Cómo las bases de datos más inteligentes ayudan a los robots a reaccionar en tiempo real

Puntos clave

• TimescaleDB, una base de datos de series temporales construida sobre el software de base de datos Postgres ampliamente utilizado, extiende Postgres para manejar datos industriales de rápido movimiento sin requerir un sistema separado.
• Doug Pagnutti, defensor de desarrolladores industriales en Tiger Data, pasó más de 12 años en automatización de petróleo, gas y manufactura antes de pasar a software industrial.
• Un nuevo episodio del podcast The Robot Report, Episodio 254, explora cómo las bases de datos de series temporales mejoran las aplicaciones de robótica e IA industrial.
• La empresa de robótica humanoide con sede en el Reino Unido Humanoid aseguró $152 millones en una ronda de financiación Series A, mientras que Vicarious Surgical anunció oficialmente que está cerrando.
• Unitree, la empresa de robótica china, dice que un "momento GPT" para robots, es decir, un salto repentino en capacidad general similar al que ocurrió con los chatbots de IA, aún está años en el futuro.

Cada máquina en el piso de una fábrica produce un flujo de lecturas: temperaturas, presiones, velocidades de motor, códigos de error. Estas lecturas llevan una marca de tiempo del momento exacto en que ocurrieron. Gestionar esa avalancha de pequeños puntos de datos etiquetados con tiempo es un problema diferente al de almacenar registros de clientes o catálogos de productos, y las bases de datos ordinarias nunca fueron diseñadas para ello.

Esa brecha es lo que explora el Episodio 254 del podcast The Robot Report.

¿Qué es una base de datos de series temporales y por qué es importante para los robots?

Una base de datos de series temporales almacena información en orden estricto de tiempo, lo que hace que sea rápido responder preguntas como "qué pasó en los últimos 30 segundos" o "muéstrame cada pico de presión de la semana pasada". Las bases de datos estándar pueden responder esas preguntas, pero se ralentizan considerablemente a medida que crecen los datos.

El invitado Doug Pagnutti, defensor de desarrolladores industriales en Tiger Data, conoce esa ralentización de primera mano. Antes de pasar al software, pasó más de 12 años trabajando en PLCs (controladores lógicos programables, las pequeñas computadoras que ejecutan maquinaria de fábrica), robots industriales y sistemas SCADA (sistemas de supervisión, control y adquisición de datos, que monitorean y controlan procesos industriales grandes). Posteriormente trabajó en Dell EMC y VTScada antes de unirse a Tiger Data.

Tiger Data fabrica TimescaleDB, que se ejecuta sobre Postgres, la popular base de datos de código abierto que millones de desarrolladores ya utilizan. La idea es agregar capacidades de series temporales, almacenamiento columnar (una forma de organizar datos que acelera dramáticamente ciertas consultas) y particionamiento automático de datos (dividir conjuntos de datos grandes en fragmentos manejables) sin obligar a los equipos a aprender un sistema completamente nuevo o mover sus datos a otro lugar.

Pagnutti analiza cómo los equipos de fábricas y robótica conectan estas bases de datos a sensores físicos, cómo manejan datos a escala y cómo la misma configuración puede ejecutarse en la nube o en hardware de borde local situado cerca de las máquinas.

¿Qué más se tocó en este episodio?

El segmento de noticias del podcast cubrió tres historias que vale la pena señalar para cualquiera que siga el espacio de la robótica.

La empresa de robótica china Unitree le dijo a Nikkei que un "momento GPT" para robots, un salto repentino y amplio en capacidad, sigue estando años en el futuro. Esta es una evaluación notablemente cautelosa de una empresa que fabrica y vende robots humanoides y cuadrúpedos.

Vicarious Surgical, la startup de robótica quirúrgica estadounidense, anunció oficialmente que está cerrando. La empresa había llamado la atención por su enfoque de la cirugía mínimamente invasiva.

En una nota más positiva, Humanoid, con sede en el Reino Unido, cerró una ronda Series A de $152 millones, una de las inversiones en etapa inicial más grandes en robótica humanoide vistas recientemente.

Preguntas comunes

¿Afecta esto a pacientes o robots médicos?

No directamente en este episodio, pero el desafío de datos es idéntico en robótica médica: los robots quirúrgicos y de rehabilitación también producen flujos densos de lecturas de sensores con marca de tiempo que necesitan almacenamiento rápido y confiable. Los enfoques de base de datos discutidos aquí se aplican en todo el campo.

¿Necesito entender bases de datos para seguir esto?

No. La conversación está dirigida a ingenieros que ya trabajan con sistemas industriales, pero la idea central es simple: a medida que las máquinas se vuelven más inteligentes y conectadas, el software que almacena sus datos necesita mantenerse al ritmo.