Intel Labs Introduce Nuovo Approccio all’Apprendimento di Oggetti Basato su Reti Neurali

I ricercatori di Intel (INTC ) 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 assistenti robotici che interagiscono con ambienti non vincolati, presenti in situazioni come logistica e sanità.

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

La relazione di ricerca intitolata “Apprendimento continuo interattivo per robot: un approccio neuromorfico” è stata premiata come “Miglior Articolo” alla Conferenza Internazionale sui Sistemi Neuromorfici (ICONS) del 2022, ospitata dal Laboratorio Nazionale di Oak Ridge.

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 fino a 175 volte meno consumo di energia quando si apprendono 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 ciò implementando un’architettura di rete neurale a spike su Loihi, rendendo possibile localizzare l’apprendimento dell’oggetto in un singolo strato di sinapsi plastiche. Ciò ha anche tenuto conto di diverse viste dell’oggetto reclutando nuovi neuroni su richiesta. Il processo di apprendimento poteva quindi avvenire in modo autonomo mentre interagiva con l’utente.

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

“Quando un essere umano apprende un nuovo oggetto, lo guarda, lo gira intorno, chiede cosa sia e poi è in grado di riconoscerlo di nuovo in tutti i tipi di impostazioni e condizioni istantaneamente”, 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 più naturalmente accanto agli esseri umani. I nostri risultati con Loihi rafforzano il valore del calcolo neuromorfico per il futuro della robotica.”

Immagine: Intel Labs

Ricerca sui Calcoli Neuromorfici di Intel Labs

Intel Labs è un leader nel campo della ricerca sui calcoli neuromorfici, 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 l’efficienza energetica che l’apprendimento continuo. È già stato applicato in vari settori come la robotica, i sensori, la sanità e le grandi applicazioni di intelligenza artificiale.