г. Москва Раменский бульвар 1 («Кластер Ломоносов»)
Посещение по предварительной записи
Пн - ПТ: 11:00 - 19:00
Посещение по предварительной записи
Пн - ПТ: 11:00 - 19:00
Филипп Быков представил платформенный подход Qubot на Global Tech Forum
В рамках трека «Индустриальная роботизация» состоялась панельная дискуссия «Воплощенный ИИ 2.0: от алгоритма к заводу». Ее участники обсудили, что необходимо сделать в ближайшие 12–18 месяцев, чтобы Россия развивала собственные робототехнические решения, а не оставалась рынком сбыта зарубежного оборудования.
Модератором выступила управляющий партнер O2 Consulting Анна Никитченко. В дискуссии участвовали представители SYNROX, ФГУП «Радон» Госкорпорации «Росатом», Московского инновационного кластера, Министерства инвестиций Московской области и Qubot.
Вместо «зоопарка» контроллеров
Управляющий партнер АО «КЬЮ ГРУПП» Филипп Быков представил подход Qubot к созданию единой платформы управления роботами разных типов.
Сегодня каждая робототехническая платформа использует собственные контроллеры, программное обеспечение и набор данных. Такая разрозненная инфраструктура усложняет интеграцию и мешает масштабировать решения до сотен и тысяч устройств.
Сегодня каждая робототехническая платформа использует собственные контроллеры, программное обеспечение и набор данных. Такая разрозненная инфраструктура усложняет интеграцию и мешает масштабировать решения до сотен и тысяч устройств.
Платформенный подход Qubot объединяет роботов, каталог навыков, управляющий интеллект и вычислительные ресурсы. Открытые интерфейсы позволяют подключать оборудование разных производителей, добавлять новые программные модули и удаленно обновлять системы.
От оборудования к готовым навыкам
По словам Филиппа Быкова, заказчику нужен не просто робот, а готовый сценарий, решающий конкретную задачу. Ценность постепенно смещается от самого оборудования к программным навыкам и управляющему интеллекту.
Навыки могут обучаться и выполняться непосредственно на роботе, на локальном сервере предприятия или в облачной инфраструктуре. В зависимости от количества устройств и требований к безопасности заказчик может использовать собственные, арендованные или распределенные вычислительные мощности.
При этом компания должна сохранять контроль над своими данными и обученными моделями, особенно при работе на промышленных объектах и в закрытых контурах.
Навыки могут обучаться и выполняться непосредственно на роботе, на локальном сервере предприятия или в облачной инфраструктуре. В зависимости от количества устройств и требований к безопасности заказчик может использовать собственные, арендованные или распределенные вычислительные мощности.
При этом компания должна сохранять контроль над своими данными и обученными моделями, особенно при работе на промышленных объектах и в закрытых контурах.
Оставьте заявку и мы перезвоним вам в течение 30 минут.
Обсудим интеграцию?
