки" для экстренного отключения машины. Все эти способности команда Dragon Tree Labs показала на конкурсном видео.

Робот Джонни результат интеграции нескольких прорывных технологий, в том числе инновационного компьютерного вычислителя для одновременного запуска нескольких нейронных сетей, который был создан специально для мобильных роботов командой Fast Sense. Именно благодаря этому компоненту, Джонни может одновременно выполнять несколько задач с задействованием ML-алгоритмов параллельно. Также, исследователи из МФТИ участвовали в реализации тестового сценария управления манипулятором.

На данный момент робот обладает рядом ограничений, которые объединённая команда Dragon Tree Labs планирует устранить в будущем для повышения шансов на победу, в том числе за счёт привлечения новых участников в проект. В следующей модификации Аватар Джонни обзаведётся второй управляемой рукой, разными типами хватов, научится распознавать другие объекты, помимо бумажных стаканчиков. Также команде необходимо будет обеспечить быструю передачу сигналов для управления устройством из любого места земного шара через интернет. Важный аспект для дальнейшей проработки то, как аватар обеспечивает иммерсивность, передаёт ощущение присутствия и полноту обратной связи от объектов.

Для работы над этой частью задачи команда стремится привлечь дополнительных участников и приглашает на оплачиваемую стажировку на лето 2021 года. Все, кто хотят присоединиться к проекту, могут писать на hello@dtlabs.tech

"Мы считаем, что такие аватары следующий эволюционный уровень развития телекоммуникаций и человеческого взаимодействия. Когда-то мы отправляли письма почтой, затем начали звонить по домашним телефонам, то есть в коммуникации включилась ещё одна система органов чувств. Интернет позволил обмениваться идеями и переживаниями моментально, а не ждать письма месяцами. Теперь у нас есть возможность видеть друг друга во время звонка и общаться в любое время в любом месте так, как если бы мы физически находились рядом. Технологии VR делают этот опыт ещё более реальным для восприятия. Следующий шаг возможность физического контакта на расстоянии. Именно для этого нужен мобильный робот-аватар, оснащённый манипуляторами, которыми можно управлять дистанционно. Даже простая возможность передвинуть предмет, скажем, шахматную фигуру на доске, за которой сидит соперник или ваш сын на другом континенте, создаёт ощущение физического присутствия на месте событий, создавая единый контекст. Возможность обнять бабушку, к которой нельзя приехать, ощущается через аватар практически реальной".

В полуфинал $10M ANA Avatar XPRIZE прошли 38 команд из 16 стран мира, в том числе одна команда из России. В сентябре 2021 команды продемонстрируют возможности своих систем на отборочных тестах в США. Лучшие команды пройдут в финал, намеченный на лето 2022 года. Призовой фонд конкурса $10M ANA Avatar XPRIZE составляет 10 млн. долларов.

$10M ANA Avatar XPRIZE - четырехлетнее международное соревнование, которое стартовало в 2018 году. Цель соревнования - разработка, совершенствование и ускоренное внедрение перспективных технологий в систему многофункциональных аватаров, которая позволит беспрепятственно переносить человеческие навыки и опыт в любую точку пространства будь то планета Земля или лунная станция. Робот-аватар позволит удаленному оператору видеть, слышать и действовать так, словно он находится на месте событий.

38 Teams from 16 countries expanding our potential

Большинство команд это компании, работающие в сфере робототехники, VR/AR. Команды объединяются, создают коллаборации для расширения экспертизы и привлекают партнеров.

Например, команда i-Botics (Нидерланды) имеет в составе 6 компаний с компетенциями для решения узких задач в создании робота-аватара: сенсоры, человекоподобные роботы, технологии передачи обратной связи оператору, социальные роботы и др.

Другой пример организации команды, японская команда GITAI, специализируется на разработке роботов для индустриального применения. Эта команда пришла на конкурс с глубокой экспертизой и прототипом высокого уровня готовности. Аватар GITAI управляется оператором из специально оборудованного кресла управления, способен передвигаться и выполнять непростые механические манипуляции. В своем демо GITAI говорит о применении создаваемого аватара для работы на Международной космической станции в 2022-23 гг.

В конкурсе также принимают участие академические команды, например: команда SantAnna (Италия) включает в себя профессорский состав, студентов-магистров, бакалавров и аспирантов. Команда Northeastern Северо-Восточный университет (Northeastern University, Бостон, США) сформировала рабочие группы по направлениям: VR, удаленное управление, сенсорика и др, которыми управляют студенты старшего звена. Помимо классической научной работы, они получают реальный опыт, где важна не только глубокая научная экспертиза, но и навыки управления и организации команд.

В списке полуфиналистов 38 квалифицированных команд из 16 стран мира. Наибольшее количество команд из США - 10, на втором месте Япония - 8 команд, Россию в полуфинале представляет 1 команда - Dragon Tree Labs.

Для желающих присоединится к команде Dragon Tree Labs и отправится на отборочные тесты для выхода в финал в Майами с нами открыт прием заявок на стажировку. Подробности на сайте по ссылке Dragon Tree Labs

В этом обзоре, мы собрали информацию, которая находится в открытом доступе на сайтах команд. Обзор получился довольно объемный и информация о части команд будет опубликована в следующей статье. Подписывайтесь на блог и не пропустите, следующий выпуск.

Итак, предлагаем подробнее ознакомится с участниками соревнования $10M ANA Avatar XPRIZE.

#1 Aham - Индия

Команда Aham коллаборация Индийского Научного Института в г. Бангалор, технопарка ARTPARK и компаний TCS Research и Hanson Robotics.

Hanson Robotics уже более двух десятилетий создают человекоподобных роботов, всем известны Sophia, Han, Little Sophia, Zeno, Professor Einstein. Объединенная команда Aham создает робота Ашу (Asha). Этот гуманоидный робот - двойник робота Софии, специально создан для НИОКР в рамках участия в $10M ANA Avatar XPRIZE. Телеуправляемый робот-медсестра Аша разговаривает женским голосом и выражает эмоции, ее лицо выглядит как у реального человека. Оно сделано из запатентованного материала Frubber - нанотехнологическая кожа, имитирующая мускулатуру лица и кожу человека. Во время разговора робот двигает губами, моргает и жестикулирует.

Представьте себе уход за пациентом, инфицированным COVID. Медсестра-человек рискует заразиться и боится быть инфицированной, в то время как робот без рисков может выполнять задачу, ранее выполняемую медицинским работником. Робот становится продолжением медсестры - Аша не заменит медсестру-человека, скорее будет ее помощником в заботе о пациентах. Аша способна выражать такие эмоции, как смех, улыбка, а также беспокойство, что позволяет пациентам чувствовать себя комфортно, разговаривая с роботом, и думая о нем не как о машине, а как о друге.

Каждый участник в команде Aham вносит существенный вклад в текущее программное и аппаратное обеспечение, создавая удобную для исследования имитационную модель управления роботом и улучшая возможности взаимодействия робота и человека. TCS фокусируется на интеграции туловища Аши со своей AGV платформой для придания мобильности роботу, а также создает интеграцию с различными симуляторами и инструментами визуализации. Исследователи Индийского Научного Института, специализирующиеся на машинном обучении, системах автономного полета дронов и автономных автомобилях, поддерживающих 5-G, фокусируются на телеуправлении и телевзаимодействии робота с людьми.

Совместно команда планирует достичь высокого уровня полуавтономсти, что сделает робота больше, чем просто аватаром и добавит встроенный интеллект. Для оператора робота полуавтономность снижает когнитивную нагрузку сложных интерфейсов, сократит время реакции и добавит еще один уровень безопасности в рабочей среде, поможет решить проблемы слепых зон.

#2 Avatar Quest, США

Команда Avatar Quest состоит из учеников старших классов школы Valley Christian Schools (VCS), г. Сан-Хосе, США. Мы разрабатываем робот телеприсутствия в эпоху, когда все существуют в телеприсутсивии. Это новая зарождающаяся культура поведения людей, где любые вещи можно делать не выходя из дома, потому что это намного безопаснее и эффективнее.

