惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

阮一峰的网络日志
阮一峰的网络日志
The GitHub Blog
The GitHub Blog
V
Visual Studio Blog
G
GRAHAM CLULEY
Spread Privacy
Spread Privacy
Last Week in AI
Last Week in AI
腾讯CDC
P
Privacy & Cybersecurity Law Blog
WordPress大学
WordPress大学
C
Cybersecurity and Infrastructure Security Agency CISA
Security Archives - TechRepublic
Security Archives - TechRepublic
博客园 - 司徒正美
爱范儿
爱范儿
雷峰网
雷峰网
The Hacker News
The Hacker News
S
SegmentFault 最新的问题
Cisco Talos Blog
Cisco Talos Blog
博客园 - 聂微东
T
Tor Project blog
I
Intezer
大猫的无限游戏
大猫的无限游戏
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
Schneier on Security
Schneier on Security
T
Tenable Blog
Google Online Security Blog
Google Online Security Blog
S
Schneier on Security
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
AI
AI
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
宝玉的分享
宝玉的分享
Help Net Security
Help Net Security
O
OpenAI News
博客园 - 【当耐特】
博客园 - Franky
AWS News Blog
AWS News Blog
罗磊的独立博客
J
Java Code Geeks
Know Your Adversary
Know Your Adversary
A
Arctic Wolf
小众软件
小众软件
量子位
SecWiki News
SecWiki News
S
Security Affairs
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
Hugging Face - Blog
Hugging Face - Blog
N
News and Events Feed by Topic
Apple Machine Learning Research
Apple Machine Learning Research
H
Heimdal Security Blog
Google DeepMind News
Google DeepMind News
IT之家
IT之家

