Naučnici su koristili neuromorfno računarstvo kako bi roboti nastavili da uče nove objekte nakon što su raspoređeni. Za one koji ne znaju, neuromorfno računarstvo replicira neuronsku strukturu ljudskog mozga kako bi stvorilo algoritme koji se mogu nositi s neizvjesnostima prirodnog svijeta. Intel Labs je razvio jednu od najistaknutijih arhitektura u ovoj oblasti: Loihi neuromorfni čip.
Loihi se sastoji od otprilike 130 vještačkih neurona koji šalju informacije jedni drugima putem "spiking" neuronske mreže (SNN). Čipovi su već pokretali niz sistema, od pametne umjetne kože do elektronskog "nosa" koji detektuje mirise eksploziva.
Intel Labs je ove sedmice predstavio još jedan program. Istraživačka jedinica se udružila s Italijanskim institutom za tehnologiju i Tehničkim univerzitetom u Minhenu kako bi implementirali Loihi u novi pristup cjeloživotnom učenju u robotici. Metoda je usmjerena na sisteme koji stupaju u interakciju s neograničenim okruženjima, kao što su budući roboti asistenti za zdravstvo i proizvodnju.
Postojeće duboke neuronske mreže mogu se boriti s objektima u ovim scenarijima, jer zahtijevaju velike dobro obučene podatke za obuku i opsežnu ponovnu obuku na novim objektima na koje nailaze. Novi neuromorfni pristup ima za cilj prevazilaženje ovih ograničenja.
Istraživači su prvi put primijenili SNN na Loihiju. Ova arhitektura lokalizira učenje na jedan sloj plastičnih sinapsi. Također uzima u obzir različite vrste objekata, dodajući nove neurone na zahtjev. Kao rezultat toga, proces učenja odvija se autonomno u interakciji s korisnikom.
Tim je testirao svoj pristup u simuliranom 3D okruženju. U ovoj postavci, robot aktivno osjeća objekte pomicanjem kamere koja djeluje kao oči. Senzor kamere "vidi" objekte na način inspirisan malim fiksirajućim pokretima očiju zvanim "mikrosakade". Ako je objekt koji vidi nov, SNN reprezentacija se uči ili ažurira. Ako je objekt poznat, mreža ga prepoznaje i daje povratnu informaciju korisniku.
Tim kaže da njihova metoda zahtijeva 175 puta manje energije da bi obezbijedila sličnu ili bolju brzinu i tačnost od konvencionalnih metoda zasnovanih na CPU-u. Sada moraju testirati svoj algoritam u stvarnom svijetu sa stvarnim robotima.
„Naš cilj je da slične sposobnosti primenimo na buduće robote koji će raditi u interaktivnom okruženju, što će im omogućiti da se prilagode nepredviđenim okolnostima i prirodnije rade zajedno sa ljudima“, rekla je viša autorka studije Julija Sandamirska.
Možete pomoći Ukrajini u borbi protiv ruskih osvajača, najbolji način da to učinite je da donirate sredstva Oružanim snagama Ukrajine putem Savelife ili preko službene stranice NBU.
Također zanimljivo:
- Googleovi roboti sve više nalikuju ljudima i obavljaju složene zadatke
- Novi materijal će omogućiti robotima da osjete dodir