Такой образ жизни мы хотим создать с помощью разрабатываемых технологий - говорит ученик 12 класса Алекс Лопес. Команда Avatar Quest - это уже вторая команда из школы VCS, которая выходит в полуфинал соревнований XPRIZE. Ранее команда Ocean Quest стала самой молодой командой, когда-либо участвовавшей в полуфинале $7M Shell Ocean Discovery XPRIZE. В этом соревновании ребята взяли призовой раунд NOAA Bonus. Но на этом амбиции школы не заканчиваются - третья группа студентов также работает над улучшением экосистемы тропических лесов в рамках $10M XPRIZE Rainforest.

#3 AVATRINA - США

Команда AVATRINA разрабатывает аватар под названием TRINA. TRINA - это робот с продвинутым уровнем телеприсутствия, который умеет видеть, слышать, перемещаться и взаимодействовать с удаленной средой. Оператор управляет роботом, используя стандартную систему виртуальной реальности, а также с помощью встроенных контроллеров и тактильных перчаток.

На данный момент робот TRINA представляет собой подобную торсу человека установку на мобильной платформе и состоит из следующих компонентов:

• голова робота в виде экрана с изображением человеческого лица с динамиком и камерой (угол вращения 360 градусов);

• камеры глубины (RGBD-камеры), установленные на руках робота и камера глубины на груди робота

• сменные концевые устройства для взаимодействия с предметами в качестве кистей руки (swappable end effectors)

• UR5e рука с возможностью осевого движения (flexible collaborative robot arm)

Планируется добавить: тактильные ощущения руки робота в сочетании с VR, контроллеры в сочетании с VR, возможность управления через мобильное устройство. Компоненты разрабатываемого робота TRINA: 1) газодетектор и стереомикрофон на груди робота, 2) полностью анимированная голографическая голова, 3) сенсоры распределенные по поверхности торса и рук робота, 4) маневренные тактильные манипуляции рук и встроенные в руки камеры

В своем демо команда AVATRINA имитирует прием в клинике, во время которого аватар-доктор выполняет первичный осмотр пациента, сидящего в инвалидном кресле. На видео робот TRINA демонстрирует свои возможности: отслеживание положения головы, стереозрение, манипуляции, выполняемые руками робота, бимануальные манипуляции, безопасное управление механическим импедансом (safe impedance control), возможности навигации и сэйфти фичи.

#4 Cyberselves, Великобритания

"Let the robot be your surrogate self" - Команда Cyberselves разрабатывает софт телепресутвия Teleport, позволяющий управлять роботом из любой точки мира интуитивным и иммерсионным способом. Teleport App - приложение для робототехники, использующее универсальный язык Animus, end-to-end инструмент для программирования роботов, разработанный командой Cyberselves. Софт команды используется другой командой Roboy, также вышедшей в полуфинал $ 10M ANA Avatar XPRIZE.

Используя Teleport App и VR гарнитуру возможно перенестись в теле робота в любую точку мира - телепорт позволяет видеть то, что видит робот; слышать то, что слышит робот; чувствовать то, что чувствует робот, и перемещаться в его теле.

Команда получила грант 100k от UK's Sustainable Innovation Fund для использования своего опыта в сфере роботов телепресутвия для поддержки ключевых секторов экономики пострадавших от COVID-19: рынок недвижимости, выставочная индустрия и удаленное здравоохранение.

#5 Human Fusions - CША

Команда Human Fusions объединяет исследователей из 5 университетов США: Университет Кейс Вестерн Резер (Case Western Reserve University), Калифорнийский университет в Лос-Анджелесе (UCLA), Государственный университет в Кливленде (Cleveland State University), Университет Карнеги Меллон (Carnegie Mellon University), Вайомингский университет (University of Wyoming). Команда Human Fusions создает медицинский аватар Sensa. Первый прототип аватара сфокусирован на предоставлении оператору дополненного опыта удаленного управления роботом с тактильными ощущениями, визуальной и голосовой обратной связью. В аватаре используются следующие компоненты:

• Робо-платформа Stretch (Hello Robot)

• Манипулятор MIT GelSight с тактильными датчиками (UCLA)

• Сенсорная перчатка NeuroReality (CWRU)

• Oculus headset (Facebook)

Основной технологией, обеспечивающей связь с аватаром Human Fusions, является платформа NeuroRealityTM, а уникальной сильной стороной команды - это нейронный подход к получению сенсорной информации, чтобы обеспечить дополненный опыт через платформу NeuroReality. Интерфейс платформы создан для работы с различными другими роботизированными системами и команда открыта делиться экспертизой и сотрудничать с другими командами.

#6 ENZO AVATAR - Колумбия

Человекоподобный робот ENZO с 23 DOF и телеуправлением

#7 Dragon Tree Labs - Россия

Команда Dragon Tree Labs - единственная российская команда, которая продолжает бороться за победу и главный приз.

Нашего робота зовут Джони, он управляется дистанционно, а оператор наблюдает за происходящим через VR-очки. Робот-аватар оснащён колёсами и может свободно передвигаться по помещению. Для одновременного запуска нескольких нейронных сетей и параллельного выполнения задач с задействованием ML-алгоритмов на роботе установлен бортовой Edge AI компьютер, разработанный стартапом Fast Sense. На данном этапе у робота одна активная рука, которой можно управлять, а в будущем появится вторая. Аватар оснащен системой распознавания объектов для помощи оператору в захвате предметов. На данный момент робот обладает рядом ограничений, которые команда Dragon Tree Labs планирует устранить для повышения шансов на победу, в том числе за счет привлечения новых участников в проект.

До полуфинальных тестов в сентябре 2021, которые пройдут в США аватар обзаведется второй управляемой рукой, разными типами хватов, научится распознавать больше объектов. Также команда стремится обеспечить быструю передачу сигналов для управления роботом из любого точки мира. Важный аспект для дальнейшей проработки то, как аватар обеспечивает иммерсивность, передаёт ощущение присутствия и полноту обратной связи от объектов.

Если вам интересно присоединиться к нашей команде и помочь с апгрейдом аватара Джонни, пишите нам на почту hello@dtlabs.tech или заполните анкету на сайте

#8 I-BOTICS - Нидерланды

Команда I-BOTICS разработала антропоморфного робота, его высота робота 184 см и вес 89 кг. Движения робота соответствуют кинематике человека. Он может балансировать, наклоняясь или работая в сидячем положении, а также сохранит баланс при ударе или столкновении. Однако, передвигаться по неровной поверхности робот не может, так как установлен на колесной базе и есть проблема с динамической балансировкой.

Оператор управляет роботом, находясь в специальной кабине с экранами для управления роботом. Присутствуют элементы экзоскелета. Оператор видит глазами робота через встроенную камеру в голове робота. Используется VR-перчатка для того, чтобы получать обратную связь с кисти робота. Робот безопасен при прикосновении к человеку. При этом рука робота способна поднимать груз весом 8 кг на руку. Таким образом, в будущем робот сможет ухаживать за пациентами, помогая им встать с постели.

В своем демо видео команда демонстрирует как оператор с помощью робота-аватара помогает шеф-повару в Норвегии, находясь на расстоянии более 850 км в Нидерландах.

#9 INBIODROID - Мексика

Команда INBIODROID разрабатывает робот-аватар Prometheus для выполнения спасательных работ при ликвидации последствий в зоне чрезвычайных происшествий.

#10 Pollen Robotics - Франция

Pollen Robotics - команда стартапа, основанного в 2016 году двумя робототехниками из известного во Франции исследовательского центра Inria. Среди прошедших в полуфинал это одна из самых маленьких команд. Штат Pollen Robotics - это всего шесть человек, увлеченных претворением в жизнь своих идей и замыслов. С другой стороны это полностью открытая команда, призывающая к сотрудничеству единомышленников.