Все публикации подряд на Хабре

Ловим музу за клавиатуру: как айтишнику стать автором Что умеет Midjourney в 2026? Мой немного грустный разбор этого шикарного инструмента Никто не любит писать тесты, но ИИ может исправить это IPv8 выглядит как мечта. Поэтому почти наверняка не взлетит Производители вернули в продажу материнки с DDR3. Что происходит? Управление агентом с телефона через Telegram теперь в KodaCode От координации к лидерству: как меняется роль руководителя разработки Я сделала родителям бизнес вместо пенсии: зарабатываем 70 тысяч, мама не даёт продать В три раза быстрее приемка товара и оптимизация трудозатрат на 73%: как «РСТ-Инвент» помог Gulliver Group ИИ-шечный мир победил? О влиянии искусственного интеллекта на игропром Кремль снижает давление на Телеграмм пока Европа строит интернет по паспорту Как CEO, CTO и CIO за 8 часов собрали ИИ-директора, который умеет держать позицию под давлением Как (не) потерять домен за выходные Вместо 8 разных VPS: как я организовал практику студентам на одном сервере Почему твой Open Source проект не замечают? R&D: искусство управления неопределенностью в разработке AI-дефляция: вакансий для разработчиков больше, а рост зарплат — худший за 15 лет Мы отдали управление роботами OpenClaw. Что из этого вышло Галактический ID: система идентификации для всех форм разумной жизни Шесть основ бизнес-анализа: начинаем с вопроса «Кто в игре?» Код-ревью, в котором дело не в коде Данные переехали. Команда — нет Системной подход к сдаче OSWE в 2025 Почему комната управления реактором покрашена в цвет морской пены 4 YAML-файла вместо PySpark: как аналитикам строить пайплайны без разработчиков LLM-агент для поиска свободных доменов: автоматизируем подбор Когда, зачем и как правильно начинать новую сессию в Claude Code? Как я заставил нейросеть писать макросы для FreeCAD Анатомия ИИ‑агента для подбора персонала. От тысячи резюме к топ‑10 за минуты Опыт разработчика как экономика внимания Автономность как точка невозврата: кто будет субъектом в цифровом будущем Обучение ИИ в «диких» условиях: как рутинные действия превращаются в датасеты Как измерить LLM для задач кибербеза: обзор открытых бенчмарков Где хранить код? Сравнение GitHub, GitLab и Bitbucket Математика объясняет, почему нормальное распределение встречается повсюду Почему ваш FinOps не работает: 12 тезисов от практиков Как подписать проектную документацию УКЭП с использованием бесплатных лицензий Pilot Адаптивное администрирование Sigla Vision Я грузил уран в бочки, а потом 20 лет строил ИТ в атомной отрасли Чем позвонить с Эвереста? История и обзор спутниковой связи. Часть 2 Как языковая модель помогает контролировать качество инструктажей по охране труда в металлургии Как не передать на desktop свой IP в РКН Анатомия SAP Privileges: как устроено управление правами в macOS MoneyDev: Сказка про три главных слова Обновлённый токенизатор видео K-VAE 2.0 от Сбера Как сделать диспетчеризацию дома на 1284 квартиры почти бесплатно Как мы разогнали железную дорогу Мы дали агентам рутину. Теперь надо решить — что делать с освободившимся временем Токсичный контент, промпт-хакинг и защита ИИ — всё о Guardrails для LLM Умный город начинается с точного взгляда: как «Фалькон Тех» меняет пространство к лучшему Навайбкодил приложение для анализа графов Почему Дюну так интересно читать? Упрощаем работу с рутиной или как стать Гендальфом Белым Деконструкция Go: CPU, RAM и что там происходит. Go Assembler база. Часть 1.1 Какие профессии исчезнут из-за ИИ, а какие появятся? И что с этим делать Как мы построили IT-отдел, где хочется расти: архитектурные встречи, прозрачные метрики и книжные подарки Rufler: Делаем из Claude Code автономный рой через один YAML-конфиг Sing-box и белый список приложений Как построить надёжный обмен сообщениями в микросервисах: лучшие практики для enterprise OpenAI строит MLM-пирамиду, а McKinsey и Accenture помогают ей в этом Дом, который не построил Фишер (Часть 2) «Сверхзвуковой математик» против «Вдумчивого логиста»: битва алгоритмов 3D-упаковки Мультимодальные модели – грубый и дорогой инструмент Разговоры ничего не стоят. Код тоже Проверки физических лиц: с кого начнет ФНС Топ-10 бесплатных нейросетей для создания видео в 2026 году Первые слои кода: как наши решения сегодня определяют архитектуру ИИ на десятилетия Разработка нового статического анализатора: PVS-Studio JavaScript Поиск уязвимостей ПО: базовый минимум или роскошный максимум Почему оценка персонала не работает как инструмент управления Как мы разработали ИИ-ассистента и сократили рутину продуктовой команды на 50% Как я ушел из найма, нажарил косточек и продал на маркетплейсах на 168 млн в год Когда 1С:ERP уже внедрена, а нормального производственного плана всё ещё нет Как я сделал Claude мультимодальным, подключив к нему Qwen Omni Как приглашение на вакансию мечты превращается в атаку Infrastructure as Code: философия и лучшие практики IaC Тестируем Yandex Code Assistant на задаче, в которой нужно хранить секреты nxs-universal-chart v3.0: новое поколение универсального Helm-чарта Callback Injection: Техника, которая отправила Microsoft Defender в глухой нокаут «Все идеи на стол»: митап как способ вывести проект из тупика Сегодня я узнал нечто новое о GPU благодаря багу в своей игре Как заставить LLM ̶ ̶г̶а̶л̶л̶ю̶ ̶ эволюционировать Карта событий как фундамент аналитики: практический кейс для E-commerce Что выбрать для AI: x86, ARM или RISC-V? Дайджест железа за март Роль соматических мутаций в развитии аутоиммунных заболеваний: путь к избирательной терапии Mythos от Anthropic — тревожный сигнал для всех, а не только для банков Guardrails для LLM на Java: как приручить промпт‑инъекции и токсичные ответы Green-VLA: как мы собрали VLA-модель для реального антропоморфного робота и не потеряли обобщение Финансовая гонка вооружений: почему умные люди добровольно в ней участвуют Эра ИИ-агентов наступила: выбираем лучшего цифрового сотрудника # Практический опыт внедрения WinCC Redundancy на производственном предприятии Сделал MVP за 3 дня, а потом неделю прикручивал оплату. Оно того стоило? Физика против Маска: почему Starship V3 может оказаться ещё одной катастрофой Нефть Венесуэлы: крупнейшие запасы в мире, но не крупнейшая нефтяная держава JPA 4. Переосмысление Hibernate Почему зеркальная фотокамера Nikon D5 десятилетней давности идеально подошла для миссии «Артемида-2» Проект «Уровень-Спутник» или как мы сделали платформу для гидрологов «Замедлиться, чтобы ускориться»: почему ИИ повышает цену ошибок в требованиях и архитектуре Как с нуля поднять трафик IT-компании на 1657% при бюджете 55 тыс. и выжить Pixel-perfect Downsampling — идеальная отрисовка 50 миллионов точек без потерь
История создания промышленных роботов: от игрушки Билла Гриффита Тейлора до разработок Джорджа Девола и Виктора Шейнмана
sokolovps (O · 2026-05-09 · via Все публикации подряд на Хабре

