Компьютеры не оставляют людям шансов в шахматах, но в мире нет ни одного робота, которого можно было бы отправить в незнакомый для него дом и приказать ему покормить там собаку. Такое задание слишком сложно для современного искусственного интеллекта, поскольку требует от машины глубокого понимания окружающего мира и способности на ходу адаптироваться к новым обстоятельствам. Новые нейроморфные чипы Loihi 2, разработанные исследователями Intel, призваны дать роботам такую способность.
Доктор Тобиас Фишер из Технологического университета Квинсленда рассказал о том, как продвигается работа по интеграции этих чипов в автономных роботов.
Локализация и навигация
Команда Фишера работает над проблемами локализации и навигации. Проще говоря, ученые пытаются дать роботам способность ориентироваться в незнакомых местах и ситуациях.
«Центр робототехники - это огромная лаборатория. В ней работает более 100 человек. Мы делаем все - от манипуляций - захвата объектов и их подбора - до космической робототехники, человеческого взаимодействия и социальных элементов, необходимых при разговоре машин с людьми. Мы проводим много исследований по технологии компьютерного зрения, используя камеры и датчики, чтобы помочь роботам воспринимать мир аналогично тому, как мы воспринимаем его нашими глазами», - рассказывает доктор Фишер.
«Моя задача - это локализация и навигация. Если вы приказываете роботу разгрузить посудомоечную машину, он должен знать, как найти вашу кухню. Он должен воспринимать объекты и решать, представляют ли они интерес, или их нужно проигнорировать. Может ли он двигаться через них или нет».
Проблема энергопотребления
Глубокие нейронные сети оказались очень полезными в этой области. Они продемонстрировали впечатляющую способность учиться с течением времени и наносить метки на определенные объекты, основываясь исключительно на визуальной информации. Но обучение таких нейросетей может быть долгим и использует невероятное количество энергии.
«Большинство университетов имеют высокопроизводительные суперкомпьютеры с огромными помещениями и охлаждением. Эти суперкомпьютеры тратят столько же энергии, сколько средний город потребляет за год, просто чтобы обучить некоторые крупные нейросети. Это безумие, это огромная трата ресурсов. Микрочипы Intel Loihi 2 используют другой подход, который обеспечивает сверхэкономичный способ управления определенным классом сетей. Можно запускать только подмножество сетей или алгоритмы оптимизации, но можно запускать их очень и очень эффективно», - поясняет доктор Фишер.
«Вы вводите изображение, и, допустим, вы хотите узнать, есть ли на этом изображении стул или человек. В глубокой нейронной сети все сотни миллионов нейронов активируются на каждом этапе обработки. Это использует очень много ресурсов. В нейросети чипа Intel Loihi 2 одновременно активируется только очень небольшое подмножество нейронов. У них есть внутреннее состояние, которое накапливает доказательства того, что что-то может выглядеть как стул, но они не выдают результат, пока объем этих доказательств не превысит определенного порога», - говорит доктор Фишер.
Чипы достаточно компактны, чтобы работать на небольших автономных роботах. По словам доктора Фишера, модуль выглядит как обычная USB-флешка, которая подключается к уже существующему бортовому компьютеру робота. Чип работает как аппаратный ускоритель.
Такой подход позволяет команде разрабатывать методы адаптивной локализации, которые работают чрезвычайно эффективно быстро. Это очень важно, когда роботу нужно распознавать и различать предметы на ходу. Кроме того, энергоэффективность чипа очень важна для робота, источник энергии которого ограничен.
Способность адаптироваться
«Когда мы говорим об адаптивной локализации, нам важно, чтобы роботы были способны адаптироваться к изменяющимся условиям. Например, ночное и дневное время, очевидно, оказывают огромное влияние на то, как выглядит наше окружение. Но робот также должен уметь приспосабливаться к условиям солнечной погоды, грозы или снежной бури. Если машина может адаптироваться к изменениям окружающей среде, это улучшит методы ее позиционирования и локализации, а также точность действий», - говорит доктор Фишер.
Фишер признает, что у чипа Loihi 2 есть ряд недостатков, которые могут помешать его выходу из лабораторий на коммерческий рынок. Нейроморфные технологии часто уступают в надежности и точности по сравнению с обычными алгоритмами, которые работают на базе CPU или GPU. А еще создавать алгоритмы для нейроморфных чипов гораздо труднее чем алгоритмы для обычных нейросетей, которыми сегодня занимаются сотни тысяч любителей и профессионалов по всему миру.
По словам фишера, ученые еще не совершили прорыва, который сделает нейроморфные чипы применимыми в достаточно широком диапазоне сценариев, чтобы возник интерес к их коммерциализации. Тем не менее, компания Intel сотрудничает с целым рядом университетов и исследовательских лабораторий. Судя по всему, рано или поздно это сотрудничество все же увенчается успехом и тогда мы вступим в эпоху по-настоящему умной робототехники.