На сайте стартапа пока не отображен ход работы над проектом аватара для $10M ANA Avatar XPRIZE. Зато Pollen Robotics щедро делится своими знаниями и наработками по предыдущим реализованным проектам. Все они являются открытыми (open source), как и стартап.

В активе команды имеется открытая роботизированная платформа с интерактивным гуманоидным роботом Reachy, который очевидно и является прообразом аватара для $10M ANA Avatar XPRIZE. На сайте https://github.com/pollen-robotics выложена документация по отдельным компонентам Reachy.

Pollen Robotics стремится делиться своими знаниями и совместно решать возникающие на пути прогресса проблемы, вместо желания монополизировать полученные результаты исследований. В Pollen Robotics мы стремимся способствовать обмену знаниями в сообществе, чтобы помочь в реализации революции ИИ. Мы считаем, что вместо того, чтобы пытаться монополизировать какую-то проблему, мы должны совместно работать над ее решением, которое принесет всем пользу.

#11 proRobot - Чехия

Робота Fimbot создает команда proRobot из чешского университета в городе Градец-Кралове. Свое название робот получил по первым буквам факультета Информатики и управления (FIM - Faculty of Informatics and Management). Команда разработчиков состоит из студентов старших курсов и преподавателей этого университета.

Роботизированный аватар Fimbot должен отличаться простым и удобным управлением через костюм виртуальной реальности. Новейшие стандарты безопасности и шифрования призваны обеспечить надежность эксплуатации робота. Базовая модель Fimbot должна стать прототипом для специализированных аватаров, которые в будущем найдут применение в промышленности, здравоохранении, в аварийно-спасательных службах.

За основу 3D печатной конструкции Fimbot взят известный гуманоидный робот InMoov, созданный французом Гаэлем Ланжевеном. Отдельные конструктивные элементы робота создаются методом 3D печати из биоразлагаемого материала PLA (polylactic acid) это полимер молочной кислоты.

Пластиковая конструкция гуманоидного робота будет дополнена сенсорными датчиками, обеспечивающими в режиме реального времени обратную связь робота с человеком-оператором. Для успешной работы системы человек робот придется добавить скоростную систему телекоммуникации с использованием технологии Wi-Fi.

У проекта Fimbot пока один спонсор, но зато это компания Skoda Auto.

Видео комапнии можно посмотреть на странице в FB

#12 Rezilient - США

Компания Rezilient из США представляет в полуфинальном конкурсном отборе ANA Avatar XPRIZE проект Rezilient Health. Компания занимается оказанием медицинских услуг, отличающихся инновационным характером в организационном и технологическом плане. Роботизированная телемедицина одно из перспективных направлений в деятельности Rezilient.

Проводимые компанией из США инновационные разработки в области робототехники и удаленных коммуникаций позволят обеспечить клиентам полную доступность медицинских услуг в любое время и в любом месте. Создание аватара Rezilient Health позволит компании обеспечить внедрение новых, повсеместно доступных сервисов здравоохранения, включая телемедицину с использованием роботизированной техники, расширит возможности медперсонала по обслуживанию клиентов.

#13 Robot Guru

Проект Robot Guru реализуется на платформе уже готового продукта HoloSuit, куда входят куртка, брюки и перчатки, оснащенные набором датчиков и системой двусторонней беспроводной связи (Wi-Fi и Bluetooth LE) с программным обеспечением на базе Windows, iOS, Android. Встроенные датчики позволяют контролировать все движения человека.

Основанная в 2016 году компания сегодня предлагает свою разработку под названием Holosuit для применения в медицине, робототехнике, промышленности, образовании, спорте и играх.

В стандартный комплект HoloSuit четырех размеров для взрослого человека входят:

• 23 встроенных датчика и 9 устройств тактильной обратной связи, распределенных по обеим рукам и ногам, встроенные кнопки на двух пальцах.

• Holosuit может подключаться через Bluetooth, Wi-Fi и USB.

• 6 датчиков движения на куртке.

• 5 датчиков движения на брюках.

• 12 датчиков движения на перчатках (по 6 на каждой перчатке).

• 9 сенсоров с обратной связью (4 на куртке, 3 на брюках, по 1 на каждой перчатке).

• 8 кнопок управления (4 на куртке и по 2 на каждой перчатке).

По заказу комплекты HoloSuit комплектуются лицензионным программным обеспечением. Компания HoloSuit обладает большим опытом исследований и разработки аппаратного/программного обеспечения, имеет более 37 патентов, выданных в США, ЕС, Китае, Корее.

#14 Synapse - Япония

Команда Synapse объединяет четыре экспертные группы, сформированные на базе известных компаний NTT Communications, Tokyo Robotics, XELA Robotics и университета Васэда. NTT Communications известная во всем мире телекоммуникационная компания. Основанная в 2015 году Tokyo Robotics занимается роботизацией складских и офисных помещений, ферм и даже домов. В компании XELA Robotics занимаются исследованиями и проектированием надежных и безопасных захватов и манипуляторов для роботизированных систем. Группа из престижного университета Васэда в г. Токио занимается созданием эффективных тактильных датчиков.

Команда Synapse уже имеет в своем активе гуманоидного робота общего назначения под названием TOROBO. На очереди создание робота AVATAR, который будет обеспечивать функции телеприсутствия. Каждая группа команды объединяет квалифицированных специалистов в своих областях: телекоммуникации, робототехника, удаленное управление и тактильные датчики. Демо видео - можно посмотреть по ссылке

Видео Tokyo Robotics, которое поможет представить будущее сервисных услуг с использованием телеуправляемого человекоподобного робота.

#15 SNU - Южная Корея

Команда SNU представляет Сеульский национальный университет (SNU). Основа команды студенты из пяти лабораторий университета и преподаватели, занимающиеся проектированием гуманоидных роботов. Среди них есть специалисты в области управления с использованием тактильных ощущений, разработки мягких сенсорных материалов. Интеграцией всей системы руководит профессор Пак Джэ Хын.

Аватар SNU включает три составляющие: систему управления, интерфейса и удаленно управляемый гуманоидный робот. Система управления состоит из видеошлема и перчаток для оператора. В видеошлем интегрированы дисплей, микрофон и система распознавания движений головы и речи. На дисплее виртуальной реальности отображается изображение с двух камер, которые установлены на голове гуманоидного робота и перемещаются вверх-вниз, вправо-влево при движениях головы оператора. Система распознавания речи оператора позволяет имитировать его эмоции матрицей из светодиодов на лице робота.

Система интерфейса обеспечивает передачу команд роботу и ответный поток данных с сенсорных датчиков гуманоида. На руках у оператора перчатки с датчиками для передачи движений рук и пальцев. Перчатки робота оснащены мягкими сенсорами для передачи в перчатки оператора тактильных ощущений.

#16 UNIST - Южная Корея

Второй южнокорейской командой, прошедшей в полуфинал ANA Avatar XPRIZE стала команда Национального института науки и технологий (UNIST) из г. Ульсан. В команде представлены студенты и аспиранты из лаборатории BiRC (Биоробототехника и управление) под руководством профессора и научного сотрудника с докторской степенью.

Команда пока не раскрывает деталей создаваемого Аватара. Но на сайте лаборатории представлены результаты многочисленных исследований в области мягкой и био робототехники, виртуальной реальности и удаленного управления.

В группе Мягких компонентов исследуют материалы для датчиков, которые помогут в создании захватов для аватара и перчаток с тактильными сенсорами для оператора

В группе Био робототехники занимаются созданием шагающих и летающих роботов. В группе Телеуправления разрабатывают алгоритмы удаленного управления роботами и аватарами с помощью жестов и движений туловищем оператора. В группе Виртуальной реальности исследуют надеваемый на руку тактильный интерфейс для точного отслеживания положения и интерактивного контроля усилия отдельных пальцев.

#17 Telexistence - Япония

Основанная в 2017 году японская компания Telexistence, занимается проектированием, производством и эксплуатацией удаленно управляемых роботов. Концепция виртуального присутствия в любом удаленном месте была предложена еще в 1980 году доктором Сусуму Тати, почетным профессором Токийского университета и президентом компании Telexistence.

