Znanstvenici su koristili neuromorfno računalstvo kako bi roboti naučili nove objekte nakon što su postavljeni. Za one koji ne znaju, neuromorfno računalstvo replicira neuronsku strukturu ljudskog mozga za stvaranje algoritama koji se mogu nositi s neizvjesnostima prirodnog svijeta. Intel Labs je razvio jednu od najznačajnijih arhitektura u ovom području: Loihi neuromorfni čip.
Loihi se sastoji od približno 130 umjetnih neurona koji šalju informacije jedni drugima putem "spiking" neuronske mreže (SNN). Čipovi su već pokretali čitav niz sustava, od pametne umjetne kože do elektroničkog "nosa" koji detektira mirise eksploziva.
Intel Labs je ovaj tjedan predstavio još jedan program. Istraživačka jedinica udružila se s Talijanskim institutom za tehnologiju i Tehničkim sveučilištem u Münchenu kako bi implementirali Loihi u novom pristupu cjeloživotnom učenju u robotici. Metoda je usmjerena na sustave koji su u interakciji 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, budući da zahtijevaju velike, dobro uvježbane podatke za obuku i opsežnu ponovnu obuku za nove objekte s kojima se susreću. Novi neuromorfni pristup ima za cilj prevladati ta ograničenja.
Istraživači su prvi put primijenili SNN na Loihi. 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 inspiriran malim fiksirajućim pokretima oka koji se nazivaju "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 kako bi pružila sličnu ili bolju brzinu i točnost od konvencionalnih metoda temeljenih na procesoru. Sada moraju testirati svoj algoritam u stvarnom svijetu sa stvarnim robotima.
"Naš cilj je primijeniti slične sposobnosti na buduće robote koji će raditi u interaktivnom okruženju, što će im omogućiti da se prilagode nepredviđenim okolnostima i rade prirodnije zajedno s ljudima", rekla je viša autorica studije Yuliya Sandamyrska.
Možete pomoći Ukrajini u borbi protiv ruskih osvajača, najbolji način da to učinite je da donirate sredstva Oružanim snagama Ukrajine putem Savelife ili putem službene stranice NBU.
Također zanimljivo:
- Googleovi roboti sve više nalikuju ljudima i obavljaju složene zadatke
- Novi materijal omogućit će robotima da osjete dodir