История создания промышленных роботов: от игрушки Билла Гриффита Тейлора до разработок Джорджа Девола и Виктора Шейнмана

Уровень сложностиПростой

Время на прочтение16 мин

Охват и читатели10K

Ретроспектива

Что такое робот, объяснять нет нужды. В последние сто лет, с момента появления в 1920 году самого слова «робот» в пьесе Карела Чапека «R.U.R.», пять поколений людей с раннего детства по книгам и комиксам, кинофильмам и мультфильмам знают о роботах все до мелочей. Знают, как они должны выглядеть – либо быть железными копиями человека, либо внешне не отличаться от нас, оставаясь из металла внутри, и знают, что они должны делать – выполнять за человека тяжелую и утомительную работу, а потом взбунтоваться и поработить людей.  

По-хорошему, сюда же, к роботам, надо отнести более ранние их варианты – слепленного из грязи Голема и собранное из кусков трупов чудовище Франкенштейна, которые сразу же вышли из повиновения их создателям. Это были неудачные и исходно порочные варианты, а есть, расскажут теоретики робототехники, исходно покорные и по своей сути не способные к бунту роботы – секс-куклы. Правда, они, эти секс-роботы, сильно эволюционировали за последние полвека, а к середине нашего века, по прогнозам их изобретателей и рационализаторов, обзаведутся ИИ, и тогда никто не поручится, чем это закончится для человечества с точки зрения демографии. Кстати, искусственный интеллект тоже можно отнести к бестелесным роботам, ведь он тоже призван выполнять за человека, пожалуй, самую тяжелую и утомительную работу – думать, и уже норовит поработить те личности, которым лень подумать самим.   

Современные промышленные роботы в роботическую мифологию не вписываются. Максимум в чем они могут ослушаться хозяина, да и то непреднамеренно, это перегореть или сломаться от усталости металла, а если и начнут что-то делать не так, как им велено, или даже крушить все подряд на своем рабочем месте, то исключительно из-за ущербного ПО или бестолковости их оператора. Да и внешне они не похожи на человека.  Их сравнительной анатомией и таксономией занимается Международная организация по стандартизации (International Organization for Standardization - ISO), группируя промышленных роботов в родственные группы в зависимости от их строения и предназначения. В свое время похожую работу проделал Карл Линней, создав единую классификацию живых существ, чтобы понять, где в ней место человека.

В будущем году ISO исполнится 80 лет, сейчас в нее входят практически все государства, а тремя ее официальными языками являются английский, французский и русский. На этих языках был разработан международный стандарт терминологии в области роботов и робототехнических устройств, который постоянно совершенствуется. Он носит рекомендательный характер, но в большинстве стран-учредителей ISO, в том числе нашей, он принят как ГОСТ и носит законодательный характер. Причем, повторим, это ГОСТ не на роботов, а на терминологию, их описывающую. 

Желающие могут сами почитать этот документ, где перечислены все термины, применяемые сейчас в отношении роботов и робототехнических устройств, работающих как в промышленной, так и в непромышленной средах. Как любой нормативный документ он написан на бюрократическом канцелярите, и читать его неспециалисту сомнительное удовольствие, тем более что в последней его версии «роботы и робототехнические устройства» подпадают под единый термин «робототехника». Что касается промышленных роботов, то чаще всего в их описании в данном документе встречаются термины «рука» (10 раз), «запястье» (9 раз), реже «нога» (4 раза). Вот как это выглядит: «Рука (робота) (главные степени подвижности) [(robotic) arm (primary axes)]: совокупность взаимосвязанных звеньев и шарниров с силовым приводом манипулятора, позиционирующих запястье» (жирным выделены термины и определения – Ред.). 