Ключевые особенности технологии Telexistence:

• Расширенные интерфейсные возможности подключения через стандартный проводной или беспроводной интернет.

• Незначительная задержка при передаче сигналов управления.

• Гибридная интеллектуальная система управления.

• Уникальная механическая конструкция робота.

• Оптимизированный дизайн виртуальной реальности.

В 2018 году Telexistence анонсировала серийный прототип удаленно управляемого робота MODEL H, в котором используются технологии дистанционного управления, виртуальной реальности и тактильных ощущений. Ориентированная в первую очередь на коммерческое применение MODEL H отличается простотой и долговечностью использования, сокращенным временем загрузки и запуска, имеет собственную облачную инфраструктуру с доступом через проводной и мобильный Интернет.

В июле 2020 года компания объявила о разработке модели T, в которой применяется для розничной торговли технология AWP (Augmented Workforce Platform), предполагающая использование гуманоидных роботов манипуляторов с управлением от удаленного оператора. Рука робота обеспечивает точную и быструю укладку товаров различной формы. Модель T обеспечивает повышенную точность удаленных манипуляций и минимизированную задержку управляющих сигналов при плотном трафике в телекоммуникационной среде.

#18 Touchlab - Великобритания

Команда сформирована на базе компании Touchlab из шотландского г. Эдинбург и занимается исследованиями в области роботехники. Одно из основных направлений деятельности компании разработка и производство электронной кожи eDermis с встраиваемыми в нее сенсорными датчиками.

Технология eDermis использует принцип туннельного эффекта для пьезорезистивного измерения прикосновения, усилия и положения. Гибкий пакет из металлических и полимерных пленок толщиной в 2 человеческих волоса легко настраивается по размеру, форме и количеству областей тактильного восприятия. Выходной сигнал eDermis снимается с 4 контактов. Прочный материал eDermis тоньше человеческой кожи и может использоваться для покрытия любых мягких и твердых поверхностей.

Последний вариант запатентованной технологии электронной кожи способен обнаруживать силу и направление воздействия в трех осях. Датчики eDermis будут дополнены программным обеспечением с использованием технологий глубокого обучения, что позволит роботам идентифицировать объекты и текстурированные поверхности на ощупь, обнаруживать и компенсировать проскальзывание при захвате предметов, измерять усилие нагрузки на опору. Такие датчики находятся в стадии интенсивной разработки, эксклюзивный доступ к ним предоставляется ограниченному числу клиентов.

Команда Touchlab заявляет. "Наш Аватар позволит оператору полноценно видеть и чувствовать на удалении, а также обеспечит другие способности, превосходящие человеческие возможности, такие как обнаружение дыма, вредных газов, излучения, инфракрасное зрение, ориентацию в пространстве. Улучшенное сенсорное восприятие позволит выполнять сложные задачи в опасных условиях гораздо эффективнее, чем это может сделать человек."

#19 Virtual Sapiens - Индия

Команда Virtual Sapiens объединила усилия и наработки трех коллективов в области систем виртуальной реальности, робототехники и передачи тактильных ощущений.

PropVR является удобной платформой для интерактивной 3D визуализации чертежей и изображений. Эта платформа, созданная на основе технологий искусственного интеллекта (AI), виртуальной и дополненной реальности (VR/AR), идеально подходит для создания систем удаленного телеприсутствия. Компания уже предлагает варианты использования своей платформы для виртуального присутствия в медицине, торговле и электронной коммерции, при продаже недвижимости, в туристическом бизнесе.

Компания Vicara занимается исследованиями в области технологий виртуальной реальности, которые позволяют управлять с помощью жестов оператора роботом, дронами, игровыми и другими виртуальными объектами. Компания имеет два продаваемых устройства удаленного управления, способных отслеживать малейшие движения кистей рук и пальцев (менее 1 мм). Задержка сигнала управления менее 10 мс. Устройства поддерживают Bluetooth Low Energy 5.0. По замыслу Virtual Sapiens контроллеры Vicara позволят успешно взаимодействовать с удаленным аватаром через каналы связи.

Компания Invent Robotics разрабатывает и продает роботов Mitra, которые способны автономно перемещаться в пространстве, распознавать людей по лицу и поддерживать с ними беседу. Компания позиционирует их в качестве роботов для приема гостей в различных учреждениях и для обслуживания посетителей в кафе и ресторанах. Заложенные в Mitra потенциальные возможности создания новых интерфейсов позволят Virtual Sapiens использовать этого робота в качестве аватара.

#20 GITAI - Япония

Команд GITAI разрабатывает робот-аватар для космической миссии на МКС при поддержке Японского космического агентства. В начале 2021 года в рамках Раунда В стартап GITAI получил инвестиции в размере 1.8 млрд йен (~16,5 млн. долл).

На конкурс $10M ANA Avatar XPRIZE представлен робот-аватар в виде верхней части тела человека (планируется добавить еще 2 руки) на мобильной колесной платформе. Робот способен производить манипуляции с мелкими предметы, открывать застежку-молнию, захватывать очень тонкие предметы.

На руках 2 датчика с опцией осевого вращения в кистях и руках (3 оси вращения на кончиках пальцев). Тактильные ощущения передаются оператору. Оператор управляет роботом при помощи специальной установки, а информацию об окружающей среде робота получает через глаза робота в свои VR очки и в наушники. Перемещением робота оператор управляет педалями.

В настоящий момент проходят процедуры тестов с NASA и эксперименты для работе робота на МКС. Эксперименты в космосе планируются на 2022-23 гг.

В этом обзоре мы разобрали только 20 полуфиналистов соревнования $10M ANA Avatar XPRIZE, и совсем скоро расскажем об оставшихся 28 командах. Подписывайтесь на наш блог, чтобы не пропустить выход статьи.

Представленные команды демонстрируют, что новое будущее, в котором роботы войдут в нашу повседневную жизнь, это не абстрактное будущее, а совсем уже близкая реальность. Команды объединяют усилия, собирают вокруг себя исследователей из топовых институтов, лабораторий, аккумулируют опыт коммерческих компаний, стартапов и индивидуальных робототехников для достижения общей цели - приблизить новое будущее.

Мы в Dragon Tree Labs также убеждены, что для совершения прорыва нужны коллаборации, совместные тесты и разработки. Это позволит быстрее дать миру принципиально новую платформу и отыскать значимые коммерческие применения систем, которые облегчат жизнь человека.

Наша команда Dragon Tree Labs объединяет индивидуальных разработчиков и команды робототехников для общей цели создать робота-аватара, который стал бы продолжением человека, который им управляет, расширил возможности телеприсутствия и дистанционного физического взаимодействия с объектами реального мира. Мы приглашаем к диалогу университеты и рисерч лабы, которым интересен этот проект. А для студентов открыта оплачиваемая стажировка на лето 2021 года.Подробности о стажировке на сайте Dragon Tree Labs

В разрабатываемом аватаре важно учесть социальный аспект общения робота и человека, это огромная новая область исследований психологии и социологии. Мы будем рады сотрудничеству с экспертами в этой области исследований.

Все, кто хотят присоединиться к проекту, могут писать на hello@dtlabs.tech

Участие в соревновании $10M ANA Avatar XPRIZE для нас это возможность открыть горизонты для всех участников нашей команды, которые по отдельности могут многое, но вместе могут совершить невозможное.

Будущее здесь безо всяких преувеличений. В нашей публикации Третий глаз для незрячих рассказывалось о том, как можно облегчить жизнь незрячим людям при помощи нескольких ультразвуковых сенсоров. Сегодня рассказываем о кибернетической руке на основе глубокого обучения, точность вычислений которой составляет более 95 %. Также в статье есть впечатления смельчака, решившегося опробовать технологию на себе. Именно его вы видите на КДПВ.

