7月16日，新加坡國立大學(xué)(NUS)的兩名研究人員，同時也是英特爾神經(jīng)擬態(tài)研究社區(qū)(INRC)的成員發(fā)表了最新研究結(jié)果，表明在機器人領(lǐng)域，與基于事件的視覺和觸覺感知相結(jié)合，英特爾神經(jīng)擬態(tài)計算大有可為。這項工作著重介紹了與目前只有視覺的系統(tǒng)相比，將觸覺引入機器人技術(shù)能夠顯著提升系統(tǒng)能力和功能，并且神經(jīng)擬態(tài)芯片在處理此類感官數(shù)據(jù)方面能夠超越傳統(tǒng)架構(gòu)。

英特爾神經(jīng)擬態(tài)計算實驗室主任Mike Davies表示：“新加坡國立大學(xué)的這項研究，讓人們對機器人技術(shù)的未來有了深刻的了解，也就是說，未來機器人會以事件驅(qū)動的方式，結(jié)合多模態(tài)來感知和處理信息。有越來越多類似的研究顯示，一旦我們對整個系統(tǒng)進(jìn)行基于事件的范式重新設(shè)計，包括傳感器、數(shù)據(jù)格式、算法和硬件體系結(jié)構(gòu)，神經(jīng)擬態(tài)計算的使用可以顯著降低延遲和功耗?！?/p>

人類的觸覺足夠靈敏，可以感覺到不同表面之間的細(xì)微不同，哪怕這些差異僅僅是一層分子的區(qū)別。然而，現(xiàn)在大多數(shù)機器人的操作都是基于視覺處理。新加坡國立大學(xué)的研究人員希望用他們最近開發(fā)的人造皮膚來改變這一狀況。根據(jù)他們的研究，這種人造皮膚在檢測觸覺方面，可以比人類的感覺神經(jīng)系統(tǒng)快1000倍以上，并且在識別物體的形狀、質(zhì)地和硬度方面，可以比人類眨眼速度快10倍。

在機器人技術(shù)中啟用類似于人類的觸覺，可以顯著提升當(dāng)前系統(tǒng)功能，甚至可以產(chǎn)生新的用例。例如，配備有人造皮膚的機械臂可以很容易地適應(yīng)工廠生產(chǎn)的商品的變化，利用觸感來識別和抓住不熟悉的物體，并施加適當(dāng)?shù)膲毫σ苑乐勾蚧?。這種能夠感覺并更好地感知周圍環(huán)境的能力，還可以在例如護理行業(yè)中讓人與機器人更緊密、更安全地互動，或者賦予外科手術(shù)機器人目前所缺乏的觸覺，使我們更接近手術(shù)任務(wù)的自動化。

雖然創(chuàng)造人造皮膚是實現(xiàn)這一愿景的第一步，但它還需要一種芯片，這種芯片需要根據(jù)皮膚的感官數(shù)據(jù)實時得出準(zhǔn)確的結(jié)論，同時以足夠節(jié)能的水平運行，以便可以直接部署在機器人內(nèi)部?！叭绻f讓機器人變得更智能是一幅拼圖，制造超快的人造皮膚傳感器只解決了大約一半，”新加坡國立大學(xué)材料科學(xué)與工程系、健康與創(chuàng)新技術(shù)研究所的助理教授Benjamin Tee表示，“機器人還需要一個能夠最終實現(xiàn)感知和學(xué)習(xí)的人工大腦，這是這幅拼圖中的另一個關(guān)鍵部分。我們用英特爾Loihi等神經(jīng)擬態(tài)芯片對AI皮膚系統(tǒng)進(jìn)行了獨特研究，為實現(xiàn)能效和擴展性邁出了重要一步。”

為了在機器人感知領(lǐng)域進(jìn)行突破，新加坡國立大學(xué)團隊開始探索神經(jīng)擬態(tài)技術(shù)的潛力，嘗試?yán)糜⑻貭朙oihi神經(jīng)擬態(tài)研究芯片處理來自人造皮膚的感官數(shù)據(jù)。在最初的實驗中，研究人員使用配有人造皮膚的機械手讀取盲文，將觸覺數(shù)據(jù)通過云傳遞給Loihi，以將手感覺到的微突轉(zhuǎn)化為語義。在對盲文字母進(jìn)行分類上，Loihi達(dá)到了92%以上的準(zhǔn)確率，而功耗卻比標(biāo)準(zhǔn)的馮·諾依曼處理器低20倍。

在這項工作的基礎(chǔ)上，新加坡國立大學(xué)團隊通過將視覺和觸覺數(shù)據(jù)結(jié)合到脈沖神經(jīng)網(wǎng)絡(luò)(SNN)中，進(jìn)一步提高了機器人的感知能力。為此，他們讓一個機器人利用來自人造皮膚和基于事件的相機的感官輸入，對裝有不同量液體的各種不透明容器進(jìn)行分類。研究人員也使用了相同的觸覺和視覺傳感器，來測試感知系統(tǒng)識別旋轉(zhuǎn)滑移的能力，這對于穩(wěn)定抓握至關(guān)重要。

當(dāng)捕獲到這些感官數(shù)據(jù)后，研究小組將其分別發(fā)送給GPU和英特爾的Loihi神經(jīng)擬態(tài)研究芯片，從而比較兩者的處理能力。本周在《機器人學(xué)：科學(xué)與系統(tǒng)》上發(fā)表的研究結(jié)果表明，與僅使用視覺的系統(tǒng)相比，使用脈沖神經(jīng)網(wǎng)絡(luò)(SNN)與基于事件的視覺和觸覺相結(jié)合，可以使物品分類的準(zhǔn)確率提高10%。此外，研究人員也展示了神經(jīng)擬態(tài)技術(shù)用于為此類機器人設(shè)備中的功耗情況，Loihi處理感官數(shù)據(jù)的速度比高性能的GPU還要快21%，而功耗卻降低了45倍。

新加坡國立大學(xué)計算學(xué)院計算機科學(xué)系的助理教授Harold Soh表示：“我們對這些研究結(jié)果感到興奮。這表明神經(jīng)擬態(tài)系統(tǒng)有希望結(jié)合多傳感器，解決機器人感知能力難題。這讓我們朝著制造節(jié)能而且值得信賴的機器人又邁出了一步，這種機器人能夠在意外情況下迅速、恰當(dāng)?shù)刈龀龇磻?yīng)?！?nbsp;