Intel Labs Wprowadza Nowe Podejście do Nauki Obiektów opartej na Sieciach Neuronowych

Naukowcy z Intel Labs, we współpracy z Włoskim Instytutem Technologii i Technicznym Uniwersytetem w Monachium, wprowadzili nowe podejście do nauki obiektów opartej na sieciach neuronowych. Nowe podejście jest skierowane szczególnie do przyszłych aplikacji robotycznych, takich jak asystenci robotyczni, które współdziałają z nieograniczonymi środowiskami, które występują w sytuacjach takich jak logistyka i opieka zdrowotna. 

Nowe badania mogą okazać się kluczowe dla poprawy możliwości usługowych lub produkcyjnych naszych przyszłych robotów. 

Artykuł pt. „Interactive continual learning for robots: a neuromorphic approach” został nagrodzony jako „Najlepszy Artykuł” na Międzynarodowej Konferencji Systemów Neuromorficznych (ICONS) zorganizowanej przez Oak Ridge National Laboratory. 

Nauka Obiektów i Obliczenia Neuromorficzne

Nowe i interaktywne metody nauki obiektów wykorzystują obliczenia neuromorficzne, aby umożliwić robotom odkrywanie nowych obiektów. 

Grupa naukowców wykorzystała nowe modele do zademonstrowania interaktywnej nauki na chipie neuromorficznym Loihi, i osiągnęli do 175 razy niższe zużycie energii podczas nauki nowych instancji obiektów. Osiągnęli również podobną lub lepszą szybkość i dokładność w porównaniu z konwencjonalnymi metodami uruchamianymi na CPU. 

Image: Intel Labs

Naukowcy byli w stanie osiągnąć to, implementując architekturę sieci neuronowej w Loihi, co umożliwiło lokalizację nauki obiektu w jednej warstwie plastycznych synaps. Uwzględnili również różne widoki obiektów, rekrutując nowe neurony na żądanie. Proces nauki mógł następnie odbywać się autonomicznie podczas interakcji z użytkownikiem. 

Yulia Sandamirskaya jest głównym autorem artykułu i kierownikiem badań robotycznych w laboratorium obliczeń neuromorficznych Intel. 

“Kiedy człowiek uczy się nowego obiektu, spojrzy na niego, obróci go, zapyta co to jest, a potem jest w stanie rozpoznać go ponownie w różnych ustawieniach i warunkach natychmiastowo,” powiedziała Sandamirskaya. “Naszym celem jest zastosowanie podobnych możliwości do przyszłych robotów, które pracują w interaktywnych środowiskach, umożliwiając im adaptację do nieprzewidzianych sytuacji i współpracę z ludźmi w bardziej naturalny sposób. Nasze wyniki z Loihi potwierdzają wartość obliczeń neuromorficznych dla przyszłości robotyki.” 

Image: Intel Labs

Badania Obliczeń Neuromorficznych w Intel Labs

Intel Labs jest liderem w dziedzinie badań obliczeń neuromorficznych, pracując nad „pomocą w realizacji celu obliczeń neuromorficznych, jakim jest umożliwienie następnemu pokoleniu urządzeń inteligentnych i systemów autonomicznych.” 

Obliczenia neuromorficzne są kierowane przez zasady biologicznych obliczeń neuronowych i opierają się na nowych podejściach algorytmicznych do emulacji ludzkiego mózgu i jego interakcji ze światem.

Innowacyjne podejście architektoniczne obliczeń neuromorficznych będzie odpowiedzialne za napędzanie przyszłych autonomicznych rozwiązań AI, które wymagają zarówno efektywności energetycznej, jak i ciągłego uczenia. Jest już stosowane w różnych dziedzinach, takich jak robotyka, sensory, opieka zdrowotna i duże aplikacje AI.