Intel Labs Introduce un nuovo approccio all’apprendimento di oggetti basato su reti neurali

I ricercatori di Intel Labs, in collaborazione con l’Istituto Italiano di Tecnologia e la Technische Universität di Monaco, hanno introdotto un nuovo approccio all’apprendimento di oggetti basato su reti neurali. Il nuovo approccio si concentra specificamente su future applicazioni robotiche come gli assistenti robotici che interagiscono con ambienti non vincolati, presenti in situazioni come la logistica e l’assistenza sanitaria.

La nuova ricerca può risultare cruciale per migliorare le capacità di servizio o di produzione dei nostri futuri robot.

La relazione di ricerca intitolata “Interactive continual learning for robots: a neuromorphic approach” ha ricevuto il premio “Best Paper” alla Conferenza internazionale su sistemi neuromorfici (ICONS) del 2022, ospitata dal Oak Ridge National Laboratory.

Apprendimento di oggetti e calcolo neuromorfico

I nuovi metodi di apprendimento di oggetti interattivi utilizzano il calcolo neuromorfico per consentire ai robot di scoprire nuovi oggetti.

Il gruppo di ricercatori ha utilizzato i nuovi modelli per dimostrare l’apprendimento interattivo sul chip neuromorfico Loihi, raggiungendo un consumo di energia fino a 175 volte inferiore durante l’apprendimento di nuove istanze di oggetti. Hanno anche raggiunto velocità e precisione simili o migliori rispetto ai metodi convenzionali eseguiti su CPU.

Immagine: Intel Labs

I ricercatori sono stati in grado di raggiungere questo risultato implementando un’architettura di rete neurale a spike su Loihi, rendendo possibile la localizzazione dell’apprendimento dell’oggetto in un singolo strato di sinapsi plastiche. Ciò ha anche consentito di tenere conto di diverse viste dell’oggetto reclutando nuovi neuroni su richiesta. Il processo di apprendimento poteva quindi avvenire in modo autonomo durante l’interazione con l’utente.

Yulia Sandamirskaya è l’autore senior della relazione e il responsabile della ricerca sui robot nel laboratorio di calcolo neuromorfico di Intel.

“Quando un essere umano apprende un nuovo oggetto, lo guarda, lo gira, chiede cosa sia e poi è in grado di riconoscerlo di nuovo in tutti i tipi di impostazioni e condizioni all’istante”, ha detto Sandamirskaya. “Il nostro obiettivo è applicare capacità simili ai futuri robot che lavorano in ambienti interattivi, consentendo loro di adattarsi all’imprevisto e lavorare in modo più naturale accanto agli esseri umani. I nostri risultati con Loihi rafforzano il valore del calcolo neuromorfico per il futuro della robotica.”

Immagine: Intel Labs

Ricerca di Intel Labs su calcolo neuromorfico

Intel Labs è un leader nel campo della ricerca sul calcolo neuromorfico, lavorando per “aiutare a realizzare l’obiettivo del calcolo neuromorfico di abilitare dispositivi intelligenti e sistemi autonomi di prossima generazione”.

Il calcolo neuromorfico è guidato dai principi del calcolo neurale biologico e si basa su nuovi approcci algoritmici per emulare il cervello umano e il modo in cui interagisce con il mondo.

L’approccio architettonico innovativo del calcolo neuromorfico sarà responsabile dell’alimentazione delle future soluzioni di intelligenza artificiale autonoma che richiedono sia efficienza energetica che apprendimento continuo. È già applicato in vari settori come la robotica, i sensori, l’assistenza sanitaria e le applicazioni di intelligenza artificiale su larga scala.