Cogniteam är verksamt inom IoT-, robot- och AI-branscherna och levererar plattformar för att påskynda hantering, distribution och kontroll av robotar.
Cogniteam, som är baserat i Petach Tikva i Israel och har ett amerikanskt kontor i Boston, har utvecklat sin flaggskeppsprodukt Cogniteam-plattformenär ett molnbaserat system som möjliggör utveckling, hantering och styrning av robotar, IoT-enheter och flottor.
Cogniteams plattform möjliggör omfattande fjärrhantering, med en anpassningsbar instrumentpanel som gör det möjligt för användare att övervaka live-data i realtid från var som helst i världen - oavsett hur stor och komplex deras flotta är.
Sam Jeans från DailyAI intervjuad Dr Yehuda Elmaliah, VD och koncernchef för Kogniteam, för att lära dig mer om företaget och dess molnplattform.
Q: Berätta om Cogniteam och dess ursprung
Dr Elmaliah: "Cogniteam fokuserar på hantering av IoT-enheter, särskilt för autonoma robotar. Vi bygger en molnbaserad plattform som gör det möjligt för våra kunder, robottillverkare, operatörer och supportteam, att hantera, distribuera och styra sina robotar och flottor."
"Om du till exempel tar ett robotföretag idag kan det ta fem eller till och med sex år från det att de får in pengar till dess att de har en produkt på marknaden. Denna utdragna process och långa tid till marknaden kan göra det mycket svårt för dem att få in pengar."
"Vi tillhandahåller en standardlösning för att påskynda denna process. Företagen installerar helt enkelt vår mjukvaruagent på sin robot eller edge-enhet. Sedan kan de automatiskt känna igen och styra sina robotar/edge-enheter. Via molnet kan de hantera, visualisera, övervaka, distribuera programuppdateringar och hantera flottor inom en och samma plattform. Vi kallar det för en enhetlig molnplattform för robotteknik."
Sam Jeans: "Så du hjälper kunderna att hantera och övervaka sin programvara, sina algoritmer, sensorer etc. och att skicka och hämta data till robotarna trådlöst via Cogniteam-plattformen?"
Dr Elmaliah: "Ja, men själva programvaran, liksom autonomin, byggs av kunden. Vi tillhandahåller en plattform som gör det möjligt för dem att skicka och övervaka uppdateringar till robotarna. Det är en mellanvara som är ansluten till molnet och kunden. Detta förkortar företagets tid till marknaden."
F: Hur gör Cogniteam det enklare att bygga och driftsätta avancerade robotar?
Dr Elmaliah: “Robotteknik handlar om integration! Om företaget som bygger roboten förstår att de kommer att driftsättas snabbt".
"Dagens grundare har fördelen av att kunna utnyttja befintliga tekniker och plattformar. Genom att använda etablerade system som t.ex. Robotoperativsystem (ROS) för navigering och integrering av algoritmer och Cogniteams plattform för hantering, utplacering och styrning kan de fokusera på att utveckla de unika aspekterna av sina robotar."
"Det som tidigare tog cirka sex år kan nu genomföras på bara två år."
Vi diskuterade också hur kostnaden för robotutrustning, t.ex. LIDAR-sensorer (Light Imaging and Ranging) för scenförståelse, har minskat under åren.
Detta, i kombination med plattformar för robothantering som Cogniteams plattform, sänker tröskeln för att utveckla robotsystem.
Dr Elmaliah utvecklade följande: "Under årens lopp har sensorerna blivit mycket mer prisvärda. Om du tittar på en 3D LIDAR för sju år sedan skulle den ha kostat runt $50 till $60 tusen dollar. Idag kan man hitta en mycket bra 3D-LIDAR för $2.000, beroende på upplösning, noggrannhet och specifikationer. Detta är en del av avkänningsekvationen."
Förutom sensorer har edge-enheter blivit mycket mer sofistikerade under de senaste åren. De bearbetar data lokalt i stället för att skicka dem till molnet, vilket gör det möjligt för robotar att utföra maskininlärningsuppgifter på enhetsnivå.
Dr Elmaliah förklarade: "En del av det vi gör är att bestämma vad som ska köras på edge eller i molnet. Med kraftfullare GPU:er som finns tillgängliga idag kan du utföra fler maskininlärningsuppgifter på edge. Och man skickar beräkningsintensiva uppgifter till mer kraftfulla system i molnet."