По данным Международной федерации робототехники (IFR), сейчас в мире трудятся около 4,5 млн промышленных роботов, и так называемые шарнирно-сочлененные роботы с антропоморфной конструкцией манипулятора с «плечом», «локтем» и «запястьем», по тем же данным IFR, на сегодня самые распространенные промышленные роботы. 

Проще говоря, промышленный робот — это робот, созданный для того или иного производства и имеющий роботизированную руку человека – манипулятор, способный совершать ту же работу, что человек руками, только не останавливаясь на отдых и с гораздо большей силой, если это требуется. У такой руки могут быть свои «ноги», если для выполнения данной работы ей надо перемещаться.  Отсутствует у нее только «мозг», во всяком случае в числе официальных терминов ISO такового нет, есть «программы» и «программирование» (кстати, термин ИИ там тоже пока отсутствует). А ведь у прототипа первого промышленного робота «мозг» был, во всяком случае таким термином пользовался его изобретатель. 

Этот первый промышленный робот, целиком и полностью отвечающий современному определению ISO, был построен в 1937 году 21-летним студентом из Торонто Биллом Гриффитом Тейлором и, хотя имел довольно претенциозное название «Gargantua», был игрушечным. Гриффит Тейлор свинтил его из металлических реек, уголков, пластин, колец, осей, шестерней, колесиков и прочих деталей конструктора Meccano, популярного тогда не меньше, чем сейчас Lego. Описание его «Гаргантюа» с рисунком было опубликовано в мартовском номере журнала «Meccano Magazine» за 1938 год, который издавался производителем этого конструктора для «мальчиков всех возрастов». 

Та самая статья из «Meccano Magazine»

Та самая статья из «Meccano Magazine»

Желающие могут полистать этот журнал, он оцифрован и свободно доступен в сети, и у них, наверное, тоже возникнет подозрение, что, по крайней мере в те годы, его целевой аудиторией были в основном великовозрастные мальчики, для одних из которых это было хобби, для других, как для студента Тейлора, поле для обсуждения изобретенных ими новых механизмов и конструкций.

«Модель, представленная на этой странице, представляет собой кран для установки блоков, но, в отличие от других примеров этого известного механизма, он возводит стены, простые конструкции или волнорезы автоматически, - было написано в журнале. - Без какой-либо помощи своего создателя он поднимает миниатюрные блоки, лежащие рядом с ним, и расставляет каждый на свое место с такой сверхъестественной уверенностью, что любой, кто наблюдает за ним, может подумать, что он способен мыслить. Создателем этой удивительной модели является мистер Гриффит из Торонто, у которого, похоже, было уэллсовское видение "Облика грядущего", где человеческий труд не будет необходим для создания творений инженеров и архитекторов. Он назвал свою модель "Робот Гаргантюа". Его "мозговой центр" (“brain centre”), как можно назвать это устройство, показано слева на рисунке. Он контролирует каждое движение механизма и выполняет их по очереди. Все перемещения осуществляются с помощью единственного двигателя, установленного на несущем основании».

Далее идет описание процедуры программирования на перфоленте алгоритма действий «мозгового центра», которая была довольно трудоемкой. «Сначала определяется количество оборотов приводных валов робота и крана, необходимое для перемещения каждого блока в отведенное для него положение. Аналогичным образом рассчитываются обороты для перемещений тележки и захватных и подъемных устройства, необходимых для позиционирования каждого блока». Число оборотов двигателя, необходимое для каждого требуемого движения, рассчитывалось на миллиметровой бумаге, а потом переносилась на перфоленту. Лента, протягиваясь через «мозговой центр» робота, прижималась пружинными щетками к латунному барабану, который подавал питание на соленоиды, а те приводили в движение рычаги управления краном. 

«Роботизированный блок сконструирован таким образом, что его можно использовать для автоматического управления не только показанным здесь краном, но и любым другим типом машины, который включает в себя операции по пяти осям, включая захват и вращение. <…> Время, затраченное на возведение кирпичной конструкции, показанной на рисунке, составило 50 минут» - так заканчивается описание модели первого промышленного робота Гриффита Тейлора из Торонто.

