Hành trình Khoa học, Không gian và Thời gian!
Hệ thống mới được phát triển bởi các nhà khoa học máy tính và kỹ sư vật liệu kết hợp hệ thống não nhân tạo với da điện tử giống người và cảm biến tầm nhìn, để làm cho robot thông minh hơn.
Nhặt một lon nước ngọt có thể là một nhiệm vụ đơn giản đối với con người, nhưng đây là một nhiệm vụ phức tạp đối với robot – nó phải xác định vị trí của vật thể, suy ra hình dạng của nó, xác định lượng sức mạnh phù hợp để sử dụng và nắm bắt vật thể mà không cần để nó trượt Hầu hết các robot ngày nay chỉ hoạt động dựa trên xử lý trực quan, điều này làm hạn chế khả năng của chúng. Để thực hiện các nhiệm vụ phức tạp hơn, robot phải được trang bị cảm giác đặc biệt và khả năng xử lý thông tin cảm giác nhanh chóng và thông minh.
Một nhóm các nhà khoa học máy tính và kỹ sư vật liệu từ Đại học Quốc gia Singapore (NUS) gần đây đã trình diễn một phương pháp thú vị để làm cho robot thông minh hơn. Họ đã phát triển một hệ thống não nhân tạo tích hợp cảm giác bắt chước các mạng thần kinh sinh học, có thể chạy trên bộ xử lý biến đổi thần kinh hiệu quả năng lượng, chẳng hạn như chip Loihi của Intel. Hệ thống mới này tích hợp các cảm biến thị giác và da nhân tạo, trang bị cho robot khả năng đưa ra kết luận chính xác về các vật thể mà chúng đang nắm bắt dựa trên dữ liệu được chụp bởi cảm biến tầm nhìn và cảm ứng trong thời gian thực.
“Lĩnh vực chế tác robot đã có những tiến bộ lớn trong những năm gần đây. Tuy nhiên, việc hợp nhất cả thông tin thị giác và xúc giác để cung cấp phản ứng chính xác cao trong một phần nghìn giây vẫn là một thách thức công nghệ. Công việc gần đây của chúng tôi kết hợp hệ thống điện tử và hệ thần kinh cực nhanh của chúng tôi với Những cải tiến mới nhất về cảm biến tầm nhìn và AI cho robot để chúng có thể trở nên thông minh hơn và trực quan hơn trong các tương tác vật lý “, Trợ lý Giáo sư Benjamin Tee từ Khoa Khoa học và Kỹ thuật Vật liệu NUS cho biết. Ông là người đồng dẫn dắt dự án này với Trợ lý Giáo sư Harold Soh từ Khoa Khoa học Máy tính tại Trường Điện toán NUS.
Những phát hiện của công việc liên ngành này đã được trình bày tại hội nghị Robotics: Science and Systems vào tháng 7 năm 2020.
Cảm giác giống như con người đối với robot
Kích hoạt cảm giác chạm giống như con người trong robot có thể cải thiện đáng kể chức năng hiện tại và thậm chí dẫn đến việc sử dụng mới. Ví dụ, trên sàn nhà máy, cánh tay robot được trang bị da điện tử có thể dễ dàng thích nghi với các vật phẩm khác nhau, sử dụng cảm biến xúc giác để xác định và kẹp các vật thể lạ với áp lực phù hợp để chống trượt.
Trong hệ thống robot mới, nhóm NUS đã áp dụng một làn da nhân tạo tiên tiến được gọi là Da điện tử không đồng bộ (ACES) do Asst Prof Tee và nhóm của ông phát triển vào năm 2019. Cảm biến mới lạ này phát hiện chạm nhanh hơn 1.000 lần so với hệ thần kinh cảm giác của con người . Nó cũng có thể xác định hình dạng, kết cấu và độ cứng của các vật thể nhanh hơn 10 lần so với chớp mắt.
Làm cho một cảm biến da nhân tạo cực nhanh giải quyết được khoảng một nửa câu đố làm cho robot thông minh hơn. Họ cũng cần một bộ não nhân tạo cuối cùng có thể đạt được nhận thức và học hỏi như một phần quan trọng khác trong câu đố.
Bộ não giống người cho robot
Để phá vỡ nền tảng mới trong nhận thức về robot, nhóm NUS đã khám phá công nghệ biến đổi thần kinh – một lĩnh vực điện toán mô phỏng cấu trúc thần kinh và hoạt động của não người – để xử lý dữ liệu cảm giác từ da nhân tạo. Vì Asst Prof Tee và Asst Prof Soh là thành viên của Cộng đồng nghiên cứu thần kinh Intel (INRC), nên sử dụng chip nghiên cứu biến đổi thần kinh Lợihi của Intel cho hệ thống robot mới của họ.