На этой неделе появилось 600 новых статей об архитектуре Transformer. Как мне быть? Случайным образом выбрать из них несколько, опубликовать у себя практически без изменений (не считая каких-то мелочей) и, возможно, чуть-чуть улучшить?

Надеюсь, вы не слишком обескуражены таким вступлением, но прошу понять меня правильно: архитектура Transformer сегодня настолько популярна, что сообщения о ней забивают все другие. Само собой, это потрясающая архитектура, она может оказаться чрезвычайно полезной во многих случаях, и недаром большинство исследователей сходят по ней с ума, но в области искусственного интеллекта (ИИ) есть и другие вещи, и, поверьте, не менее, а даже более увлекательные! Не стоит волноваться, я, естественно, буду рассказывать о впечатляющих проектах, созданных на базе архитектуры Transformer, применяемой в NLP, машинном распознавании образов и во множестве других областей. Я считаю эту архитектуру весьма перспективной, но просто пересказывать содержание новых работ, внося в них лишь косметические изменения, для меня не так интересно.

В качестве примера могу упомянуть пару опубликованных в марте работ, в которых говорится о применении архитектуры Transformer для классификации изображений. Эти работы довольно схожи друг с другом, и об одной из них я уже рассказывал (см. ниже). Я полагаю, что из них можно получить довольно полное представление о текущем состоянии архитектуры Transformer, используемой для машинного распознавания образов.

Связанная статья. Сможет ли архитектура Transformer заменить CNN в машинном распознавании образов?

Обратимся же теперь к настоящей теме этой статьи! Тема эта не имеет никакого отношения ни к архитектуре Transformer, ни даже к GAN, в ней нет никаких модных словечек (за исключением, пожалуй, слова "киберпанк"), но, тем не менее, это одно из самых крутых применений ИИ, с которыми я сталкивался в последнее время! Эта штука способна решать насущные проблемы многих людей и круто изменить их жизнь к лучшему. Конечно, она работает не так эффектно, как, например, превращение человеческого лица в персонажа аниме или мультфильма, зато ничто не сравнится с её полезностью.

Представляю вашему вниманию "Портативный автоматический ручной нейропротез с управлением пальцами на основе методов глубокого обучения", авторы: Nguyen, Drealan и др. Или, выражаясь словами одного из авторов, перед вами рука "киберпанка"!

Но сначала хочу напомнить о бесплатном мероприятии NVIDIA GTC, которое должно состояться на следующей неделе. Вы узнаете множество интересных новостей из мира искусственного интеллекта, а если подпишетесь на мою новостную рассылку, вас ждёт приз от Института глубокого обучения, которым я руковожу. Если вас заинтересует это предложение, можете ознакомиться с моим предыдущим видео, в нём я говорил об этом призе.

Теперь давайте более подробно ознакомимся с этой уникальной и поражающей воображение новой работой.

В этой работе на нейропротез накладываются технологии глубокого обучения, позволяющие контролировать в реальном времени движения отдельных пальцев протеза. Человек, потерявший руку 14 лет назад, теперь может двигать искусственными пальцами, как на обычной руке! Задержка прохождения команд составляет от 50 до 120 миллисекунд, точность движений от 95 до 99 %. Из этой работы следует, что встраивание технологий глубоких нейросетей непосредственно в носимые биомедицинские устройства не только возможно, но и чрезвычайно эффективно!

В данном случае был использован модуль NVIDIA Jetson Nano, специально разработанный для развёртывания систем ИИ в автономных приложениях. Это позволило использовать GPU и мощные библиотеки, такие как TensorFlow и PyTorch, внутри самого манипулятора. Авторы проекта говорят: "При реализации нашего нейронного декодера мы отыскали самый подходящий компромисс между размерами, мощностью и производительностью". Главная цель данной работы решить проблему эффективного развёртывания нейронных декодеров глубокого обучения на портативном устройстве, используемом в реальных приложениях, для долгосрочного применения в клинической практике.

Естественно, есть много технических тонкостей, о которых я здесь рассказывать не буду (какой из меня специалист!). Например, я не буду рассказывать о том, как соединяются друг с другом нервные волокна и биоэлектронные элементы, какие применяются микросхемы, позволяющие одновременно осуществлять нейронную запись и стимуляцию, или как реализованы программное и аппаратное обеспечения, обеспечивающие работу системы декодирования двигателя в реальном времени. Если вы захотите узнать больше об этом, можете обратиться к описаниям соответствующих работ, их можно легко найти по ссылкам. Давайте просто рассмотрим принципы глубокого обучения, реализованные в этом удивительном изобретении. Инновационная идея заключалась в оснащении системы декодирования двигателя технологиями глубокого обучения, что позволило снизить вычислительную нагрузку на платформу Jetson Nano.

На рисунке показан поток обработки данных платформой Jetson Nano. Сначала данные в виде сигналов периферических нервов от ампутированной руки отправляются на платформу. Эти данные предварительно обрабатываются. Этот шаг очень важен: берётся выборка входных необработанных нейронных данных, после чего система рассчитывает их основные характеристики во временной области, а затем загружает в модели. Такие предварительно обработанные данные соответствуют основным характеристикам нейронных данных односекундной давности, полученных от ампутированной руки и очищенных от источников шума. Затем эти прошедшие обработку данные передаются в модель глубокого обучения, и на выходе получается конечный результат возможность управления движением каждого пальца. Всего наборов выходных данных пять, по одному на каждый палец.

Как в реальности работает использованная авторами модель? В её основе лежит применение свёрточного слоя. Такой слой используется для идентификации различных представлений входных данных. В данном случае количество свёрток равняется 64. Эти свёртки были получены с использованием различных фильтров, то есть всего имеется 64 различных представления.

Фильтры представляют собой сетевые параметры, которым система обучилась во время тренинга для правильного управления протезом после его подсоединения. Мы знаем, что время в данном случае является крайне важным фактором, так пальцы должны двигаться плавно, поэтому для представления такого зависящего от времени аспекта при декодировании данных были выбраны управляемые рекуррентные блоки (GRU).

Блоки GRU сообщают модели, что делала рука в последнюю секунду (что было закодировано сначала) и что ей нужно делать дальше (что декодируется в настоящее время). Говоря простым языком, GRU это не что иное, как улучшенная версия рекуррентных нейронных сетей, или RNN.

RNN решают следующую вычислительную задачу: добавляют вентили, чтобы при выполнении рекуррентного процесса о прошлых входных данных сохранялась только релевантная информация (иначе придётся каждый раз пропускать входные данные через фильтры).

По сути, RNN принимают решение, какая именно информация должна передаваться на выход. Как и в рекуррентных нейронных сетях, в нашем случае односекундные данные в виде 512 свойств итерационно обрабатываются с помощью реккурентных блоков GRU. Каждый блок GRU получает входные данные текущего шага и прошлые выходные данные и на их основе формирует следующий набор выходных данных. Блок GRU, таким образом, можно рассматривать как оптимизацию "базовой" реккурентной нейросетевой архитектуры. На последнем этапе декодированная информация отправляется на линейные слои, где преобразуется в значения вероятности для каждого отдельного пальца.

Авторы, как следует из их статьи, изучили множество различных архитектур и смогли создать самую эффективную с вычислительной точки зрения модель, работающую с потрясающей точностью более 95 %.

Мы получили общее представление о работе и точности модели, но остался ещё ряд вопросов. Например, что ощущает человек, пользующийся нейропротезом? Насколько реальны его ощущения? Насколько качественно работает протез? В общем, всех интересует вопрос: может ли такой протез заменить настоящую руку?

Вот, что рассказывает сам пациент:

Я понимаю, что эта штука ещё требует доработки. В ней должно быть больше "жизненных" функций для выполнения повседневных задач, чтобы можно было не задумываться о том, в каком положении находится рука и в каком режиме она запрограммирована. Надо чтобы она работала так: увидел, дотянулся и взял. [...] В идеале я должен ощущать на теле не протез, а обычную руку. Я полагаю, мы до этого дойдём. Я верю в это!

