Neuromorficzne przetwarzanie obrazu w autonomicznych dronach
Naukowcy z Politechniki w Delft opracowali drona, który lata autonomicznie, wykorzystując neuromorficzne przetwarzanie obrazu inspirowane działaniem mózgu zwierząt. Mózgi zwierząt przetwarzają dane i zużywają energię znacznie efektywniej niż obecne sieci neuronowe działające na jednostkach GPU. Neuromorficzne procesory są idealne dla małych dronów, ponieważ nie wymagają ciężkiego sprzętu i dużych baterii. Wyniki badań są imponujące: podczas lotu, sieć neuronowa drona przetwarza dane do 64 razy szybciej i zużywa trzykrotnie mniej energii niż przy użyciu GPU.
Potencjał sztucznej inteligencji w autonomicznych robotach
Sztuczna inteligencja ma ogromny potencjał w dostarczaniu autonomicznym robotom inteligencji niezbędnej do zastosowań w rzeczywistym świecie. Obecne systemy AI opierają się na głębokich sieciach neuronowych, które wymagają dużej mocy obliczeniowej, co stanowi problem dla małych robotów jak drony. Mózgi zwierząt przetwarzają informacje asynchronicznie, komunikując się głównie za pomocą impulsów elektrycznych zwanych spike’ami, co minimalizuje zużycie energii.
Rozwój neuromorficznych procesorów
Naukowcy i firmy technologiczne opracowują nowatorskie neuromorficzne procesory, które umożliwiają działanie spikujących sieci neuronowych, obiecując znacznie większą szybkość i efektywność energetyczną. Procesory te, w połączeniu z neuromorficznymi sensorami, jak kamery neuromorficzne, mogą stanowić kluczowy element dla autonomicznych robotów.
Pierwszy dron z neuromorficznym systemem widzenia
Zespół badaczy z Politechniki w Delft zaprezentował pierwszy dron, który wykorzystuje neuromorficzne widzenie i kontrolę do autonomicznego lotu. Opracowali oni spikującą sieć neuronową, która przetwarza sygnały z neuromorficznej kamery i generuje komendy kontrolne determinujące pozycję i siłę ciągu drona. Sieć ta została wdrożona na neuromorficznym procesorze Intel Loihi na pokładzie drona, umożliwiając mu percepcję i kontrolę ruchu we wszystkich kierunkach.
Efektywność energetyczna neuromorficznego AI
Pomiar potwierdził potencjał neuromorficznego AI: sieć działa średnio od 274 do 1600 razy na sekundę. Dla porównania, na małym GPU sieć działa średnio tylko 25 razy na sekundę. Procesor Intel Loihi zużywa 1,007 wata, z czego jedynie 7 miliwatów to moc potrzebna do działania sieci. Dla porównania, GPU zużywa 3 waty, z czego 2 waty są potrzebne do działania sieci. Dzięki temu podejściu AI działa szybciej i efektywniej, umożliwiając zastosowanie w znacznie mniejszych autonomicznych robotach.
Zastosowanie neuromorficznego AI w małych dronach
Neuromorficzne AI umożliwi wszystkim autonomicznym robotom większą inteligencję, a zwłaszcza małym, autonomicznym dronom. Politechnika w Delft pracuje nad małymi autonomicznymi dronami, które mogą być używane do monitorowania upraw w szklarniach czy inwentaryzacji magazynów. Dzięki swojej niewielkiej wielkości, drony te są bezpieczne i mogą nawigować w wąskich przestrzeniach, a także być tanie, co umożliwia ich użycie w roju. Obecne osiągnięcia są dużym krokiem w tym kierunku, ale realizacja tych zastosowań będzie zależała od dalszego miniaturyzowania neuromorficznego sprzętu i rozszerzania jego możliwości.
Elektroniczne oko inspirowane wzrokiem owadów
Inżynierowie z Uniwersytetu Nauki i Technologii w Hongkongu opracowali elektroniczne oko o wzorze przypominającym oczy owadów, co umożliwia robotom tanie i efektywne nawigowanie w roju. Ich projekt, opublikowany w czasopiśmie Science Robotics, opisuje plastikową półkulę z nanowłóknami perowskitowymi, które kierują światło do indywidualnych sensorów światła. Wszystkie sensory są podłączone do centralnego procesora, który łączy obrazy, tworząc jedną całość.
Testy dronów z elektronicznym okiem
Testy na dronie potwierdziły skuteczność tego rozwiązania, a badacze sugerują, że ich projekt najlepiej sprawdzi się w robotach latających w rojach lub w pojazdach autonomicznych.