Про самого изобретателя известно мало, и то, что о нем известно, похоже, помнят только благодаря тому, что он был сыном другого Гриффита Тейлора – участника трагически закончившейся экспедиции Роберта Скотта к Южному полюсу в 1910-12 гг. Сам Питер Гриффит Тейлор, будучи геологом экспедиции, в походе к полюсу не участвовал и остался в живых. В 1916 года он получил в Сиднейском университете докторскую степень, стал завкафедрой геологии, и в том же году там же в Сиднее у него родился сын. А когда Гриффит Тейлор-старший в 1936 году стал профессором кафедры географии в Университете Торонто, его сын Гриффит Тейлор-младший, надо полагать, стал не просто студентом из Торонто, как пишут историки робототехники, а студентом именно этого университета. В 1951 году Гриффит Тейлор-старший вернулся в Сидней, и тоже похоже, что вернулись они туда вместе с сыном. Потому что все остальное, что известно про студента из Торонто Гриффита Тейлора, это то, что Сиднее он стал профессором кафедры гражданского строительства Сиднейского университета, работал там до пенсии и умер в 1996 году.

Первым патентом на настоящего, а не игрушечного промышленного робота, точнее одним из первых, как аккуратно выражаются историки робототехники, был патент Джорджа Девола 1961 года (с приоритетом от 1954 года) на «Programmed article transfer» («Программируемое устройство для перемещения предметов»). В отличие от студента Гриффита Тейлора о Джордже Деволе мы знаем все, вплоть до того, сколько у него было правнуков и правнучек и как их звали. У него было около полусотни патентов в самых разных областях – от звукового кино и радиоуправляемых прессов для выжимки белья в автоматических прачечных до радиолокаторов, микроволновок и устройств цифровой магнитной памяти. Его можно назвать каноническим американским изобретателем, целью которого было не только и не столько его изобретение, сколько конвертация его в деньги. 

Схема из патента US2988237

Схема из патента US2988237

Родился и вырос он в обеспеченной семье и мог бы выбрать себе любой университет для получения высшего образования в любой интересной ему области знаний, но счел это лишней тратой времени и в 20 лет учредил свою первую компанию по продажам своего варианта оптической записи звука на кинопленку. Подобные компании он с переменным успехом создавал, потом закрывал или продавал неоднократно, а в промежутках между своими стартапами, как это называют сейчас, устраивался на наемную работу в ожидании следующего случая повторить то же самое с очередным своим изобретением. И в итоге своего добился, когда в 1954 году изобрел программируемую роботизированную руку для перемещения предметов и создал на паях с инженером Джозефом Энгельбергером компанию Unimation Inc., тот был в ней генеральным директором, а фактически главным пиарщиком изобретения Девола.

Потратив, как говорят, 5 млн долларов (инвесторов, разумеется, своих миллионов у них тогда еще не было), они в 1961 году довели изобретение Девола до промышленного образца, то есть автоматического манипулятора, а попросту говоря, роботизированной руки с двумя пальцами по имени Unimate. Насчет 5 млн долларов историки робототехники, наверное, все-таки преувеличивают, венчурный бизнес был тогда еще в младенческом состоянии, но деньги у Unimation Inc. были достаточно большие, чтобы почти десять лет экспериментировать со своим роботом.

Первые роботы Unimate были ламповыми, в последующих версиях полупроводниковыми. Лампы как цифровые переключатели в силу их меньшей чувствительности к высоким температурам как нельзя кстати пришлись к условиям первого испытания Unimate в горячем литейном цехе автозавода General Motors в Нью-Джерси в 1962 году. Там он брал раскаленные автомобильные дверные ручки и помещал их в контейнер с охлаждающей жидкостью, откуда они потом по транспортеру отправлялись на сборочный конвейер. Точнее, имя Unimate (от слов universal и automation) манипулятор Девола получил чуть позже, когда они с Энгельбергером обучили его точечной сварке и сборке деталей в целое. 

Вот такая махина получилась

Вот такая махина получилась

На это ушло еще несколько лет, в течение которых Unimation Inc. продавала своих роботов вдвое дешевле их себестоимости, чтобы вывести их на рынок. В 1969 году Unimation Inc. подписывает лицензионное соглашение с японской корпорацией Kawasaki Heavy Industries о производстве и продаже роботов Unimate на азиатском рынке. И только в середине 70-х гг. пошла реальная прибыль, причем весьма солидная, годовая выручка приближалась к 100 млн долларов в год. Так изобретатель Джордж Девол осуществил «американскую мечту», став на седьмом десятке лет миллионером, а в 2011 году, в год его смерти в возрасте 99 лет, он за свое изобретение 1954 года попал в американский Национальный зал славы изобретателей. 

