英特爾 Loihi 2神經形態研究芯片 如何幫助機器人感知世界?

Google 團隊開發的人工智慧圍棋程式AlphaGo於2016年打敗南韓棋王李世 ,震撼圍棋界,造就AI新里程碑。AI雖然聰明,但目前還沒有一款機器人可以突然被派到陌生環境後執行任務,這意味著人類大腦在感知與適應方面仍具優勢,而英特爾Loihi神經形態研究芯片有助於縮小這一個差距。
英特爾 Loihi 2神經形態研究芯片 如何幫助機器人感知世界?
外媒New Atlas採訪昆士蘭科技大學研究員Tobias Fischer團隊,他們負責研究定位和導航,幫助機器人在不熟悉環境下判斷自身位置。

Fischer解釋,他們負責處理人類互動和交談時所需的社交元素,同時在視覺技術上做許多研究,如透過相機和感測器讓機器人感知世界,使其吸收圖像強度(pixel intensity),以辨識這是車子還是椅子。

Fischer指出,“我專長是用在定位和導航。如果你要求機器人打開洗碗機,它必須先知道如何找到廚房,還要感知物體,並判斷這些行為是有意義還是該忽略。”

也因此,深度神經網絡在這部分發揮效用,但訓練會耗費大量能量。Fischer指出,這些超級電腦所消耗的能量,相當於一座中型城市一年消耗的能源,英特爾Loihi 2芯片提供一種超省電方式,雖然只能運行某種網絡,但能非常有效地運作。

這兩者的效率差距,和數百萬個神經元如何在深度神經網絡中啟動有關。在深度神經網絡中,數億個神經元會在每個處理步驟中啟動,所以耗費相當多能量。而英特爾 Loihi的尖峰神經網絡,每次只有一個非常小的神經元子集被啟動。

當這些芯片夠密集時,可以直接在小型機器人、甚至無人機上運行。Fischer希望這些芯片能幫助他們開發出具有適應性的定位技術,以適應不斷變化的條件。

不過Loihi還是有些缺點,Fischer指出,“英特爾和神經形態研究芯片的問題是,與更多在CPU或GPU運行的傳統演算法相比,我們在穩健和準確這兩部分往往是落後的;跟傳統深度神經網絡相比,這些演算法更難,而且我們還沒取得突破,使其能普遍用於多種場景,增加商業化的吸引力。”◆

最多點擊

美欧强化人工智能多领域合作

美欧强化人工智能多领域合作

据新华社报导,美国政府与欧洲联盟委员会宣佈达成协议,加速并强化人工智能(AI)在农业、卫生保健、应急回应、气候预测和电网等领域的应用合作。一名美国政府官员在美欧宣佈达成协议前告诉路透社记者,这是美欧之间首个“大规模”AI协议,双方先前仅就强化个人隐私保护等涉及AI的特定领域达成协议。