Comment les bases de données plus intelligentes aident les robots à réagir en temps réel

Points clés

• TimescaleDB, une base de données de série chronologique construite sur le logiciel Postgres largement utilisé, étend Postgres pour gérer les données industrielles à flux rapide sans nécessiter un système séparé.
• Doug Pagnutti, un défenseur du développement industriel chez Tiger Data, a passé plus de 12 ans dans l'automatisation du pétrole, du gaz et de la fabrication avant de passer au logiciel industriel.
• Un nouvel épisode du podcast The Robot Report, épisode 254, explore comment les bases de données de série chronologique améliorent les applications de robotique et d'IA industrielle.
• L'entreprise britannique de robotique humanoïde Humanoid a sécurisé 152 millions de dollars lors d'un tour de financement de série A, tandis que Vicarious Surgical a officiellement annoncé son fermeture.
• Unitree, l'entreprise de robotique chinoise, déclare qu'un « moment GPT » pour les robots, c'est-à-dire un saut soudain en capacité générale similaire à ce qui s'est produit avec les chatbots IA, est encore à plusieurs années.

Chaque machine sur un sol d'usine produit un flux de lectures : températures, pressions, vitesses des moteurs, codes d'erreur. Ces lectures sont horodatées au moment exact où elles se sont produites. Gérer cet afflux de minuscules points de données étiquetés temporellement est un problème différent du stockage des dossiers clients ou des catalogues de produits, et les bases de données ordinaires n'ont jamais été conçues pour cela.

C'est cet écart que l'épisode 254 du podcast The Robot Report explore.

Qu'est-ce qu'une base de données de série chronologique et pourquoi est-ce important pour les robots ?

Une base de données de série chronologique stocke les informations en ordre temporel strict, ce qui permet de répondre rapidement à des questions comme « qu'est-ce qui s'est passé au cours des 30 dernières secondes » ou « montrez-moi tous les pics de pression de la semaine passée ». Les bases de données standard peuvent répondre à ces questions, mais elles ralentissent considérablement à mesure que les données augmentent.

Le invité Doug Pagnutti, défenseur du développement industriel chez Tiger Data, connaît ce ralentissement de première main. Avant de passer au logiciel, il a passé plus de 12 ans à travailler sur les automates programmables (petits ordinateurs qui exécutent les machines d'usine), les robots industriels et les systèmes SCADA (systèmes de supervision, de contrôle et d'acquisition de données qui supervisent et contrôlent les grands processus industriels). Il a ensuite travaillé chez Dell EMC et VTScada avant de rejoindre Tiger Data.

Tiger Data fabrique TimescaleDB, qui s'appuie sur Postgres, la populaire base de données open-source utilisée par des millions de développeurs. L'idée est d'ajouter des capacités de série chronologique, un stockage en colonnes (une façon d'organiser les données qui accélère certaines requêtes de manière spectaculaire) et un partitionnement automatique des données (division de grands ensembles de données en segments gérables) sans obliger les équipes à apprendre un système entièrement nouveau ou déplacer leurs données ailleurs.

Pagnutti discute de la façon dont les usines et les équipes de robotique connectent ces bases de données à des capteurs physiques, comment elles gèrent les données à grande échelle, et comment la même configuration peut s'exécuter dans le cloud ou sur du matériel informatique périphérique local situé près des machines elles-mêmes.

Qu'est-ce d'autre qui a été soulevé dans cet épisode ?

Le segment d'actualités du podcast a couvert trois histoires à noter pour quiconque suit l'espace de la robotique.

L'entreprise de robotique chinoise Unitree a déclaré à Nikkei qu'un « moment GPT » pour les robots, un saut soudain et large en capacité, reste à plusieurs années. C'est une évaluation remarquablement prudente de la part d'une entreprise qui fabrique et vend des robots humanoïdes et quadrupèdes.

Vicarious Surgical, la startup américaine de robotique chirurgicale, a officiellement annoncé sa fermeture. L'entreprise avait attiré l'attention pour son approche de la chirurgie peu invasive.

Sur une note plus positive, l'entreprise britannique Humanoid a clôturé un tour de financement de série A de 152 millions de dollars, l'un des investissements en phase initiale les plus importants en robotique humanoïde observés récemment.

Questions courantes

Est-ce que tout cela affecte les patients ou les robots médicaux ?

Pas directement dans cet épisode, mais le défi des données est identique en robotique médicale : les robots chirurgicaux et de réadaptation produisent également des flux denses de lectures de capteurs horodatées qui nécessitent un stockage rapide et fiable. Les approches de base de données discutées ici s'appliquent dans l'ensemble du domaine.

Dois-je comprendre les bases de données pour suivre cela ?

Non. La conversation s'adresse aux ingénieurs qui travaillent déjà avec des systèmes industriels, mais l'idée fondamentale est simple : à mesure que les machines deviennent plus intelligentes et plus connectées, le logiciel stockant leurs données doit suivre le rythme.