Для меня данное изобретение самый невероятный пример применения технологий искусственного интеллекта.

Это изобретение способно повысить качество жизни человека, и нет ничего почётнее этой цели. Надеюсь, вам понравилась эта статья. Также можете посмотреть видеоверсию, где можно своими глазами посмотреть на движения настоящей руки киборга. Спасибо, что прочитали статью. В видеоролике об этом уже говорилось, но я повторю здесь: "Это безумно круто!"

Менять весь мир это очень большая цель и она практически недостижима. Но нам вполне по силам изменить некоторую его часть. Такие протезы и ПО для них могут сделать мир лучше для многих людей, которые по каким-то причинам лишились части тела. Если для реализации ваших задумок не хватает знаний можете обратить внимание на наш расширенный курс по Machine Learning и Deep Learning и возможно именно вы научите протезы откликаться на малейшие нервные импульсы.

Узнайте, как прокачаться и в других специальностях или освоить их с нуля:

• Профессия Data Scientist

• Профессия Data Analyst

• Курс по Data Engineering

Привет, Хабр! Перед вами история роботоподобных устройств, которые создавались задолго до появления современных технологий.

Первые роботы (если верить историческим данным) были созданы в 300 году до нашей эры. Забавно, тогда и слова-то такого не было, а роботы уже были. Позднее были созданы деревянные жуки, механические служанки, искусственный человек Леонардо да Винчи и много других изобретений. Я хочу рассказать о том, каких роботов создавали изобретатели на протяжении всей истории человечества.

Да, перечисленные в этой статье механизмы роботами назвать можно с рядом оговорок. Но мне кажется, что эти предшественники современных роботов заслуживают, чтобы про них помнили.

Античность

Если верить историческим данным, первые роботы в мире были созданы примерно в 300 году до нашей эры. Это были огромные фигуры в виде женщин, словно бы оберегавших Александрийский маяк. Одни показывали силу ветра и морских волн, передвигая большие золотые стрелки на огромных синих циферблатах. Другие, поворачиваясь, указывали направление ветра или следовали руками за движением солнца и луны. Женщины-автоматы стояли и возле больших Водяных часов клепсидр. В дневное время их было хорошо видно, а ночью они освещались искусственным светом. Две фигуры были не простыми. Время от времени они оживали, поворачивались и били в колокол, а ночью издавали громкие звуки. Это было нужно для того, чтобы корабли вовремя узнавали об опасной близости отмелей и подводных скал.

Ещё одним удивительным изобретением древности стал антикитерский механизм часовое устройство примерно 2-го века до н.э., поднятое в 1901 году с затонувшего судна. Про него интересно рассказывается в этой статье. По сути, это образец бортового аналогового компьютера с функциями календаря, картой солнечной системы, астрономическими часами и вычислительной машины, способной определять движения небесных тел. До сих пор поражает уровень развития механики эллинов, сумевших создать столь сложный артефакт. Возможно, это не совсем робот, но устройство умело автоматически выполнять некоторые функции.

Летающий механический голубь, детище древнегреческого математика и механика Архита Тарентского, увидел свет за 350 лет до нашей эры. Вообще, это была птица с полым деревянным корпусом цилиндрической формы. Голубем её назвали позднее из-за похожести. По бокам автоматической птицы располагались два больших и два малых крыла. Передняя часть была заострена, словно клюв. Отверстие в задней части птицы вело к внутреннему пузырю и соединялось с герметичным котлом нагревания. Когда давление в котле повышалось, голубь взлетал и на паровой тяге мог пролететь несколько сотен метров с большой скоростью.

Примерно в это же время эллинский математик Филон Византийский создал механическую служанку. Она была ростом с человека и водной руке держала сосуд с вином. В другую нужно было установить чашу для вина. Это был прекрасный автоматон для дружеских возлияний. Внутри у служанки находился механизм, перегоняющий воду и вино из резервуаров по трубам в пустую чашу, которую надо было поставить в свободную руку.

Живший в первом веке греческий математик Герон Александрийский изобрёл автомат для продажи святой воды в храмах. Эта вода стоила 5 драхм и нужна была для ритуального омовения рук и лица. Под тяжестью опущенной в приёмник монеты нажимался рычаг, открывающий клапан. И в сосуд лилась вода.

Ещё

Средние века и Новое время

В Арабском халифате, по некоторым сведениям, было много автоматических диковинок. Но информация о большинстве изобретений до нас дошли лишь в форме описаний и рисунков путешественников. Например, в переведённых арабских хрониках рассказывается, как византийские послы, прибывшие в Багдад в 917 году, описывали дворец. Там было серебряное дерево, стоявшее посреди большого резервуара с водой. У него было 18 веток, на каждой из которой располагались маленькие веточки с золотыми и серебряными птицами. Птицы были разной величины и каждая пела. Есть сведения, что знаменитое серебряное дерево на самом деле украшало дворец хана Мункэ в Каракоруме, а создал его француз Буше.

Гораздо больше известно про изобретения механика аль-Джазари, жившего в 1136-1206. Он создал более 50 разных устройств, которые описал в трактате Книга знаний о гениальных механических устройствах. Наибольшую известность аль-Джазари принесли часы в виде слона. Механизм был скрыт в большой скульптуре азиатского слона. Там располагались резервуар, наполненный водой, и плавающая в нём чаша с отверстием по центру, полчаса заполнявшаяся жидкостью. Наполнившись, она погружалась под воду и тянула верёвку, прикреплённому к балансиру в башне на спине слона.

Это, в свою очередь, приводило в движение фигуру сокола, начинавшую петь, и высвобождение из корзины металлического шара, падавшего сначала на голову птицы, а оттуда в пасть скульптуры змея, после чего та наклонялась вперёд, вытаскивая чашу из воды с помощью струн. Эти струны также заставляли скульптуру правителя поднимать левую или правую руку, а попадание мяча в вазу приводило к тому, что скульптура погонщика ударяла в барабан. Вследствие всего этого стрелка циферблата перемещалась в нужном направлении и указывала либо полчаса, либо полный час. Затем скульптура змея возвращалась назад и цикл повторялся, пока в корзине оставались шары.

Оставил свой след в деле роботостроения и Леонардо да Винчи. Он разработал чертеж человекоподобного робота в 1495 году. В найденных документах изображён каркас робота-рыцаря, который запрограммирован выполнять человеческие движения.

Он обладал анатомически правильной моделью челюсти, мог сидеть и ходить, двигать руками, поднимать забрало, размахивать мечом. Внутри было две системы программируемый контроллер обеспечивал работу рук с помощью троса и шестерёнок, а ноги работали за счёт кривошипно-шатунного механизма. Некоторые исследователи утверждают, что рука робота могла рисовать. В записях также сказано, что поверх каркаса должна быть надета рыцарская броня.

Помимо человека, в 1584 году да Винчи придумал и льва. Очевидцы в своих воспоминаниях описывали, что в однажды в комнату к королю Франции зашёл механический лев, который сел на задние лапы, раскрыл дверцы на груди, и там был виден букет лилий геральдический символ как французских королей, так и Флоренции. Полного его изображения, как и полных чертежей, не сохранилось.

В 1543 году известный в то время английский астролог и математик Джон Ди спроектировал деревянного жука, который почти мог летать. Этого жука Ди запустил во время представления комедии Аристофана "Мир". Зрители были шокированы увиденным и тут же заподозрили Ди в колдовстве. К счастью, его не сожгли. Возможно, по той причине, что летал жук очень плохо (если вообще мог).

В период с 1556 по 1598 инженером Хуанело Турриано был создан автоматический монах, которого подарили королю Испании. О процессе создания мало что известно, зато монах сохранился до наших дней. Он небольшой, всего 40 см в высоту, и перемещается на колесиках благодаря часовому механизму. Поскольку робот одет в рясу, видны только подвижные ступни. Это создаёт иллюзию движения. Одной рукой робот подносит к губам крест, а другой бьёт себя в грудь. Рот открывается, словно произнося беззвучные молитвы, а глаза двигаются.