Понятно, что с такой биографией кому как ни Джорджу Деволу было стать изобретателем первого промышленного робота. Тем более, что его партнер Энгельбергер организовал громкую PR-кампанию для продвижения их робота. Unimate размером 2 м в длину, 1,2 м в ширину и 1,6 м в высоту и весом почти 2 тонны на популярных телевизионных ток-шоу открывал банки пива, забрасывал мячик в стакан, дирижировал оркестром, подавал ведущему чашку кофе, не расплескав ни капли. Предметы он перемещал с точностью до 1,5 мм. Подобные кунштюки публике нравились, и в 60-е годы СМИ наперебой и вполне всерьез называли Джорджа Девола Эдисоном и Теслой современности. Как тебе такое Илон Маск?

Джордж Девол был первым, кто не только получил патент на промышленный манипулятор в виде роботизированной руки, но и довел свое изобретение до промышленного образца, работавшего в реальных (и подчас весьма суровых) производственных цехах. Хотя понятно, что его изобретение возникло не на пустом месте. Можно посмотреть упомянутые им в своем патенте более ранние патенты 40-х и начала 50-х годов. И если исключить из них его собственный патент 1952 года (с приоритетом от 1946 года) на «магнитное управление технологическим процессом» (очень похожее, кстати, на управление игрушечным роботом Гаргантюа студента Гриффита Тейлора перфолентой, только у Девола была намагниченная стальная лента), то любой из авторов этих патентов мог бы в дальнейшем довести свое изобретение до чего-то подобного универсальному автоматическому манипулятору Unimate. Но сделал это изобретатель-самоучка Джордж Девон. 

Схема из патента US2590091A

Схема из патента US2590091A

Единственное, что смущает, так это то, что историки робототехники подверстали его манипулятор под роботизированную руку (robot arm). Если оставить в стороне локтевой сустав, который промышленным роботам в принципе не нужен (он нужен только антропоморфным роботам и в бионических протезах), у запястья манипулятора Девона диапазон движения составлял 220° по горизонтали и 60° по вертикали. А если учесть и то, что у него было всего два пальца-зажима (сам Девол назвал их jaws – челюстями), то мы имеем классический птичий клюв, а точнее роботизированную голову вороны, сороки, воробья, совы и большинства прочих птиц или, если кому это больше понравится, роботизированный клюв птеродактиля. Что же касается роботизированной руки с полноценными запястьем и локтем, то она появилась немного позже.

Рождение этого робота в 1969 году, получившего название Stanford arm («Стэнфородская рука»), считается в истории промышленной робототехники следующей ключевой вехой после изобретения робота Unimate Джорджем Деволом. Изобрел его выпускник Массачусетского технологического института (MIT) Виктор Давид Шейнман, работавший тогда в Стэнфордской лаборатории искусственного интеллекта (SAIL). В истории робототехнники он тоже, как и Девол, канонизированная фигура, что как любой канон заведомо предполагает массу апокрифических историй о нем и его изобретении. Если же придерживаться только фактов, то вкратце его путь к изобретению электрической руки-манипулятора с шестью степенями свободы был таким. 

В Стэнфорде Шейнмана для начала приставили к управляемому компьютером протезу руки Stanford-Rancho Arm образца 1962 года с заданием подумать над его усовершенствованием. Судя по всему, ничего принципиально нового Шейнман тут не придумал. Принципиально новым стала сконструированная им в 1968 году Стэнфордская гидравлическая рука. В отличие от «Унимейта» Девола у нее было большее число степеней свободы запястья, и управлял этим манипулятором мини-компьютер PDP-6 образца 1964 года, а не заранее записанные инструкции на магнитном носителе. Программируемые в современном понимании этого слова «Унимейты» появились позже и как раз благодаря технологии Шейнмана.

Биографы Шейнмана часто пишут, что гидравлические «рукопожатия» его манипулятора оказались слишком сильными и «крушили все подряд», от них даже сотрясался компьютерный зал Стэнфордской лаборатории искусственного интеллекта. Но с чего вдруг это следует считать его недостатком, не вполне понятно. Разве не нужны были роботы, способные крошить камни в песок? Не пустые пивные банки перед отправкой их на переплавку, разумеется, и не при прокладке туннелей и сносе старых зданий, а там, где требуется более деликатный инструмент, чем пресс, отбойный молоток или просто молоток с зубилом. Например, в опытах с радиоактивными материалам или взятии проб со дна океана подводными аппаратами или космическими роботами на других планетах, да мало ли что еще требуется не строить, а ломать. 

