La mayoría de las conversaciones sobre robótica se centran en las máquinas. Brazos más fuertes, procesadores más rápidos y mejores sensores. Pero debajo del hardware hay una capa más silenciosa: el conocimiento que le dice a la máquina qué hacer.
Esa capa a menudo se difunde lentamente.
Durante gran parte de los últimos 40 años de robótica industrial, las nuevas capacidades se aprendieron localmente. Los ingenieros configuraban un sistema, los operadores lo mantenían y las mejoras se difundían a través de la capacitación y la documentación. El conocimiento se movía a la velocidad humana.
El Protocolo Fabric parece explorar una base diferente.
En lugar de mantener la experiencia robótica dentro de máquinas individuales, el sistema trata las habilidades como algo que se puede empaquetar y compartir. Un comportamiento entrenado puede convertirse en una unidad desplegable que los robots compatibles pueden instalar y ejecutar.
Aquí es donde la idea de la robótica componible comienza a importar.
Componible significa que las capacidades pueden apilarse con el tiempo. Un robot podría comenzar con 1 rutina de inspección diseñada para un entorno específico. Más tarde, los desarrolladores podrían agregar 2 módulos más relacionados con acciones de diagnóstico y reparación. La máquina crece a través de habilidades en lugar de un rediseño constante del hardware.
El centro de valor cambia.
En el modelo anterior, la experiencia reside dentro de ingenieros y técnicos. Con un modelo en red, la propia habilidad se convierte en el artefacto. Una vez que se verifica una capacidad, la red puede distribuirla a otras máquinas que comparten las mismas limitaciones.
Eso cambia el ritmo de la mejora.
En lugar de repetir el mismo proceso de aprendizaje en muchos lugares, el sistema puede compartir lo que ya ha aprendido. Un comportamiento exitoso desarrollado en un entorno podría informar sobre implementaciones en otros lugares.
Aún así, los sistemas físicos introducen restricciones reales.
Los errores de software pueden bloquear una aplicación. Los errores robóticos pueden dañar equipos o crear riesgos de seguridad. Debido a esa diferencia, cualquier capa de habilidad compartida necesita una verificación cuidadosa antes de que las actualizaciones se difundan entre las máquinas.
La coordinación también importa.