В это время были распространены именно религиозные автоматоны. Часто встречались механизмы в виде Девы Марии, способные артикулировать и поворачивать голову. Они были выполнены из дерева, обычно в натуральную величину. Автоматическая фигура была оснащена часовым механизмом, умела поворачивать голову и благословлять людей.

Свои роботы были и в Японии. Там они назывались каракури. Самый известный домашний робот Чахакоби нингё был создан в эпоху Эдо (после 1603 года) для обслуживания гостей во время чайной церемонии. Когда хозяин ставил чашку с чаем на поднос, робот разворачивался и относил её к гостю. Когда тот допивал чай и возвращал кружку на поднос, робот доставлял её обратно хозяину. Чахакоби нингё можно было программировать хозяин мог заранее установить место, где автомат должен развернуться.

Автоматический официант высотой 35 см был сделан из вишнёвого дерева, а шестерёнки механизма из ламинированного дуба и японского кедра. Во всей конструкции не использовалось ни одного гвоздя. Единственная металлическая деталь находилась в контроллере, который регулировал балансирную пружину. Работали роботы благодаря системе противовесов.

Другой интересный образец японского роботостроительства (более поздней эпохи) Юми-ири-Дойи, созданный Танака Хисасигэ примерно в 1840 году. Это миниатюрный лучник, расположенный на подставке высотой 30 см. Робот берёт стрелу из колчана, натягивает тетиву и стреляет в цель, повторяя это действие четыре раза. На каждые десять выстрелов приходится один промах. И это не ошибка изобретателя, так сделано для большей реалистичности механизма.

В 1740-х годах французский механик Жак де Вокансон, изучавший наследие Леонардо да Винчи, создал робо-уток из меди. По своей сути они были механическими игрушками, умевшими крякать, пить воду из чашки, есть зерно и хлопать крыльями. Пища переваривалась и затем, как у настоящей птицы, выходила экскрементами другого цвета. Механизм, управляющий птицей, был скрыт в постаменте.

В 1774 году швейцарский часовщик Пьер Жаке-Дроз и его сыновья создали удивительное трио сложных автоматических механизмов, которым дали имена Музыкант, Писатель и Художник. Писатель окунал перо в чернильницу, стряхивал излишки чернил и затем записывал запрограммированный текст каллиграфическим почерком. Он состоял из 6000 деталей. Художник мог рисовать четыре заданных изображения. Периодически он сдувал пыль с листа бумаги. Художника можно было перепрограммировать, заменяя детали для того, чтобы получился другой рисунок.

Презентация изобретения

Музыкант, состоящий из 2500 элементов, создавался почти 10 лет. Автоматическое устройство, выполненное в виде женщины, играло 45-секундные песни, нажимая клавиши на клавикорде. Её грудь поднималась и опускалась, как будто она дышит, глаза следили за пальцами, а после каждой песни кукла кланялась. Музыка, которую воспроизводит робот, не поддельная, не записана и не проигрывается музыкальной шкатулкой: кукла по-настоящему касается пальцами клавиш инструмента. Инструмент изготовлен по специальному заказу и состоит из 24 труб.

Ещё

Роботы после 19-го века

В 1805 году швейцарец Анри Мелларде изобрёл автоматон, который писал стихи на французском и английском языках. Спустя более ста лет, в 1928 году, Институт Франклина в Филадельфии приобрел этого хотя и сомневались в подлинности. Но когда удалось наладить автоматон, то первое, что он написал было: Написано автоматоном Мелларде. В тот момент все сомнения отпали.

В 1810 году создатель музыкальных инструментов Фридрих Кауфманн сконструировал механического трубача. Автомат действовал при помощи шагового двигателя и программного барабана, который заводился специальной рукояткой. Сама по себе машина выглядит внешне как мужчина ростом около 180 сантиметров, одетый в испанский костюм. Механизм Трубача управляется с помощью двух вращающихся ступенчатых барабанов, которые сделаны из сплава меди. Насечки, установленные на барабанах, соприкасаются с шестью ударными штифтами и четырьмя рычагами, которые приводят в действие ветровые клапаны, пропускающие воздух через 12 штифтов, из-за чего в итоге производится звук из трубы.

Ещё

В 1869 году в США изобретатели Цадок Дедерик и Исаак Граас представили паровой автоматон, способный двигать карету. Его изготовили в виде человека ростом около 2 метров. Весил он 226 килограммов, за что получил прозвище Дэниел Ламберт в честь англичанина, прославившегося своей тучностью. В груди автомата находились бойлер и топка. Шток поршня на спине направлял энергию к ногам. Паровой человек крепился к карете двумя железными стержнями, которые поддерживали его в вертикальном положении. Мощность двигателя была способна заставить человека делать четыре шага за оборот. Двигатель мог работать от двух до трёх часов за одну растопку.

В 1928 году американский инженер Рой Уэнсли показал публике робота Мистера Телевокс, который умел двигать несколькими конечностями и выполнять простые голосовые команды. На первой демонстрации журналистам Уэнсли, с помощью различных серий свистков, заставил робота зажечь лампы, включить вентилятор, пылесос, открыть окна, закрыть двери. При этом робот не мог двигаться. По сути это была автоматическая телефонная станция, только вместо абонентов к ней было присоединены электромоторы различных функций. Двери, окна открывались и закрывались электродвигателями, электроприводы поворачивали ручки выключателей разных приборов. Ухом служил обычный микрофон, от него сигнал шел на усилители, а затем через трансформаторы к фильтрам. Каждый фильтр пропускал через себя определенную тональность: до, ми, соль. Так и строилась система команд управления.

Советский робот В2М был представлен в 1936 году в рамках Всемирной выставки в Париже 16-летним школьником Вадима Мацкевичем. Его рост составлял 1,2 метра, а для управления использовалась радиосвязь. Человекоподобный робот умел выполнять 8 команд, которые заключались в движении разными частями тела.

Из-за слабости моторов, робот не мог полноценно понимать правую руку и этот жест был похож на нацистское приветствие. Из-за этого недоразумения, робот В2М принес мальчику множество проблем и от репрессии его спасли только юношеский возраст и поддержка со стороны начальства органа СССР по борьбе с преступностью.

Электро это робот, построенный в 1939 году компанией Westinghouse, которая хотела продемонстрировать всему миру свое технологическое мастерство. Он мог ходить, говорить (словарный запас около 700 слов), крутить головой и махать руками, шевелить губами и пальцами, отличать красный цвет от зелёного глазами и надувать воздушные шарики или нервно курить (с человеческой помощью).

Курит он от ощущения своей примитивности, по сравнению со своими механическими андроидными старшими братьями и сёстрами. В 40 году, чтоб он так не тосковал, ему сделали маленького друга собаку Спарки. В 60-х он снялся в фильме для взрослых.

Разумеется, это не все механизмы, которые были придуманы человечеством. Существовало отдельное направление по созданию роботов-зверей и птиц, было множество подделок, которые на самом деле управлялись человеком. Много всего было. Но мне кажется, я перечислил наиболее интересные образцы прошлого. Если что-то упустил добавьте в комментариях. Спасибо!

Удивительно, но в век самоуправляемых машин, 5G и спутникового интернета многие до сих пор думают, что еда для масс-маркета производится примерно теми же методами, что и 3040 лет назад. Есть трактор, комбайн, борона, и на этом прогресс остановился. Но современная ферма может быть оборудована хай-тек-устройствами не хуже заводского цеха. Давайте разбираться, как современные фермы работают сегодня.

Позабыты хлопоты, остановлен бег, вкалывают роботы, а не человек.

Роботы на ферме

Постоянный рост населения планеты ставит перед сельским хозяйством всё новые и новые челленджи. Но современный человек уже знает, что экстенсивный путь распахать половину мира, повернуть реки, распылить инсектициды это путь разрушения природной экосистемы.