В диссертации 1968 года одного из коллег Виктора Шейнмана по SAIL Дональда Пайпера «Кинематика манипуляторов под управлением компьютера», в таблице на странице 18 перечислялись области применения того или иного типа программируемых манипуляторов: погрузочно-разгрузочные работы, сварка, протезирование, работы с радиоактивными материалами, манипуляторы для подводных лодок и т.д. И там напротив «Hydraulic Arm - Stanford  Artificial Intelligence Project» Виктора Шейнмана стояло всего два слова – «smashing things, то есть его функция была ломать (разбивать, дробить, плющить) предметы. Сарказмом тут и не пахло, эта функция как равноправная входила в число прочих функций программируемых промышленных роботов. 

Фото из научной работы Дональда Пайпера

Фото из научной работы Дональда Пайпера

Следующая Стэнфордская рука Шейнмана была деликатнее. Она была не гидравлической, а электрической, и в этом плане отстояла от руки человека, дальше тех «рук», с которыми он имел дело раньше в SAIL. Сокращение и расслабление наших мускулов, том числе рук, это по большому счету гидравлика и подчиняется законам гидродинамики. И шесть суставов на этой руке Шейнмана, пять вращательных и один поступательный, были весьма далеки от человеческих. Но они позволяли ей делать гораздо больше, чем мог делать манипулятор Джорджа Девола. Рук ювелира или часовых дел мастера она не могла заменить, но сборщика на конвейере вполне себе, собирая вместо человека детали в узлы и потом узлы, если ставилась такая задача, в готовый агрегат.

Программировавшим этот робот-манипулятор Шейнмана был тот же мини-компьютер PDP-6. «Миниатюрным» он был по сравнению с мейнфреймами, весил он всего-то 600 кг, но был в три раза легче блока управления «Унимейта» Девола. Далее Шейнман занялся совершенствованием своей «руки» и в том числе как раз ее миниатюризацией. В 1973 году защитил свое изобретение как докторскую диссертацию и основал компанию на паях Vicarm Inc., собираясь наладить промышленный выпуск своего манипулятора под торговой маркой Vicarm. Этот манипулятор был уже не тем мастодонтом, что вначале, его вместе с контроллером можно было унести на руках. 

Добрые люди из General Motors Company посоветовали Шейнману найти солидного партнера для коммерциализации своего робота, например Unimation Inc. Тот намек понял и продал Энгельбергеру свои ноу-хау, и уже в Unimation Inc. в 1983 году довел свое изобретение до универсального промышленного робота под торговой маркой PUMA, что было акронимом сразу двух его, робота, названий: Programmable Universal Machine for Assembly или Programmable Universal Manipulation Arm (Программируемая универсальная машина для сборки или Программируемая универсальная рука-манипулятор).

Свою долю от продаж «ПУМЫ» Шейнман получил, но миллионером в отличие от Энгельбергера и Девола не стал. Потом, словно в насмешку, он получил от Ассоциации робототехники премию Джозефа Энгельбергера (1986 год), потом еще премию Леонардо да Винчи Американского общества механических инженеров (1990 год). А в 2006 году как участник телевизионной игры типа «Как стать миллионером», темой которой была робототехника, получил утешительный приз в 1600 долларов. Разумеется, бедным он не был, он был состоятельным человеком и уважаемым ученым и до своей смерти в 2016 году в возрасте 73 лет работал приглашенным профессором на факультете машиностроения Стэнфордского университета.

Возвращаясь к мировой истории промышленных роботов, можно сказать, что история их создания довольно короткая. Начинается она в 1937 году с игрушечной модели робота «Гаргантюа» Гриффита Тейлора и заканчивается в 1960-е годы созданием программируемых на компьютерах роботов. Дальше ничего принципиально нового не появилось. Строго говоря, дальше идет лишь совершенствование их программирования и кинематики. Удлинить для солидности историю создания промышленных роботов можно только одним способом – сдвинуть ее начало вглубь веков. 