Fråga: Finns det något robotprojekt som er plattform nyligen har hjälpt till att underlätta?
Dr Elmaliah: "Ja, det är klart. En av våra kunder har till exempel en robot som är utformad för att desinficera hotellrum med hjälp av UV-ljus. Roboten kan känna igen rummen och slå på UV-lamporna efter behov."
"Det här visar hur företaget använder vår plattform för att hantera roboten på distans. Om det uppstår något problem med roboten kan det förstås och åtgärdas på distans."
"Jag fick faktiskt ett mejl från företagets vd som sa: "Du, du har sparat $2 500 åt mig i dag. Jag var nyfiken och frågade varför. Han förklarade att det var problem med roboten och att han, i stället för att skicka en tekniker till platsen, kunde logga in i vårt system på distans och se livestreamdata från robotens sensorer samt förstå och åtgärda problemet enkelt från sin bärbara dator."
Fråga: Hur tror du att generativ AI och stora språkmodeller (LLM) kommer att påverka utvecklingen av AI-robotik?
Dr Elmaliah: "Inom robottekniken är den största utmaningen inte bara att bygga roboten utan att göra den autonom. Man vill kunna lita på att roboten utför sitt uppdrag på ett tillförlitligt sätt. Generativ AI och LLM kommer att avsevärt förkorta den tid som krävs för att uppnå denna autonomi."
Dr. Elmaliah beskrev också några initiativ som Cogniteam är involverat i, till exempel HRI-konsortiet (interaktion mellan människa och robot)som syftar till att utveckla algoritmer och beteenden för robotar som kan utföra avancerade sociala interaktioner i verkligheten.
"Cogniteam är en del av ett israeliskt konsortium som heter Human Robot Interaction. I det här konsortiet arbetar vi med att möjliggöra naturlig interaktion mellan människor och robotar. Det handlar om scenförståelse, att tolka olika händelser och handlingar och att sammanföra information från olika sensorer, bland annat syn och ljud."
"Som en del av detta arbete utforskar vi stora språkmodeller (LLM) och jämför deras prestanda med traditionella metoder som Prolog för logiska resonemang och faktabaserad förståelse. Vi blev positivt överraskade av att LLM:erna presterade ganska bra i det här sammanhanget."
F: Hur ser du på framtiden för AI-robotik, och hur passar Cogniteam in i den framtiden?
Dr Elmaliah och jag diskuterade också robotikens framtid. Jag påpekade att generativ AI och LLM kanske inte var vad de flesta tänkte på när de föreställde sig AI i början av 2000-talet.
På längre sikt har AI snarare varit synonymt med robotar - i synnerhet humanoida robotar.
Men hur realistiska är humanoida robotar? Och hur är det med deras praktiska användbarhet?
Dr Elmaliah förklarade: "Vi ser många humanoida robotar som visas upp på evenemang och utställningar. Jag tror dock inte att dessa kommer att användas kommersiellt i praktiska tillämpningar inom den närmaste framtiden. Det kommer att ta minst 15 år innan vi verkligen ser humanoida robotar i industrin."
"Jag ser robotikens framtid som en framtid där många nya företag kommer in på området och där det kommer att finnas en enorm efterfrågan. Antalet kommer att minst tiodubblas under det kommande decenniet. Men under de kommande 15 åren kommer robotarna att fokusera på att utföra ett enda uppdrag, till exempel körsbärsplockning, gaffeltruckar och liknande specialiserade aktiviteter. Senare kommer vi att se framväxten av mångsidiga robotar, som humanoider och obemannade fordon i kommersiell skala."
Dr. Elmaliah och jag var överens om att nyttan med AI-robotik ligger i specifika aktiviteter som kan vara repetitiva, farliga eller fysiskt omöjliga för människor att utföra.
Med billigare hårdvara, operativsystem med öppen källkod, standardalgoritmer och innovativa hanteringsplattformar som Cogniteams plattform är robotteknik inte längre den komplexa och kostsamma bransch som den en gång var.
Om du vill veta mer om Cogniteam och dess tjänster kan du besöka deras webbplats här.
