ИИ в промышленных роботах России — кто внедряет и где тормозит

АвтоВАЗ тестирует компьютерное зрение на сборочных линиях, «Северсталь» переложила предиктивную диагностику на роботизированные комплексы, Росатом запустил автономных роботов для инспекции опасных зон. Это не пилоты ради отчётности - это работающие системы на действующих производствах.

По технологическому стеку картина типичная для переходного периода: TensorFlow и PyTorch как основа, поверх которой интеграторы строят отраслевые модули. Машинное обучение закрывает прогнозирование износа и оптимизацию циклов, компьютерное зрение - контроль качества и позиционирование. Там, где задача сложнее - распознавание нестандартных дефектов, тонкие манипуляции, - подключают глубокое обучение. Роботы ABB, KUKA, Fanuc с предустановленным ИИ по-прежнему в ходу, хотя санкционное давление на компонентную базу (чипы, сенсоры) создаёт реальные ограничения по срокам и стоимости.

Отечественные разработки идут через Сколтех, ИТМО и стартапы вроде Корпорации роботов. Минпромторг и программы НТИ дают грантовую поддержку, но до полного импортозамещения далеко - это честная оценка самих участников рынка.

Главный практический барьер сейчас - не технологии, а экономика внедрения и дефицит специалистов, способных эксплуатировать такие системы. Предприятие, которое смотрит на роботизацию с ИИ, должно считать не только CAPEX на оборудование, но и стоимость компетенций под него.

Источник — Incrussia