นักวิทยาศาสตร์ใช้คอมพิวเตอร์ neuromorphic เพื่อให้หุ่นยนต์เรียนรู้วัตถุใหม่หลังจากถูกนำไปใช้งาน สำหรับผู้ที่ไม่ทราบ คอมพิวเตอร์ neuromorphic จำลองโครงสร้างประสาทของสมองมนุษย์เพื่อสร้างอัลกอริธึมที่สามารถจัดการกับความไม่แน่นอนของโลกธรรมชาติ Intel Labs ได้พัฒนาหนึ่งในสถาปัตยกรรมที่โดดเด่นที่สุดในสาขานี้ นั่นคือชิป Loihi neuromorphic
Loihi ประกอบด้วยเซลล์ประสาทเทียมประมาณ 130 เซลล์ที่ส่งข้อมูลให้กันและกันผ่านโครงข่ายประสาทเทียม (SNN) ชิปดังกล่าวได้ขับเคลื่อนระบบต่างๆ มากมาย ตั้งแต่ผิวหนังเทียมอัจฉริยะไปจนถึง "จมูก" แบบอิเล็กทรอนิกส์ที่ตรวจจับกลิ่นของวัตถุระเบิด
Intel Labs เปิดตัวโปรแกรมอื่นในสัปดาห์นี้ หน่วยวิจัยได้ร่วมมือกับสถาบันเทคโนโลยีแห่งอิตาลีและมหาวิทยาลัยเทคนิคแห่งมิวนิกเพื่อนำ Loihi มาใช้ในแนวทางใหม่ในการเรียนรู้หุ่นยนต์ตลอดชีวิต วิธีการนี้มุ่งเป้าไปที่ระบบที่โต้ตอบกับสภาพแวดล้อมที่ไม่มีขอบเขต เช่น ผู้ช่วยหุ่นยนต์ในอนาคตสำหรับการดูแลสุขภาพและการผลิต
โครงข่ายประสาทเทียมระดับลึกที่มีอยู่อาจมีปัญหากับวัตถุในสถานการณ์เหล่านี้ เนื่องจากต้องใช้ข้อมูลการฝึกอบรมที่ได้รับการฝึกอบรมมาเป็นอย่างดีจำนวนมาก และการฝึกอบรมซ้ำอย่างละเอียดเกี่ยวกับวัตถุใหม่ที่พวกเขาพบ แนวทาง neuromorphic ใหม่มีจุดมุ่งหมายเพื่อเอาชนะข้อ จำกัด เหล่านี้
นักวิจัยใช้ SNN กับ Loihi เป็นครั้งแรก สถาปัตยกรรมนี้ปรับเปลี่ยนการเรียนรู้ให้เป็นพลาสติกซิงก์ชั้นเดียว นอกจากนี้ยังคำนึงถึงวัตถุประเภทต่างๆ เพิ่มเซลล์ประสาทใหม่ตามต้องการ ด้วยเหตุนี้ กระบวนการเรียนรู้จึงเปิดออกโดยอัตโนมัติเมื่อโต้ตอบกับผู้ใช้
ทีมงานได้ทดสอบแนวทางของพวกเขาในสภาพแวดล้อม 3 มิติจำลอง ในการตั้งค่านี้ หุ่นยนต์จะตรวจจับวัตถุอย่างแข็งขันด้วยการขยับกล้องที่ทำหน้าที่เป็นดวงตา เซ็นเซอร์กล้อง "เห็น" วัตถุในลักษณะที่ได้รับแรงบันดาลใจจากการเคลื่อนไหวของตาตรึงขนาดเล็กที่เรียกว่า "microsaccades" หากวัตถุที่เห็นเป็นของใหม่ การแทนค่า SNN จะได้รับการเรียนรู้หรืออัปเดต หากรู้จักวัตถุ เครือข่ายจะรับรู้และให้ข้อเสนอแนะแก่ผู้ใช้
ทีมงานกล่าวว่าวิธีการของพวกเขาต้องการพลังงานน้อยกว่า 175 เท่าเพื่อให้ความเร็วและความแม่นยำใกล้เคียงกันหรือดีกว่าวิธีที่ใช้ CPU ทั่วไป ตอนนี้พวกเขาจำเป็นต้องทดสอบอัลกอริธึมในโลกแห่งความเป็นจริงด้วยหุ่นยนต์จริง
Yuliya Sandamyrska ผู้เขียนอาวุโสของการศึกษากล่าวว่า "เป้าหมายของเราคือการนำความสามารถที่คล้ายคลึงกันไปใช้กับหุ่นยนต์ในอนาคตที่จะทำงานในสภาพแวดล้อมแบบโต้ตอบ ซึ่งจะช่วยให้พวกเขาปรับตัวเข้ากับสถานการณ์ที่ไม่คาดฝันและทำงานร่วมกับผู้คนได้อย่างเป็นธรรมชาติมากขึ้น"
คุณสามารถช่วยยูเครนต่อสู้กับผู้รุกรานรัสเซียได้ วิธีที่ดีที่สุดคือการบริจาคเงินให้กับกองทัพยูเครนผ่าน เซฟไลฟ์ หรือทางเพจอย่างเป็นทางการ NBU.
ที่น่าสนใจเช่นกัน:
- หุ่นยนต์ของ Google มีลักษณะเหมือนมนุษย์มากขึ้นและทำงานที่ซับซ้อน
- วัสดุใหม่นี้จะทำให้หุ่นยนต์สัมผัสได้