Интел Лабс представила новый подход к обучению объектам на основе нейронных сетей

Исследователи Интел Лабс, в сотрудничестве с Итальянским технологическим институтом и Мюнхенским техническим университетом, представили новый подход к обучению объектам на основе нейронных сетей. Этот новый подход конкретно ориентирован на будущие робототехнические применения, такие как роботизированные помощники, взаимодействующие с неограниченными средами, которые присутствуют в ситуациях, таких как логистика и здравоохранение.

Этот новый исследовательский подход может оказаться крайне важным для улучшения сервисных или производственных возможностей наших будущих роботов.

Исследовательская работа, озаглавленная «Интерактивное непрерывное обучение для роботов: нейроморфный подход», была удостоена звания «Лучшая работа» на Международной конференции по нейроморфным системам (ICONS) 2022 года, организованной Национальной лабораторией Ок-Ридж.

Обучение объектам и нейроморфные вычисления

Новые и интерактивные методы обучения объектам используют нейроморфные вычисления, чтобы позволить роботам открывать новые объекты.

Группа исследователей использовала новые модели для демонстрации интерактивного обучения на нейроморфной микросхеме Loihi и достигла снижения потребления энергии до 175 раз при обучении новых объектов. Они также достигли подобной или лучшей скорости и точности по сравнению с традиционными методами, работающими на процессоре.

Изображение: Интел Лабс

Исследователи смогли достичь этого, реализовав архитектуру спайкинговой нейронной сети на Loihi, что позволило локализовать обучение объекта в одном слое пластических синапсов. Это также учитывало различные виды объектов, привлекая новые нейроны по требованию. Процесс обучения мог затем происходить автономно при взаимодействии с пользователем.

Юлия Сандамирская является старшим автором работы и ведущим исследователем робототехники в лаборатории нейроморфных вычислений Интел.

«Когда человек учится новому объекту, он смотрит на него, поворачивает, спрашивает, что это такое, и затем он может распознавать его снова во всех видах обстановок и условий мгновенно», – сказала Сандамирская. «Наша цель – применить подобные возможности к будущим роботам, работающим в интерактивных условиях, чтобы они могли адаптироваться к непредвиденным ситуациям и работать более естественно рядом с людьми. Наши результаты с Loihi подтверждают ценность нейроморфных вычислений для будущего робототехники».

Изображение: Интел Лабс

Исследования нейроморфных вычислений в Интел Лабс

Интел Лабс является лидером в области исследований нейроморфных вычислений, работающим над «помощью в реализации цели нейроморфных вычислений – создании следующего поколения интеллектуальных устройств и автономных систем».

Нейроморфные вычисления руководствуются принципами биологических нейронных вычислений и полагаются на новые алгоритмические подходы для имитации человеческого мозга и его взаимодействия с миром.

Инновационный архитектурный подход нейроморфных вычислений будет отвечать за обеспечение будущих автономных решений ИИ, требующих как энергоэффективности, так и непрерывного обучения. Он уже применяется в различных областях, таких как робототехника, датчики, здравоохранение и крупномасштабные приложения ИИ.