Например, начать ее с античной катапульты – коллаборативного робота V века до н.э., если пользоваться современной терминологией, похожего на руку человека только без локтевого сустава, с неподвижным запястьем и с чисто женской кинематикой бросания тяжелого предмета в обидчика. Вопрос с принадлежностью этого робота к промышленным решается легко – ВПК. Первые механически программируемые музыкальные шкатулки в виде антропоморфных кукол датируются ранним Новым временем, но они, увы, подпадают под категорию сервисных роботов. Зато в самом начале XIX века для текстильной промышленности был изобретен ткацкий станок Жаккарда с числовым управлением, записанным в двоичном коде на перфоленте.

Словом, историю создания промышленных роботов можно расширить с 30 лет до трех без малого тысячелетий или хотя бы до двух с хвостиком веков. Было бы, как говорится, желание. Не наше с вами и не историков робототехники, а Международной организации по стандартизации (ISO). Для этого ей достаточно всего лишь слегка подправить действующий ГОСТ на терминологию роботехнических устройств. Но пока хронологические классификации промышленных роботов по их поколениям начинается с 1950-х годов. В сети таких поколенческих классификаций много, и все они мало чем отличаются друг от друга. 

Если коротко, то первое поколение (1950-1967) – это роботы с жесткой циклограммой действий, не обладающие обратной связью с внешней средой. Управление осуществлялось человеком-оператором на этапе программирования, сервоконтроллеры отсутствовали. 

Второе поколение (1968-1977) – интерактивные программируемые машины с ограниченными возможностями адаптивного поведения и с элементарной способностью распознавать внешнюю среду датчиками касания, приближения, технического зрения. Их система управления состояла из микропроцессоров или программируемых логических контроллеров. Также они могли программироваться оператором с помощью обучающего блока. Уровень их универсальности был не высок. 

Третье поколение (1978-1999) – роботы с большей степенью взаимодействия с оператором и окружающей средой посредством сложных интерфейсов, таких как зрение или голос. Могли перепрограммировать себя для выполнения разных задач. Их можно было программировать как в режиме онлайн, так и в автономном режиме, подключив к ПЛК или ПК, что позволяло использовать язык высокого уровня для программирования движений и обеспечивало взаимодействие роботов с САПР или базой данных. 

Четвертое поколение (после 2000 года) - роботы с элементами искусственного интеллекта, способные распознавать сложные образы, принимать решения и планировать свои действия для достижения цели, поставленной в общем виде. Человек в этом случае выступает в роли диспетчера, ставящего общую задачу, а не программирующего каждое движение. Более качественные, безопасные, легкие материалы и более совершенные сенсорные технологии открыли эру «коботов» (коллаборативных роботы) для совместной работы с людьми на «умных фабриках».

Что касается производства промышленных роботов, то в последние два десятилетия, оно выросло примерно вдвое, а лидерами в этой области были и пока остаются Китай, Япония, Южная Корея, Германия и США. Если рассматривать распределение роботов по промышленным секторам, то больше всего их в автомобилестроении (примерно 40%) электронике и электротехнике (20%) затем следуют металлургия и машиностроение (около 10%), химическая промышленность (6%), пищепром (4%) и далее следуют все остальные сектора (все вместе около 20%). 

Судя по патентным ландшафтам, наиболее активная инженерно-изобретательская активность наблюдается в КНР, Японии, Южной Корее, США, западноевропейский странах, Австралии. Наша страна с примерно 2% патентов то замыкает десятку лидеров, то выпадает из нее, год на год не приходится. Но и маркетологам, и патентоведам самим наверняка понятно, насколько приблизительны их оценки, особенно в области самых последних трендов в этой области. Также по понятным причинам они не могут оценить, и не собираются это делать, промышленную и инженерно-изобретательскую динамику последнего десятилетия в области роботехники для ВПК. А ведь как раз там может появиться что-то принципиально новое в промышленной робототехнике. За примером далеко ходить не надо. Известная ядерная технология имела побочным следствием появление целой новой промышленности – атомной энергетики. Только стоит ли радоваться такой цене технического прогресса?

P.S. В следующей статье мы расскажем о советских промышленных роботах. 

О сервисе Онлайн Патент:

Онлайн Патент — цифровая система № 1 в рейтинге Роспатента. С 2013 года мы создаем уникальные LegalTech‑решения для защиты и управления интеллектуальной собственностью. Зарегистрируйтесь в сервисе Онлайн‑Патент и получите доступ к следующим услугам: