Intel Labs Wprowadza Nowy Sposób Nauki Obiektów Oparty na Sieciach Neuronowych

Naukowcy z Intel (INTC ) Labs, we współpracy z Włoskim Instytutem Technologicznym i Technicznym Uniwersytetem w Monachium, wprowadzili nowy sposób nauki obiektów oparty na sieciach neuronowych. Nowy sposób jest skierowany szczególnie do przyszłych zastosowań robotyki, takich jak asystenci robotyczni, które взаимодействują z nieograniczonymi środowiskami, występującymi w sytuacjach takich jak logistyka i opieka zdrowotna.

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

Artykuł naukowy zatytułowany „Interactive continual learning for robots: a neuromorphic approach” został nagrodzony jako „Najlepszy Artykuł” na konferencji ICNS 2022, 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, osiągając nawet 175-krotnie niższą zużycie energii przy nauce 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 z wykorzystaniem sygnałów na Loihi, co umożliwiło zlokalizowanie nauki obiektu w jednej warstwie plastycznych synaps. To również uwzględniało różne widoki obiektu, 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 neuromorficznym Intel.

„Kiedy człowiek uczy się nowego obiektu, patrzy na niego, obraca go, pyta, co to jest, a potem jest w stanie rozpoznać go ponownie w każdych warunkach i sytuacjach natychmiast”, 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 Neuromorficzne w Intel Labs

Intel Labs jest liderem w dziedzinie badań neuromorficznych, pracując nad „realizacją celu obliczeń neuromorficznych, którym jest umożliwienie powstania następnej generacji inteligentnych urządzeń i autonomicznych systemów”.

Obliczenia neuromorficzne są oparte na zasadach biologicznych obliczeń neuronowych i opierają się na nowych podejściach algorytmicznych, aby naśladować ludzki mózg i jego interakcje ze światem.

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