Vedci použili neuromorfné výpočty na to, aby sa roboty učili nové objekty po ich nasadení. Pre tých, ktorí to nevedia, neuromorfné výpočty replikujú nervovú štruktúru ľudského mozgu, aby vytvorili algoritmy, ktoré si dokážu poradiť s neistotou prírodného sveta. Intel Labs vyvinulo jednu z najvýznamnejších architektúr v tejto oblasti: neuromorfný čip Loihi.
Loihi pozostáva z približne 130 XNUMX umelých neurónov, ktoré si navzájom posielajú informácie prostredníctvom „špičkovej“ neurónovej siete (SNN). Čipy už poháňali celý rad systémov, od inteligentnej umelej kože až po elektronický „nos“, ktorý rozpoznáva pachy výbušnín.
Intel Labs tento týždeň predstavili ďalší program. Výskumná jednotka sa spojila s Talianskym technologickým inštitútom a Technickou univerzitou v Mníchove, aby implementovali Loihi do nového prístupu k celoživotnému vzdelávaniu v robotike. Metóda je zameraná na systémy, ktoré interagujú s neobmedzenými prostrediami, ako sú budúci robotickí asistenti pre zdravotníctvo a výrobu.
Existujúce hlboké neurónové siete môžu v týchto scenároch zápasiť s objektmi, pretože si vyžadujú veľké dobre trénované tréningové dáta a rozsiahle preškolenie na nové objekty, s ktorými sa stretávajú. Cieľom nového neuromorfného prístupu je prekonať tieto obmedzenia.
Výskumníci prvýkrát aplikovali SNN na Loihi. Táto architektúra lokalizuje učenie do jednej vrstvy plastových synapsií. Zohľadňuje tiež rôzne typy objektov a na požiadanie pridáva nové neuróny. Výsledkom je, že proces učenia sa pri interakcii s používateľom prebieha autonómne.
Tím otestoval svoj prístup v simulovanom 3D prostredí. V tomto nastavení robot aktívne sníma objekty pohybom kamery, ktorá funguje ako oči. Snímač kamery „vidí“ predmety spôsobom inšpirovaným malými fixačnými pohybmi očí nazývanými „mikrokakády“. Ak je objekt, ktorý vidí, nový, reprezentácia SNN sa naučí alebo aktualizuje. Ak je objekt známy, sieť ho rozpozná a poskytne užívateľovi spätnú väzbu.
Tím tvrdí, že ich metóda vyžaduje 175-krát menej energie, aby poskytla podobnú alebo lepšiu rýchlosť a presnosť ako bežné metódy založené na CPU. Teraz potrebujú otestovať svoj algoritmus v reálnom svete so skutočnými robotmi.
„Naším cieľom je aplikovať podobné schopnosti na budúce roboty, ktoré budú pracovať v interaktívnom prostredí, čo im umožní prispôsobiť sa nepredvídaným okolnostiam a prirodzenejšie spolupracovať s ľuďmi,“ povedala vedúca autorka štúdie Yuliya Sandamyrska.
Môžete pomôcť Ukrajine v boji proti ruským útočníkom, najlepší spôsob, ako to urobiť, je darovať finančné prostriedky ozbrojeným silám Ukrajiny prostredníctvom Zachrániť život alebo cez oficiálnu stránku NBU.
Tiež zaujímavé:
- Roboty Google sa čoraz viac podobajú ľuďom a vykonávajú zložité úlohy
- Nový materiál umožní robotom cítiť dotyk