Intel Labs, miglior apprendimento interattivo e continuo dei robot dal computing neuromorfico

Gli Intel Labs, in collaborazione con l’Istituto Italiano di Tecnologia e l’Università Tecnica di Monaco, presentano un nuovo approccio all’apprendimento di oggetti basato sulle reti neurali. Si rivolge in particolare ad applicazioni future quali gli assistenti robotici che interagiscono con ambienti non vincolati, incluso la logistica, l’assistenza sanitaria o l’assistenza agli anziani. Questa ricerca è un passaggio cruciale per migliorare le capacità di assistenza o di produzione dei futuri robot. Il calcolo neuromorfico è impiegato attraverso nuovi metodi interattivi di object learning online per consentire ai robot, dopo il loro rilascio, di scoprire nuovi oggetti.

Utilizzando questi nuovi modelli, Intel e gli altri ricercatori hanno dimostrato con successo l’apprendimento interattivo sul chip neuromorfico Loihi, ottenendo consumi energetici fino a 175 volte inferiori nell’apprendimento di nuove istanze oggetto, con velocità e precisione simili o migliori rispetto ai metodi convenzionali eseguiti su CPU. Per ottenere questo risultato i ricercatori hanno implementato su Loihi un’architettura di rete neurale spiking, che ha consentito di localizzare l’apprendimento dell’oggetto in un singolo strato di sinapsi plastica e ha raccolto le diverse prospettive dell’oggetto coinvolgendo altri neuroni su richiesta. In questo modo il processo di apprendimento si è svolto autonomamente durante l’interazione con l’utente.

Questa ricerca è stata pubblicata nell’articolo Interactive continual learning for robots: a neuromorphic approach, nominato “Best Paper” alla ICONS (International Conference on Neuromorphic Systems) 2022, tenuta dall’Oak Ridge National Laboratory.

«Quando un essere umano – ha affermato Yulia Sandamirskaya, responsabile della ricerca sulla robotica nel laboratorio di Neuromorphic Computing di Intel e senior author dell’articolo – conosce un nuovo oggetto, dà un’occhiata, lo gira, chiede di cosa si tratta e poi è in grado di riconoscerlo di nuovo istantaneamente in tutti i tipi di contesti e di condizioni in cui lo ritrova. Il nostro obiettivo è di introdurre capacità simili ai robot del futuro che agiranno in ambienti interattivi, consentendo loro di adattarsi a situazioni che non sono in grado di prevedere e di lavorare in modo più naturale insieme agli esseri umani. I nostri risultati con Loihi rafforzano il valore del Neuromorphic Computing per il futuro della robotica».

Ulteriore contesto a questo link.