英特爾實(shí)驗(yàn)室的研究人員與意大利理工學(xué)院和慕尼黑工業(yè)大學(xué)合作，推出了一種基于神經(jīng)網(wǎng)絡(luò)的對象學(xué)習(xí)的新方法。新方法專門針對未來的機(jī)器人應(yīng)用程序，例如與不受約束的環(huán)境交互的機(jī)器人助手，這些環(huán)境存在于物流和醫(yī)療保健等情況下。

這項(xiàng)新研究對于提高我們未來機(jī)器人的服務(wù)或制造能力至關(guān)重要。

在橡樹嶺國家實(shí)驗(yàn)室主辦的 2022 年神經(jīng)形態(tài)系統(tǒng)國際會(huì)議 (ICONS) 上，題為“交互式持續(xù)學(xué)習(xí)機(jī)器人：一種神經(jīng)形態(tài)方法”的研究論文被授予“最佳論文”。

對象學(xué)習(xí)和神經(jīng)形態(tài)計(jì)算

新的交互式對象學(xué)習(xí)方法采用神經(jīng)形態(tài)計(jì)算使機(jī)器人能夠發(fā)現(xiàn)新對象。

研究小組使用新模型在 Loihi 神經(jīng)形態(tài)芯片上演示了交互式學(xué)習(xí)，在學(xué)習(xí)新對象實(shí)例時(shí)，他們的功耗降低了 175 倍。與在 CPU 上運(yùn)行的傳統(tǒng)方法相比，它們還實(shí)現(xiàn)了相似或更好的速度和準(zhǔn)確性。

研究人員能夠通過在 Loihi 上實(shí)施脈沖神經(jīng)網(wǎng)絡(luò)架構(gòu)來實(shí)現(xiàn)這一目標(biāo)，從而可以將對象的學(xué)習(xí)定位在單層塑料突觸中。它還通過按需招募新的神經(jīng)元來解釋不同的對象視圖。然后，學(xué)習(xí)過程可以在與用戶交互的同時(shí)自主進(jìn)行。

Yulia Sandamirskaya 是該論文的資深作者，也是英特爾神經(jīng)形態(tài)計(jì)算實(shí)驗(yàn)室的機(jī)器人研究負(fù)責(zé)人。

“當(dāng)一個(gè)人學(xué)習(xí)一個(gè)新物體時(shí)，他們會(huì)看一眼，把它轉(zhuǎn)過來，問它是什么，然后他們能夠在各種環(huán)境和條件下立即再次識(shí)別它，”Sandamirskaya 說。“我們的目標(biāo)是將類似的功能應(yīng)用于未來在交互式環(huán)境中工作的機(jī)器人，使它們能夠適應(yīng)不可預(yù)見的情況并更自然地與人類一起工作。我們與 Loihi 的研究結(jié)果強(qiáng)化了神經(jīng)形態(tài)計(jì)算對機(jī)器人未來的價(jià)值。”

英特爾實(shí)驗(yàn)室神經(jīng)形態(tài)計(jì)算研究

英特爾實(shí)驗(yàn)室是神經(jīng)擬態(tài)計(jì)算研究領(lǐng) 域的領(lǐng)導(dǎo)者，致力于“幫助實(shí)現(xiàn)神經(jīng)擬態(tài)計(jì)算的目標(biāo)，即支持下一代智能設(shè)備和自主系統(tǒng)。”

神經(jīng)形態(tài)計(jì)算以生物神經(jīng)計(jì)算原理為指導(dǎo)，它依賴于新的算法方法來模擬人腦及其與世界的交互方式。

神經(jīng)形態(tài)計(jì)算的創(chuàng)新架構(gòu)方法將負(fù)責(zé)為需要能源效率和持續(xù)學(xué)習(xí)的未來自主人工智能解決方案提供動(dòng)力。它已經(jīng)在機(jī)器人、傳感器、醫(yī)療保健和大規(guī)模人工智能應(yīng)用等各個(gè)領(lǐng)域得到應(yīng)用。