Trong các thí nghiệm ban đầu của họ, các nhà nghiên cứu đã gắn một bàn tay robot với da nhân tạo và sử dụng nó để đọc chữ nổi, truyền dữ liệu xúc giác cho Lợihi qua đám mây để chuyển các va chạm vi mô mà bàn tay cảm nhận thành ý nghĩa ngữ nghĩa. Loihi đạt được độ chính xác hơn 92% trong việc phân loại các chữ cái chữ nổi, trong khi sử dụng năng lượng ít hơn 20 lần so với bộ vi xử lý thông thường.
Nhóm của Asst Prof Soh đã cải thiện khả năng nhận thức của robot bằng cách kết hợp cả dữ liệu thị giác và cảm ứng trong một mạng lưới thần kinh gia tăng. Trong các thí nghiệm của họ, các nhà nghiên cứu đã giao nhiệm vụ cho một robot được trang bị cả cảm biến nhân tạo và cảm biến thị giác để phân loại các vật chứa mờ đục khác nhau chứa lượng chất lỏng khác nhau. Họ cũng đã kiểm tra khả năng của hệ thống để xác định trượt xoay, điều này rất quan trọng để nắm bắt ổn định.
Trong cả hai thử nghiệm, mạng nơ ron sử dụng cả dữ liệu thị giác và cảm ứng đều có thể phân loại các đối tượng và phát hiện sự trượt của đối tượng. Việc phân loại chính xác hơn 10% so với hệ thống chỉ sử dụng tầm nhìn. Hơn nữa, bằng cách sử dụng một kỹ thuật được phát triển bởi nhóm của Asst Prof Soh, các mạng thần kinh có thể phân loại dữ liệu cảm giác trong khi nó được tích lũy, không giống như cách tiếp cận thông thường nơi dữ liệu được phân loại sau khi được thu thập đầy đủ. Ngoài ra, các nhà nghiên cứu đã chứng minh hiệu quả của công nghệ biến đổi thần kinh: Loihi xử lý dữ liệu cảm giác nhanh hơn 21% so với đơn vị xử lý đồ họa hiệu suất hàng đầu (GPU), trong khi sử dụng năng lượng ít hơn 45 lần.
Asst Prof Soh chia sẻ: “Chúng tôi rất phấn khích trước những kết quả này. Chúng cho thấy một hệ thống thần kinh là một mảnh ghép đầy hứa hẹn để kết hợp nhiều cảm biến để cải thiện nhận thức của robot. Đây là một bước để xây dựng các robot hiệu quả và đáng tin cậy có thể đáp ứng nhanh chóng và thích hợp trong những tình huống bất ngờ. “
“Nghiên cứu này của Đại học Quốc gia Singapore cung cấp một cái nhìn hấp dẫn về tương lai của robot, nơi thông tin được cảm nhận và xử lý theo cách thức theo sự kiện kết hợp nhiều phương thức. Công trình cho thấy kết quả ngày càng tăng cho thấy điện toán biến đổi thần kinh có thể mang lại Mike Davies, Giám đốc Phòng thí nghiệm điện toán thần kinh của Intel cho biết, tăng đáng kể về độ trễ và mức tiêu thụ năng lượng khi toàn bộ hệ thống được thiết kế lại trong một mô hình cảm biến bao trùm dựa trên sự kiện, định dạng dữ liệu, thuật toán và kiến trúc phần cứng.
Nghiên cứu này được hỗ trợ bởi Văn phòng Chương trình R & D Robot Quốc gia (NR2PO), một cơ sở nuôi dưỡng hệ sinh thái robot ở Singapore thông qua tài trợ cho nghiên cứu và phát triển (R & D) để tăng cường sự sẵn sàng cho các công nghệ và giải pháp robot. Những cân nhắc chính cho các khoản đầu tư R & D của NR2PO bao gồm tiềm năng cho các ứng dụng có sức ảnh hưởng trong khu vực công và tiềm năng tạo ra các khả năng khác biệt cho ngành công nghiệp của chúng tôi.
Bước tiếp theo
Tiến về phía trước, Asst Prof Tee và Asst Prof Soh có kế hoạch phát triển hơn nữa hệ thống robot mới của họ cho các ứng dụng trong ngành công nghiệp hậu cần và sản xuất thực phẩm, nơi có nhu cầu cao về tự động hóa robot, đặc biệt là tiến lên trong thời kỳ hậu COVID.
Video: https://www.youtube.com/watch?v=08XyaXlxWno&feature=emb_logo
Nguồn truyện:
Tài liệu được cung cấp bởi Đại học Quốc gia Singapore . Lưu ý: Nội dung có thể được chỉnh sửa cho kiểu dáng và độ dài.