Поэтому вместо роста количественного выбирает качественный а он требует сложных методов и устройств. Так что если видео с автоматизированной пересадкой деревьев (пример 1, 2) приводит вас в неописуемый восторг дальше будет еще круче.

Зачем нужен агротех

Спрос на продукты питания за всю историю человечества только рос. Ещё Томас Мальтус в 18-м веке сформулировал свой закон: население растёт экспоненциально, а ресурсы только линейно. И хотя оптимисты настаивают, что он был неправ и рост производительности труда решает проблему, тренд ясен: спрос на продукты растёт.

Поскольку население Земли приближается к 8 миллиардам человек, производство должно стать эффективнее, чем когда-либо. Но, увы, производственные проблемы нельзя решить простым линейным масштабированием: нет свободного места, исчерпана пропускная способность транспортной сети, неоткуда подвести дополнительные ресурсы (воду, электричество). Тиски новых экологических норм сжимаются всё крепче. Ограничения приходится обходить сложным и дорогостоящим путём повышения КПД и уменьшением издержек производства.

Здесь-то и приходит на помощь хай-тек. Оптимизация бизнес-процессов считается главной историей успеха второй волны внедрения искусственного интеллекта. Теперь алгоритмы прогнозируют спрос, планируют производство и управляют качеством продукции. Следующая волна вводит в игру сенсоры и роботов. На этой благодатной почве и выросло множество молодых стартапов, которые революционизируют сельское хозяйство при помощи новых информационных технологий. За примерами далеко ходить не придётся.

Naio Technologies

Помните роботов-курьеров от Yandex, эдаких смешных шестиколёсных черепах, которые могут сами ориентироваться в городе и привозить заказанный в соседнем вег-кафе сельдереевый смузи и стейк из сейтана к вам домой? Так вот, у него есть хардкорный внедорожный брат-близнец, обеспечивающий прополку грядки в автоматическом режиме.

Французская Naio Technologies выступает за экологичное земледелие: зачем поливать грядку тонной химии и лишний раз загрязнять почву (а ещё создавать устойчивые к гербицидам и пестицидам виды сорняков и вредителей), когда можно эффективно решить проблему механическим способом. Около 150 умных роботов Oz, Dino и Ted от Naio уже впахивают на французских и американских землях, а сам стартап привлёк более 14 млн инвестиций на создание фабрики по производству таких машин, так как первые экземпляры (на которые уже было собрано 3 млн) были изготовлены чуть ли не вручную.

Планы у компании наполеоновские: в течение 10 лет они собираются поставить роботов на каждое поле в США и Европы, говорят, что по эффективности их продукт просто не оставит шансов альтернативным технологиям. То есть либо у тебя ферма с роботами-пропольщиками, либо ты не вписался в рынок и твои конкуренты производят еду дешевле и качественнее. Причём вынудит фермеров обновляться не только растущий спрос, но и давление госрегуляторов, стремящихся уменьшить применение химикатов на полях.

BlueRiver

По сути, Lettuce Bot решает ту же проблему, что и предыдущий стартап, но чуть иным методом. Компания решила не отказываться от гербицидов в полной мере, просто применять их точечно, а не заливать всё поле без разбора. Робот ездит по полям, оценивает растущую на них зелень и прицельно опрыскивает специальным раствором только сорняки.

В результате те не мешают росту салата, а на сам салат не попадает всякая химия. Стартап не такой молодой, поэтому и подход к решению проблемы был попроще, и результат соответствующий: известный (в том числе и кабальным DRM) производитель сельхозтехники John Deere купил стартап за $300+ млн.

Животноводство и роботы от Lely

В одной только России уже больше 130 молочных ферм используют робототехнику. Для чего? Задачи у ботов самые разные. Чаще всего в контексте такой автомазиации вспоминают продукцию голландской фирмы Lely (неудивительно, что стартап именно из этой страны много лет считается лидером в молочной отрасли).

У компании есть бот Juno, чем-то напоминающий гигантский робот-пылесос весом в добрых полтонны. Он ездит по помещению сам, старается ни во что жёсткое не врезаться, только вместо уборки подравнивает насыпанный на пол свежий корм, чтобы коровам не пришлось далеко за ним тянуться. Работает 24/7, не просит отпусков и не требует медицинской страховки. Сплошные плюсы.

Другой бот, Lely Discovery 90, занимается чисткой коровника. Собирает и вывозит навоз, моет дощатый пол, дезинфицирует труднодоступные места. Фермеры, внедрившие робоуборщика, отмечают улучшение здоровья подопечных коров: отсутствие кислотной среды и жидкостей на полу предотвращает болезни копыт и различные дерматиты. Сами же парнокопытные быстро привыкают к механическому товарищу и спустя какое-то время воспринимают его как неотъемлемую часть их дома: спокойно отходят с маршрута робота и не мешают ему убираться.

Вершиной автоматизации можно назвать автоматического робота-доярку, который применяет лазерное построение трёхмерной модели вымени для точного позиционирования доильного аппарата. Умный робот заботится, чтобы бурёнкам было комфортно в процессе дойки: работает быстро и тихо, не травмирует животных, помнит о чистоте и дезинфекции и умеет интегрироваться с другим оборудованием молочной фермы резервуаром-охладителем, умными воротами, системой управления рационом питания коров и т. п.

Саму Lely нельзя назвать стартапом компания основана в 1997 году и не только занимается производством техники, но и успешно инвестирует в молодые предприятия, создающие инновационные системы для фермерских хозяйств.

Hans-Christian Fritsch, управляющий компании-партнёра Ilmsens, отмечает, что в современном мире стартапам всё сложнее довести прототип изобретения до серийного продукта. Иногда идея успевает устареть, иногда крупный бизнес ведёт себя нечестно и ворует идеи. Вдобавок специфический рынок фермерской автоматизации накладывает особые ограничения на свободу творчества создателей: технику надо сертифицировать, привести в соответствие определённым требованиям безопасности и стандартам определённых стран нюансов много.

Поэтому важно не только иметь идею, но и возможность вывести её на рынок, что порой нереально без привлечения внешних инвестиций и экспертов, которые уже набили шишки в этой области.

Рой в стальном доме от BeeWise

Наконец, одной из самых современных и сложных фермерских систем является роботизированная установка для пчеловодов от израильского стартапа BeeWise. Компания выпускает решения под ключ, призванные не только упростить производство мёда, но и позаботиться об экологии.

Треть всех растений на Земле опыляется пчёлами, при этом от влияния человека на окружающий мир ежегодно погибает около 40 % популяции ульев, что приводит к сокращению производства мёда. Проблем, влияющих на здоровье пчелиной колонии, масса от агрессивного использования пестицидов и инсектицидов до неумелого содержания ульев и плохой защиты от влияния внешней среды.

Система BeeHome помещается в стандартный 20-футовый морской контейнер и обеспечивает безопасным жильём до 40 колоний пчёл. Натренированный ИИ сохраняет в контейнере идеальные условия для развития пчелиных семей: контролирует влажность, освещённость, температуру и состав воздуха. Если система заметит отклонения параметров от нормы, на которые не сможет повлиять сама (например, обнаружит влияние пестицидов или паразитических клещей на пчёл), она моментально сообщит владельцу о выявленной проблеме.

Стартап успешно привлёк инвестиции, с первой же попытки заработав около $10 млн на производство роботизированных пчелиных домов + $6 млн в виде различных грантов и премий от европейских и израильских государственных программ и частных инициатив.

Робоферма навсегда

К 2050 году учёные прогнозируют рост населения планеты до 10 млрд человек. И если мы не хотим наблюдать ландшафты в духе Безумного Макса, к потреблению ресурсов надо подходить ответственно. Умные технологии для сельского хозяйства могут улучшить обстановку на планете, не только сделав еду доступной и безопасной, но и решив экологические вопросы. Большинство парниковых газов производят не заводы и автомобили, а фермы. Поэтому роботизация агропромышленности неизбежный тренд ближайших десятилетий.