Os cientistas usaram a computação neuromórfica para manter os robôs aprendendo novos objetos depois de implantados. Para quem não sabe, a computação neuromórfica replica a estrutura neural do cérebro humano para criar algoritmos que podem lidar com as incertezas do mundo natural. A Intel Labs desenvolveu uma das arquiteturas mais notáveis da área: o chip neuromórfico Loihi.
Loihi consiste em aproximadamente 130 neurônios artificiais que enviam informações entre si por meio de uma rede neural “spiking” (SNN). Os chips já alimentaram uma série de sistemas, desde a pele artificial inteligente até um "nariz" eletrônico que detecta o cheiro de explosivos.
Intel Labs revelou outro programa esta semana. A unidade de pesquisa juntou-se ao Instituto Italiano de Tecnologia e à Universidade Técnica de Munique para implementar o Loihi em uma nova abordagem de aprendizagem ao longo da vida em robótica. O método é voltado para sistemas que interagem com ambientes ilimitados, como futuros assistentes de robôs para assistência médica e manufatura.
As redes neurais profundas existentes podem lutar com objetos nesses cenários, pois exigem grandes dados de treinamento bem treinados e retreinamento extensivo em novos objetos que encontram. Uma nova abordagem neuromórfica visa superar essas limitações.
Os pesquisadores aplicaram o SNN a Loihi pela primeira vez. Essa arquitetura localiza o aprendizado em uma única camada de sinapses plásticas. Também leva em conta diferentes tipos de objetos, adicionando novos neurônios sob demanda. Como resultado, o processo de aprendizagem se desenvolve de forma autônoma ao interagir com o usuário.
A equipe testou sua abordagem em um ambiente 3D simulado. Nesta configuração, o robô detecta objetos ativamente movendo uma câmera que atua como olhos. O sensor da câmera "vê" os objetos de uma forma inspirada em pequenos movimentos de fixação dos olhos chamados "microssacadas". Se o objeto que ele vê é novo, a representação SNN é aprendida ou atualizada. Se o objeto for conhecido, a rede o reconhecerá e fornecerá feedback ao usuário.
A equipe diz que seu método requer 175 vezes menos energia para fornecer velocidade e precisão semelhantes ou melhores do que os métodos convencionais baseados em CPU. Agora eles precisam testar seu algoritmo no mundo real com robôs reais.
“Nosso objetivo é aplicar recursos semelhantes a futuros robôs que trabalharão em um ambiente interativo, o que permitirá que eles se adaptem a circunstâncias imprevistas e trabalhem com mais naturalidade em conjunto com as pessoas”, disse a autora sênior do estudo, Yuliya Sandamyrska.
Você pode ajudar a Ucrânia a lutar contra os invasores russos, a melhor maneira de fazer isso é doar fundos para as Forças Armadas da Ucrânia através Salva vida ou através da página oficial NBU.
Também interessante:
- Os robôs do Google estão se tornando cada vez mais humanos e realizam tarefas complexas
- O novo material permitirá que os robôs sintam o toque