Вскоре роботы и автономные транспортные средства смогут воспользоваться преимуществами инновационного аппаратного обеспечения, вдохновленного работой человеческого мозга. Новое исследование демонстрирует создание нейроморфной системы временных приоритетов, ускоряющей принятие решений для автономного управления транспортными средствами, пишет Phys.org.
Современные технологии роботического зрения и беспилотников сталкиваются с проблемой значительных задержек при анализе поступающей информации. Несмотря на высокую точность идентификации объектов современными системами искусственного интеллекта, вычислительные процессы настолько ресурсоемки, что обработка занимает около полсекунды. Даже такая небольшая задержка становится критичной на больших скоростях, поскольку транспортное средство успевает преодолеть примерно 27 метров до начала реакции.
Чтобы решить данную проблему, ученые сосредоточились на разработке аппаратного, а не программного подхода, имитируя работу человеческого зрения. Как известно, наши глаза сначала фиксируют изменение света и направления движения, а затем последовательно воспринимают более детализированную картину происходящего.
Созданный учеными чип состоит из массива специальных транзисторов размером 4×4, выполняющих роль фильтра. Вместо передачи полного видеоряда на центральный процессор, устройство выделяет лишь важные изменения сцены. Так как теперь компьютер анализирует исключительно значимые участки кадра, общая скорость обработки изображений значительно возрастает. Лабораторные испытания показали, что новый чип ускоряет обработку движений в четыре раза по сравнению с традиционными алгоритмами. Время анализа сокращается приблизительно до 150 миллисекунд, что сопоставимо с человеческой реакцией.
Технологию успешно испытали на транспортных средствах, дроне и механической руке. У беспилотных машин эффективность выполнения динамических маневров повысилась на 213,5%. Дроны стали гораздо быстрее ориентироваться благодаря уменьшению времени анализа визуальных данных. Роботизированная рука продемонстрировала рост показателей успеха при захвате быстро перемещающихся предметов почти на 740,9%.
Следующим этапом исследований станет переход от экспериментального прототипа к созданию полноразмерного чипа, готового к интеграции в серийные модели беспилотных автомобилей и промышленных роботов.
Ранее глава Tesla объявил о планах построить полигон, где десятки тысяч человекоподобных машин будут тренироваться выполнять задачи, соревнуясь между собой как спортсмены в олимпийской школе.
