Окумуштуулар роботтор орнотулгандан кийин жаңы объекттерди үйрөнүү үчүн нейроморфтук эсептөөлөрдү колдонушкан. Билбегендер үчүн нейроморфтук эсептөөлөр адамдын мээсинин нейрондук түзүлүшүн кайталайт, ал алгоритмдерди жаратат, алар табигый дүйнөнүн белгисиздиктерин чече алат. Intel Labs бул тармактагы эң көрүнүктүү архитектуралардын бирин иштеп чыкты: Loihi нейроморфтук чип.
Лоихи болжол менен 130 XNUMX жасалма нейрондордон турат, алар бири-бирине маалымат жөнөтүүчү "спик" нейрон тармагы (SNN) аркылуу. Чиптер буга чейин эле акылдуу жасалма териден баштап, жардыргыч заттардын жытын аныктоочу электрондук “мурунга” чейин бир катар системаларды иштетип келген.
Intel Labs ушул аптада дагы бир программасын көрсөттү. Изилдөө бөлүмү Италиянын Технологиялык Институту жана Мюнхен Техникалык Университети менен биргелешип, Лоихиди робототехникада өмүр бою окутуунун жаңы ыкмасына киргизди. Метод саламаттыкты сактоо жана өндүрүш үчүн келечектеги робот жардамчылары сыяктуу чексиз чөйрөлөр менен өз ара аракеттенүүчү системаларга багытталган.
Учурдагы терең нейрон тармактары бул сценарийлерде объекттер менен күрөшүшү мүмкүн, анткени алар жакшы үйрөтүлгөн чоң маалыматтарды жана алар жолуккан жаңы объекттер боюнча кеңири кайра даярдоону талап кылат. Жаңы нейроморфикалык ыкма бул чектөөлөрдү жеңүүгө багытталган.
Окумуштуулар SNNди биринчи жолу Лоихиге колдонушту. Бул архитектура пластикалык синапстардын бир катмарына үйрөнүүнү локализациялайт. Ошондой эле талап боюнча жаңы нейрондорду кошуп, объекттердин ар кандай түрлөрүн эске алат. Натыйжада, колдонуучу менен өз ара аракеттенүүдө окуу процесси өз алдынча ачылат.
Команда алардын ыкмасын симуляцияланган 3D чөйрөсүндө сынап көрдү. Бул орнотууда робот көздүн ролун аткарган камераны жылдырып объекттерди активдүү сезет. Камера сенсору объекттерди "микросаккаддар" деп аталган кичинекей фиксатордук көз кыймылдарынан шыктанган жол менен "көрөт". Эгерде ал көргөн объект жаңы болсо, SNN өкүлчүлүгү үйрөнүлөт же жаңыртылат. Объект белгилүү болсо, тармак аны тааныйт жана колдонуучуга пикир берет.
Команда алардын ыкмасы кадимки CPU негизиндеги методдорго караганда окшош же жакшыраак ылдамдыкты жана тактыкты камсыз кылуу үчүн 175 эсе аз күчтү талап кылат дейт. Эми алар алгоритмин чыныгы роботтор менен реалдуу дүйнөдө сынап көрүшү керек.
«Биздин максат – интерактивдүү чөйрөдө иштей турган келечектеги роботторго окшош мүмкүнчүлүктөрдү колдонуу, бул аларга күтүлбөгөн жагдайларга ыңгайлашууга жана адамдар менен табигыйраак иштешүүгө мүмкүндүк берет», — деди изилдөөнүн улук автору Юлия Сандамырска.
Сиз Украинага орус баскынчыларына каршы күрөшүүгө жардам бере аласыз, мунун эң жакшы жолу - Украинанын Куралдуу Күчтөрүнө акча каражаттарын берүү. Savelife же расмий баракчасы аркылуу NBU.
Ошондой эле кызыктуу:
- Google роботтору барган сайын адамга окшош болуп, татаал тапшырмаларды аткарат
- Жаңы материал роботторго тийүүнү сезүүгө мүмкүндүк берет