要約
ロボット オートメーション、ハイ パフォーマンス コンピューティング (HPC)、および人工知能 (AI) の進歩により、サイエンス ファクトリー、つまり汎用性と規模を備えた大規模な汎用コンピューティングおよび AI 対応の自動運転研究所 (SDL) の構想が促されています。
発見の大規模な問題に取り組むことと、何千人もの科学者をサポートすることの両方が必要でした。
サイエンス ファクトリーには、規模に応じて複製でき、多くのアプリケーションをサポートするように (再) 構成できるモジュール式のハードウェアとソフトウェアが必要です。
この目的を達成するために、我々は、科学機器をカプセル化する再構成可能なモジュールがマニピュレータとリンクされてワークセルを形成し、それ自体を組み合わせてより大きな集合体を形成し、シミュレーション、AI モデルのトレーニング、および推論のための分散コンピューティングとリンクできる、プロトタイプのモジュラー サイエンス ファクトリー アーキテクチャを提案します。
、および関連するタスク。
モジュール上で一連のアクションを実行するワークフローを指定でき、ワークフローと関連する計算およびデータ操作ステップで構成されるさまざまなアプリケーションを同時に実行できます。
このアーキテクチャのプロトタイプを作成し、それを 4 つの研究室にわたる 15 種類のロボット装置、5 つのアプリケーション (教育分野 1 つ、生物学分野 2 つ、材料分野 2 つ)、およびさまざまなワークフローを含む実験に適用した経験について報告します。
さまざまなアプリケーションでのモジュール、ワークセル、ワークフローの再利用、ワークセル間でのアプリケーションの移行、デジタル ツインの使用について説明し、さらなる汎用性と拡張性を目指した将来の作業の方向性を提案します。
コードとデータは https://ad-sdl.github.io/wei2023 および補足情報で入手できます。
要約(オリジナル)
Advances in robotic automation, high-performance computing (HPC), and artificial intelligence (AI) encourage us to conceive of science factories: large, general-purpose computation- and AI-enabled self-driving laboratories (SDLs) with the generality and scale needed both to tackle large discovery problems and to support thousands of scientists. Science factories require modular hardware and software that can be replicated for scale and (re)configured to support many applications. To this end, we propose a prototype modular science factory architecture in which reconfigurable modules encapsulating scientific instruments are linked with manipulators to form workcells, that can themselves be combined to form larger assemblages, and linked with distributed computing for simulation, AI model training and inference, and related tasks. Workflows that perform sets of actions on modules can be specified, and various applications, comprising workflows plus associated computational and data manipulation steps, can be run concurrently. We report on our experiences prototyping this architecture and applying it in experiments involving 15 different robotic apparatus, five applications (one in education, two in biology, two in materials), and a variety of workflows, across four laboratories. We describe the reuse of modules, workcells, and workflows in different applications, the migration of applications between workcells, and the use of digital twins, and suggest directions for future work aimed at yet more generality and scalability. Code and data are available at https://ad-sdl.github.io/wei2023 and in the Supplementary Information
arxiv情報
| 著者 | Rafael Vescovi,Tobias Ginsburg,Kyle Hippe,Doga Ozgulbas,Casey Stone,Abraham Stroka,Rory Butler,Ben Blaiszik,Tom Brettin,Kyle Chard,Mark Hereld,Arvind Ramanathan,Rick Stevens,Aikaterini Vriza,Jie Xu,Qingteng Zhang,Ian Foster |
| 発行日 | 2023-10-17 16:48:33+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google