Neuromorficzny chip Loihi zużywa 175 razy mniej energii niż konwencjonalne rozwiązania SI

Badania nad chipem Loihi opublikowano w artykule „Interactive continual learning for robots: a neuromorphic approach”, który otrzymał wyróżnienie „Best Paper” na tegorocznej Międzynarodowej Konferencji Systemów Neuromorficznych (ICONS) organizowanej przez Oak Ridge National Laboratory.

Intel Labs, we współpracy z Włoskim Instytutem Technologii i Uniwersytetem Technicznym w Monachium, wprowadza nowe podejście do uczenia położenia obiektów i kształtów opartego na sieciach neuronowych.  Chodzi o przyszłe zastosowania, takie jak robotyczni asystenci, którzy wchodzą w interakcje z rozbudowanymi środowiskami, w tym w logistyce, opiece zdrowotnej lub opiece nad osobami starszymi. Badania te są kluczowym krokiem w ulepszaniu możliwości przyszłych robotów wspomagających lub produkcyjnych.

Większa wydajność neuromorficznego układu Loihi

Korzystając z tych nowych modeli, Intel i jego współpracownicy z powodzeniem zademonstrowali ciągłe interaktywne uczenie się z użyciem eksperymentalnego, neuromorficznego chipa Loihi, który zużywa do 175 razy mniej energii niż rozwiązania konwencjonalne. Jednocześnie sieć uczyła się nowego położenia obiektu z podobną lub większą szybkością i dokładnością, jak te działające w oparciu o standardowe CPU. Aby to osiągnąć, naukowcy zaimplementowali na Loihi pulsacyjną architekturę sieci neuronowych (Spiking neural networks – SNNs), która rozmieściła proces uczenia się na pojedynczej warstwie synaps i uwzględniła różne widoki obiektów, w razie potrzeby rekrutując nowe neurony. Umożliwiło to autonomiczny rozwój procesu uczenia się podczas interakcji z użytkownikiem.

Kiedy człowiek uczy się nowego obiektu, patrzy, odwraca go, sprawdza co to jest, a następnie jest w stanie natychmiast rozpoznać go we wszystkich rodzajach ustawień i warunków. Naszym celem jest zastosowanie podobnych możliwości w przyszłych robotach, które pracują w interaktywnych warunkach, umożliwiając im dostosowanie się do nieprzewidzianych sytuacji i bardziej naturalną pracę z ludźmi.  Nasze wyniki z Loihi wzmacniają wartość obliczeń neuromorficznych dla przyszłości robotyki – powiedziała Yulia Sandamirskaya, kierownik badań nad robotyką w laboratorium obliczeniowym Intela i jedna z głównych autorek artykułu.

Źródło: informacja prasowa