Intel emplea la Computación Neuromórfica para que los robots adquieran el sentido del tacto
Intel ha dado a conocer que dos investigadores de la Universidad Nacional de Singapur (NUS), miembros de la Comunidad de Investigación Neuromórfica de Intel (INRC), se encuentra trabajando para llevar el sentido del tacto a la robótica. Según se indicó, "la capacidad de sentir y percibir mejor el entorno también podría permitir una interacción humano-robótica más estrecha y segura, o acercarnos a la automatización de las tareas quirúrgicas dando a los robots quirúrgicos el sentido del tacto del que carecen hoy en día".
“Esta investigación de la NUS ofrece una visión convincente del futuro de la robótica, en la que la información se percibe y procesa de una manera impulsada por los acontecimientos, combinando múltiples modalidades. El trabajo se suma a un creciente conjunto de resultados que muestran que la computación neuromórfica puede proporcionar mejoras significativas en la latencia y el consumo de energía una vez que todo el sistema sea rediseñado en un paradigma adaptado al contexto que abarque sensores, formatos de datos, algoritmos y arquitectura de hardware”, dijo Mike Davies, director del Laboratorio de Computación Neuromórfica Intel.
Según se indica, llevar el sentido del tacto a la robótica puede mejorar significativamente las capacidades y la funcionalidad, en comparación con los sistemas actuales únicamente respaldados por la visión, y cómo los procesadores neuromórficos pueden superar las arquitecturas tradicionales en el procesamiento de esos datos sensoriales.
Sobre la investigación: Para abrir nuevos caminos en la percepción robótica, el equipo de la NUS comenzó a explorar el potencial de la tecnología neuromórfica para procesar datos sensoriales de la piel artificial usando el chip de investigación neuromórfica Loihi de Intel. En su experimento inicial, los investigadores utilizaron una mano robótica equipada con la piel artificial para leer Braille, pasando los datos táctiles a Loihi, a través de la nube, para convertir los micro baches que la mano sentía en un significado semántico. De este modo, Loihi logró una precisión de más del 92% en la clasificación de las letras del Braille, al tiempo que utilizaba 20x veces menos energía que un procesador estándar Von Neuman.
Basándose en este trabajo, el equipo de la NUS mejoró aún más las capacidades de percepción robótica combinando datos de visión y de tacto en la red neuronal de spiking. Para ello, encargaron a un robot que clasificara varios contenedores opacos que contenían diferentes cantidades de líquido, utilizando los datos sensoriales de la piel artificial y una cámara adaptada al contexto. De este modo, los investigadores utilizaron los mismos sensores táctiles y de visión para probar la capacidad del sistema de percepción para identificar el deslizamiento rotacional, que es importante para conseguir un agarre estable.
Una vez que estos datos sensoriales fueron recogidos, el equipo los envió a una GPU y al chip de investigación neuromórfica Loihi de Intel para comparar las capacidades de procesamiento. Los resultados, que fueron presentados en el congreso Robotics: Science and Systems esta semana, muestran que la combinación de la visión adaptada al contexto y el tacto utilizando una red neuronal de picos permitió un 10% más de precisión en la clasificación de objetos en comparación con un sistema de sólo visión. Además, demostraron el compromiso de la tecnología neuromórfica para alimentar tales dispositivos robóticos, con Loihi lograron procesar los datos sensoriales un 21% más rápido que una GPU de alto rendimiento, mientras que utilizaban 45x veces menos energía.
“Estamos emocionados con estos resultados. Demuestran que el sistema neuromórfico es una pieza prometedora del rompecabezas para combinar múltiples sensores para mejorar la percepción del robot. Es un paso hacia la construcción de robots fiables y de bajo consumo de energía que puedan responder rápida y apropiadamente en situaciones inesperadas”, ha asegurado Harold Soh, Profesor Asistente del Departamento de Ciencias de la Computación de la NUS.
