Современные системы искусственного интеллекта сталкиваются с серьезной проблемой: разделение процессора и памяти заставляет данные постоянно перемещаться между ними, что поглощает большой объем энергии. Это особенно критично для мобильных устройств, таких как дроны, которым нужно мгновенно реагировать на препятствия.
Ученые создали аналоговый нейроморфный ИИ для автономных дронов
Исследователи из Университета Пердью разработали аппаратное обеспечение и алгоритмы, имитирующие работу человеческого мозга, для управления дронами и роботами. Исследователи создали систему нейронных сетей и сенсоров, которые позволяют технике принимать решения в реальном времени с минимальными затратами энергии.
Этот специализированный чип, разработанный инженером из Университета Пердью Каушиком Роем и его командой, содержит алгоритмы, необходимые для успешной навигации автономных транспортных средств, таких как дроны, в окружающей среде. Эти чипы помогают снизить энергопотребление и повысить энергоэффективность. Purdue University /John Underwood
Что такое «бутылочное горлышко фон Неймана». В обычных компьютерах процессор выполняет расчеты, а память хранит данные. Между ними проложен «путь», по которому информация постоянно передается туда и обратно. Когда данных становится слишком много, этот путь переполняется, возникают задержки. Аналоговый ИИ выполняет вычисления прямо в памяти: операции происходят там же, где лежат данные, так работает наш мозга.
Чтобы решить эту проблему, ученые обратились к архитектуре живых организмов. В основе системы лежат спайковые нейронные сети (SNN), где искусственные нейроны активируются только при получении значимой информации, при достижении определенного порога возбуждения (именно так работают нейроны мозга). Работа опубликована в журнале Communications Engineering.
Комплексный нейроморфный вычислительный конвейер для навигации дронов на основе зрительного восприятия (VDN), охватывающий все этапы от сбора данных до обучения и аппаратной реализации.
Новая система радикально снижает нагрузку по сравнению с традиционными цифровыми нейросетями, где практически каждое вычисление задействует все узлы сети. Применение нейроморфных систем, например, экономно реализует работу событийных камер, которые фиксируют только изменения в кадре, а не всю картинку целиком, что позволяет устройству фокусироваться на движущихся объектах, подражая человеческому зрению, и это дает большую экономию энергии.
Революция в железе и алгоритмах
Инженер Университета Пердью Каушик Рой использует эффективность работы мозга в качестве источника вдохновения для помощи автономным транспортным средствам, ориентирующимся с помощью зрительных датчиков, в навигации по окружающей среде. Рой и его команда разрабатывают энергоэффективную систему, состоящую из датчиков, алгоритмов и аппаратного обеспечения, которая позволяет дронам и роботам обходить препятствия.
Для эффективного обучения таких систем команда ученых создала гибридные модели, объединяющие точность классического ИИ и скорость спайковых сетей. Однако программных решений недостаточно, поэтому исследователи разрабатывают специализированное «железо».
Руководитель работы профессор Каушика Рой отмечает: «Из того малого, что мы понимаем в работе мозга, вычисления и память в нем не разделены, что делает его самым эффективным процессором из всех возможных».
Этот дрон на базе искусственного интеллекта, разработанный инженером из Университета Пердью Каушиком Роем, оснащен камерами, работающими по принципу событийной обработки, которые помогают ему обходить препятствия и достигать пункта назначения. Эти камеры имитируют то, как люди интерпретируют визуальную информацию с помощью быстрых движений глаз и фокусировки.
Основным элементом новой нейроморфной системы стал электронный синапс, работающий на принципе переноса спин-орбитального момента. Электрический ток физически меняет магнитную структуру устройства, позволяя ему «запоминать» опыт и корректировать проводимость в будущем. Такая архитектура устраняет «бутылочное горлышко фон Неймана», выполняя операции прямо на чипе памяти.
В ходе тестов дрон с новой системой успешно обходил движущиеся препятствия без подключения к интернету или мощным серверам. Эта технология открывает путь к созданию полностью автономных наземных роботов, носимых гаджетов и умного транспорта, способных работать долгое время на ограниченном заряде батареи.