Intel Labs Introducerer Ny Tilgang Til Neuralt Netværksbaseret Objektlæring

Forskere ved Intel (INTC ) Labs, i samarbejde med det italienske teknologiske institut og det tekniske universitet i München, har introduceret en ny tilgang til neuralt netværksbaseret objektlæring. Den nye tilgang sigter specifikt på fremtidige robotanvendelser som robotassistenter, der interagerer med ubegrænsede miljøer, som findes i situationer som logistik og sundhedspleje.

Den nye forskning kan vise sig at være afgørende for at forbedre servicen eller fremstillingskapaciteten af vores fremtidige robotter.

Forskningspapiret med titlen “Interaktiv kontinuerlig læring for robotter: en neuromorf tilgang” blev tildelt “Bedst Paper” på 2022 International Conference on Neuromorphic Systems (ICONS) afholdt af Oak Ridge National Laboratory.

Objektlæring og Neuromorf Beregning

Nye og interaktive objektlæringsmetoder anvender neuromorf beregning til at enable robotter til at opdage nye objekter.

Forskergruppen anvendte de nye modeller til at demonstrere interaktiv læring på Loihi-neuromorf-chippen og opnåede op til 175 gange lavere strømforbrug, når de lærte nye objekteksempler. De opnåede også lignende eller bedre hastighed og nøjagtighed i forhold til konventionelle metoder, der kørte på CPU.

Billede: Intel Labs

Forskerne kunne opnå dette ved at implementere en spiking neural network-arkitektur på Loihi, hvilket gjorde det muligt at lokaliserer læringen af objektet i en enkelt lag af plastiske synapser. Det kunne også tage hensyn til forskellige objektsyn ved at rekruttere nye neuroner på krav. Læringsprocessen kunne derefter finde sted autonomt, mens den interagerede med brugeren.

Yulia Sandamirskaya er seniorforfatter af papiret og leder af robotforskningen i Intels neuromorf-computing-laboratorium.

“Når en menneske lærer et nyt objekt, ser de på det, drejer det rundt, spørger hvad det er, og derefter kan de genkende det igen i alle mulige indstillinger og betingelser øjeblikkeligt,” sagde Sandamirskaya. “Vores mål er at anvende lignende evner til fremtidige robotter, der arbejder i interaktive indstillinger, og enable dem til at tilpasse sig til det uforudsete og arbejde mere naturligt sammen med mennesker. Vores resultater med Loihi understreger værdien af neuromorf computing til fremtidens robotteknologi.”

Billede: Intel Labs

Intel Labs Neuromorf Computing Forskning

Intel Labs er en leder inden for området neuromorf computing-forskning og arbejder på at “hjælpe med at realisere neuromorf computings mål om at enable næste generations intelligente enheder og autonome systemer.”

Neuromorf computing er baseret på principperne for biologisk neural beregning og afhænger af nye algorithmiske tilgange til at emulere det menneskelige hjernes og dets interaktion med verden.

Den innovative arkitektoniske tilgang til neuromorf computing vil være ansvarlig for at drive fremtidige autonome AI-løsninger, der kræver både energoeffektivitet og kontinuerlig læring. Det anvendes allerede i forskellige områder som robotteknologi, sensorer, sundhedspleje og store skala AI-applikationer.