A inserção da robótica e da automação na nuvem têm vindo a atrair crescente interesse da indústria em todo o mundo, governos e universidades. General Electric vista como a “Internet Industrial” visa criar uma convergência de máquinas e dados inteligentes através das indústrias. A Alemanha através da iniciativa do projeto “Indústria 4.0” e a IBM através do “Smarter Planet” que estão intimamente relacionados. O projeto “Internet das coisas” considera o potencial onde muitos objetos físicos passivos como caixas e comprimidos possuam processadores e/ou etiquetas por RFID exclusivas, e o projeto “RoboEarth” é uma ideia pioneira no âmbito da robótica na web.
● Paralelização escalável: como pode computação paralela baseada na grelha de procura mudar o paradigma atual na ciência de automação? Como podem os esquemas de paralelização em escala com o tamanho da infra-estrutura de automação alterar? ● Mover eficaz os dados: as operações de movimentações entre locais e processos de computação em nuvem, aonde se deve calcular e planear e atuação para dados sensíveis? ● Bases de conhecimento e representações: reutilização e interoperabilidade de bases de dados. Como é que as bases de conhecimento on-line devem crescer e ser partilhadas? ● Aprendizagem no coletivo: como pode uma infra-estrutura de automação procurar dados relevantes? Como robôs podem partilhar e aprender com os resultados experientes? ● Infra-estrutura/plataforma ou Software como serviço: até que ponto pode a tecnologia de computação em nuvem ser adaptada à automação e robótica? Que avanços nos algorítmicos ou técnicas são necessários para permitir que os sistemas possam usar o poder computacional, armazenamento, e o acesso aos centros de infra-estrutura de redes de dados? ● Internet das coisas: que avanços complementam as tecnologias de sensores do IoT com uma camada de física para atuação? Como é que os sensores irão encontrar a solução para os diagnósticos de falhas e previsões para a gestão inteira do prognóstico e a manutenção das linhas de produção e para a linha toda uma inteira linha de produção. ● Integrar e colaborar na falha da tolerância do controlo. ● Grandes volumes de dados: Dados, recolhidos e/ou divulgadas através de grandes redes acessíveis que podem habilitar decisões para problemas de classificação ou revelar padrões. ● Comunicação sem fios, segurança e privacidade: como pode a automação baseada na nuvem ser robusto para latência, limites de largura de banda, falhas de rede e ataques? ● Arquiteturas de sistemas: arquiteturas que otimizam trade-offs entre cache vs. acessibilidade e escalabilidade vs. tempo de resposta para aplicações de automação e robótica e de agregação de conteúdo? ● Infra-estruturas de código-fonte aberto e acesso aberto: algoritmos e interfaces que introduzem o feedback humano em automação através de crowdsourcing. Como orientação humana pode ser usada para recuperação de erro, aprendizagem e avaliação?
A descrição para esta abordagem do potencial da internet nas nuvens para melhorar a automação e a robótica na manufactura, saúde, transporte, logística, segurança, agricultura, e muitas outras indústrias relacionadas, melhorando o desempenho pelo menos de cinco maneiras: 1) grande volume de dados: indexação de uma biblioteca global de mapeamento e de dados de objetos; 2) Computação na nuvem: grelha paralela de computação para a pedido dos processos de automação; 3) Open-Source ou o acesso aberto: para os seres humanos partilharem os código, dados, algoritmos e projetos de hardware; 4) Sistema de aprendizagem: máquinas partilhando parâmetros, políticas de controlo e de resultados; e 5) Crowdsourcing/call centers: offline e a procura orientação para o ser humano realizar avaliações, aprendizagem e recuperação de erros.
● Paralelização escalável: como pode computação paralela baseada na grelha de procura mudar o paradigma atual na ciência de automação? Como podem os esquemas de paralelização em escala com o tamanho da infra-estrutura de automação alterar? ● Mover eficaz os dados: as operações de movimentações entre locais e processos de computação em nuvem, aonde se deve calcular e planear e atuação para dados sensíveis? ● Bases de conhecimento e representações: reutilização e interoperabilidade de bases de dados. Como é que as bases de conhecimento on-line devem crescer e ser partilhadas? ● Aprendizagem no coletivo: como pode uma infra-estrutura de automação procurar dados relevantes? Como robôs podem partilhar e aprender com os resultados experientes? ● Infra-estrutura/plataforma ou Software como serviço: até que ponto pode a tecnologia de computação em nuvem ser adaptada à automação e robótica? Que avanços nos algorítmicos ou técnicas são necessários para permitir que os sistemas possam usar o poder computacional, armazenamento, e o acesso aos centros de infra-estrutura de redes de dados? ● Internet das coisas: que avanços complementam as tecnologias de sensores do IoT com uma camada de física para atuação? Como é que os sensores irão encontrar a solução para os diagnósticos de falhas e previsões para a gestão inteira do prognóstico e a manutenção das linhas de produção e para a linha toda uma inteira linha de produção. ● Integrar e colaborar na falha da tolerância do controlo. ● Grandes volumes de dados: Dados, recolhidos e/ou divulgadas através de grandes redes acessíveis que podem habilitar decisões para problemas de classificação ou revelar padrões. ● Comunicação sem fios, segurança e privacidade: como pode a automação baseada na nuvem ser robusto para latência, limites de largura de banda, falhas de rede e ataques? ● Arquiteturas de sistemas: arquiteturas que otimizam trade-offs entre cache vs. acessibilidade e escalabilidade vs. tempo de resposta para aplicações de automação e robótica e de agregação de conteúdo? ● Infra-estruturas de código-fonte aberto e acesso aberto: algoritmos e interfaces que introduzem o feedback humano em automação através de crowdsourcing. Como orientação humana pode ser usada para recuperação de erro, aprendizagem e avaliação?
Sem comentários:
Enviar um comentário