Root NationZprávyIT novinyVědci představili neuromorfní přístup k robotice

Vědci představili neuromorfní přístup k robotice

-

Vědci použili neuromorfní výpočty k tomu, aby se roboti učili nové objekty po jejich nasazení. Pro ty, kteří to neznají, neuromorfní výpočty replikují nervovou strukturu lidského mozku a vytvářejí algoritmy, které si poradí s nejistotami přírodního světa. Společnost Intel Labs vyvinula jednu z nejpozoruhodnějších architektur v oboru: neuromorfní čip Loihi.

Loihi se skládá z přibližně 130 XNUMX umělých neuronů, které si navzájem posílají informace prostřednictvím „špičkové“ neuronové sítě (SNN). Čipy již poháněly řadu systémů, od chytré umělé kůže po elektronický „nos“, který detekuje pachy výbušnin.

Intel

Společnost Intel Labs tento týden představila další program. Výzkumná jednotka se spojila s Italským technologickým institutem a Technickou univerzitou v Mnichově, aby implementovali Loihi v novém přístupu k celoživotnímu učení v robotice. Metoda je zaměřena na systémy, které interagují s neomezeným prostředím, jako jsou budoucí robotičtí asistenti pro zdravotnictví a výrobu.

Stávající hluboké neuronové sítě mohou v těchto scénářích bojovat s objekty, protože vyžadují velká dobře trénovaná trénovací data a rozsáhlé přeškolování na nové objekty, se kterými se setkávají. Nový neuromorfní přístup má tato omezení překonat.

Vědci poprvé aplikovali SNN na Loihi. Tato architektura lokalizuje učení do jediné vrstvy plastických synapsí. Bere také v úvahu různé typy objektů a na požádání přidává nové neurony. Výsledkem je, že proces učení probíhá autonomně při interakci s uživatelem.

Tým testoval svůj přístup v simulovaném 3D prostředí. V tomto nastavení robot aktivně snímá objekty pohybem kamery, která funguje jako oči. Snímač kamery „vidí“ předměty způsobem inspirovaným malými fixačními pohyby očí nazývanými „mikrokakády“. Pokud je objekt, který vidí, nový, reprezentace SNN se naučí nebo aktualizuje. Pokud je objekt znám, síť jej rozpozná a poskytne uživateli zpětnou vazbu.

Tým říká, že jejich metoda vyžaduje 175krát méně energie, aby poskytla podobnou nebo lepší rychlost a přesnost než konvenční metody založené na CPU. Nyní potřebují otestovat svůj algoritmus v reálném světě se skutečnými roboty.

„Naším cílem je aplikovat podobné schopnosti na budoucí roboty, kteří budou pracovat v interaktivním prostředí, které jim umožní přizpůsobit se nepředvídaným okolnostem a přirozeněji spolupracovat s lidmi,“ uvedla vedoucí autorka studie Yuliya Sandamyrska.

Můžete pomoci Ukrajině v boji proti ruským vetřelcům, nejlepší způsob, jak toho dosáhnout, je darovat finanční prostředky ozbrojeným silám Ukrajiny prostřednictvím Zachraňte život nebo přes oficiální stránku NBÚ.

Zajímavé také:

Přihlásit se
Upozornit na
host

0 Komentáře
Vložené recenze
Zobrazit všechny komentáře
Další články
Přihlaste se k odběru aktualizací
Nyní populární