En hjerne-inspireret chip tager til himlen

Der er ikke meget mellemrum mellem dine ører, men det, der er derinde, kan mange ting, som en computer af samme størrelse aldrig kunne. Din hjerne er også langt mere energieffektiv til at fortolke verden visuelt eller forstå tale end noget computersystem.





HRL neuromorf chip

Chippen monteret i midten af ​​dette lille fly har 576 siliciumneuroner. Forbindelserne mellem disse neuroner omkobles som svar på data fra dronens sensorer.

Det er grunden til, at akademiske og virksomhedslaboratorier har eksperimenteret med neuromorfe chips, der er modelleret på træk set i hjerner. Disse chips har netværk af neuroner, der kommunikerer i pigge af elektricitet (se Thinking in Silicon). De kan være væsentligt mere energieffektive end konventionelle chips, og nogle kan endda automatisk omprogrammere sig selv til at lære nye færdigheder.

Nu er en neuromorf chip blevet løsnet fra laboratoriebænken og testet i et lille dronefly, der vejer mindre end 100 gram.



I eksperimentet tog prototype-chippen med 576 siliciumneuroner data fra flyets optiske, ultralyds- og infrarøde sensorer, mens det fløj mellem tre forskellige rum.

Første gang dronen blev fløjet ind i hvert rum, forårsagede det unikke mønster af indgående sensordata fra vægge, møbler og andre genstande et mønster af elektrisk aktivitet i neuronerne, som chippen aldrig havde oplevet før. Det fik den til at rapportere, at den befandt sig i et nyt rum, og fik også den måde, dens neuroner forbundet med hinanden på, at ændre sig, i en grov efterligning af læring i en rigtig hjerne. Disse ændringer betød, at næste gang fartøjet kom ind i samme rum, genkendte det det og signalerede som sådan.

Den involverede chip er langt fra klar til praktisk implementering, men testen giver empirisk støtte til de ideer, der har motiveret forskning i neuromorfe chips, siger Narayan Srinivasa, der leder HRL's Center for Neurale og Emergent Systemer . Dette viser, at det er muligt at lære bogstaveligt talt på farten, mens det er under meget strenge størrelses-, vægt- og magtbegrænsninger, siger han.



Dronen, specialbygget til testen af ​​en droneproducent Luftfart , baseret i Monrovia, Californien, er seks tommer kvadratisk, 1,5 tommer høj og vejer kun 93 gram, inklusive batteriet. HRLs chip udgjorde kun 18 gram af håndværkets vægt og brugte kun 50 milliwatt strøm. Det ville ikke være nær nok for en konventionel computer til at køre software, der kunne lære at genkende rum, siger Srinivasa.

Flyvetesten var en udfordring stillet af Pentagon-forskningsbureauet DARPA som en del af et projekt hvorunder det har finansieret HRL, IBM og andre til at arbejde på neuromorfe chips. En motivation er håbet om, at neuromorfe chips kan gøre det muligt for militære droner at finde mening i video- og sensordata for sig selv, i stedet for altid at skulle sende dem ned på jorden til analyse af computere eller mennesker.

Prototyper lavet under DARPA's program - som HRL'er - har leveret lovende resultater, men der er meget arbejde tilbage, før en sådan teknologi kan udføre nyttigt arbejde, siger Vishal Saxena, en assisterende professor arbejder på neuromorfe chips ved Boise State University. Den største udfordring er at identificere, hvad applikationerne vil være, og udvikle robuste algoritmer, siger han.



Forskere står også over for et kylling-og-æg-scenarie, hvor chips udvikles uden meget idé om, hvilke algoritmer de vil køre, og algoritmer bliver skrevet uden en fast idé om, hvilke chipdesign der vil blive etableret. Samtidig opdager neuroforskere stadig nye ting om, hvordan netværk af rigtige hjerneceller fungerer på information. Der er meget arbejde, der skal udføres i fællesskab mellem kredsløbs- og algoritmeeksperter og det neurovidenskabelige samfund, siger Saxena.

Alligevel overvejer HRL's ejere, GM og Boeing, allerede, hvordan de kan kommercialisere teknologien, siger Srinivasa. En mulighed kunne være at bruge neuromorfe chips til at indbygge en grad af intelligens i de sensorer, der i stigende grad findes i biler, fly og andre systemer.

skjule