8.1 KiB
| id | title |
|---|---|
| motivation | Мотивация |
Идея создания роботов, которые воспроизводят сами себя, занимает умы человечества с середины 20 века. Джон фон Нейман - отец-основатель информатики, был одним из первых, кто озадачился этим вопросом по серьёзному. Тем не менее, за прошедшие десятилетия, тема так и не вышла за рамки академических кругов. Все известные широкой публике проекты собирающих самих себя машин не нашли своего применения ни в промышленности, ни в повседневной жизни.
Вполне возможно, что это происходит по той причине, что самовоспроизводство не рассматривается с практической точки зрения - как технология, способная привнести ощутимый вклад улучшение качества жизни людей и общества. Эксперименты исследовательских ВУЗов лишь подкрепляют эту точку зрения.
В тоже время, коммерческие компании также не готовы прибегать к технологиями самовоспроизводства. Робототехнические комплексы не проектируются для автономной эксплуатации, а чрезмерная автоматизация несёт дополнительные риски. Развитие коллаборативных технологий ещё дальше смещает внимание компаний от такой постановки задачи.
То есть с одной стороны мы видим исключительно академические эксперименты, лишённые какой-либо прикладной ценности. С другой стороны мы наблюдаем за тем, как ведущие мировые компании избегают полностью автоматизировать производство.
В рамках проекта Robossembler мы постараемся разрешить это противоречие и использовать технологии самовоспроизводства для достижения практической пользы. На наш взгляд технологии самовоспроизводства действительно важны - они способны, например, обеспечить зачастую критически важную масштабируемость производственной системы (резко нарастить производство какого-то жизненно-важного для общества ресурса - например, респираторов).
Предпосылки
Современные производственные системы (заводы, фабрики) представляют собой сложные программно-аппаратные комплексы, состоящие из большого количества компонентов с разной степенью взаимозависимости, которые разрабатываются, изготавливаются и поставляются разными компаниями. Глубокое разделение труда с одной стороны повышает качество, но с другой - затрудняет возможности интеграции компонентов в полностью автоматизированные надсистемы. В свою очередь, задача разработки автономных (light's out) или самовоспроизводящихся (self-replication) технических систем требует тесной интеграции данных жизненного цикла в рамках общего для всех его подсистем требования «безлюдности». Данное требование также налагает ряд существенных ограничений на дизайн всех компонентов системы и делает почти невозможным разработку и внедрение в рамках отдельно взятой компании. Даже наиболее автоматизированные отрасли промышленности (например, автомобильная) не могут уйти от ручного труда; в особенности на сборочных операциях.
Однако полностью автоматизированное производство обладает и рядом преимуществ, потому как позволяет достичь высокого синергетического эффекта за счёт отказа от
- человеко-машинных интерфейсов и требований к эстетичности (в том числе специальная маркировка);
- условий эксплуатации, адаптированных под человека (воздух, влажность, освещение, температура);
- соблюдения стандартов безопасности, взаимозаменяемости в рамках существующей номенклатуры компонентов, ремонтопригодности.
То есть разработка подобного рода систем требует пересмотра многих компонентов технических систем и принципов производственного процесса, который в настоящее время ориентирован под сборку, наладку и эксплуатацию человеком.
Однако то, что невозможно для отдельно взятой компании, может быть возможным для международного движения open source. Открытость процесса разработки и документации посодействует непрерывной интеграции данных жизненного цикла подсистем, разрабатываемых отдельными командами, что затруднительно в условиях закрытых инжиниринговых фирм.
Также, современный уровень вычислительных систем на текущем этапе их развития делает возможным создание цифровых двойников (digital twin) производств, поведение которых в рамках симуляции может быть приближено к реальным физическим объектам. В перспективе станет возможным не дожидаться опытного производства, чтобы проверить какую-то гипотезу, а ограничиться физическим и имитационным моделированием. Разработчики не будут скованы ограничениями существующей компонентной базы и обусловленной этим инерцией мышления. Допустимо придумать всё с нуля — с учётом требования полной автоматизированности.