В Сингапуре создали роботов, которые в 1000 раз чувствительнее человека
Взять со стола стакан с водой – задача для человека тривиальная, представляет непростой многоэтапный квест для любого робота. Ему необходимо определить местонахождение нужного предмета, оценить его форму, вычислить необходимое для удержания усилие, не позволяющее объекту ускользнуть, но и не разрушающее его.
Большинство современных роботов принимают свои решения на основе обработки визуальных данных, что серьезно ограничивает их возможности. Конструкторы пришли к выводу, что для того, чтобы роботы смогли эффективно выполнять все более сложные задачи, их необходимо наделить чувством осязания, то есть способностью в режиме реального времени правильно обрабатывать информацию, поступающую с соответствующих сенсоров.
Серьезных успехов в указанном направлении удалось добиться команда из Национального университета Сингапура (National University of Singapore, NUS). В своем решении они использовали датчики искусственной кожи и зрения, а также нейроморфные чипы Intel Loihi. На этой базе ученые попытались создать искусственный интеллект, имитирующий биологические нейронные сети – делающие оперативные и точные выводы о свойствах различных объектов.
«За последние несколько лет было сделано много полезного в области роботизированных манипуляций, однако объединение тактильных ощущений и видеоданных для получения точного ответа о свойствах объекта по-прежнему остается сложной технологической проблемой», - заявил профессор факультета металловедения NUS Бенджамин Ти (Benjamin Tee), который занимается исследованиями в области робототехники совместно с профессором Гарольдом Со (Harold Soh), представляющего факультет компьютерных наук и вычислительной техники NUS. Ученым удалось серьезно продвинуться, применяя с одной стороны новейшие материалы, а с другой – современные компьютерные технологии. Результаты их совместной работы были представлены на конференции Robotics: Science and Systems Conference в июле 2020 года.
Ученые из NUS применили усовершенствованную искусственную кожу, известную как Asynchronous Coded Electronic Skin (ACES), разработанную специалистами самого сингапурского института в 2019 году. Основанный на данном материале датчик способен обнаруживать прикосновения более чем в 1000 раз быстрее, чем сенсорная нервная система человека. То есть он может определять форму, текстуру и твердость объектов в 10 раз быстрее, чем время моргания человеческого глаза.
Создание сверхбыстрого датчика на основе искусственной кожи решило примерно половину головоломки. В дополнение к этом потребовался искусственный мозг, который в конечном итоге может достичь нужного уровня восприятия и обучения всей системы. Как раз для этого и был задействован нейроморфный чип Intel, доступный сингапурскому научному заведению как участнику исследовательского сообщества Intel Neuromorphic Research Community (INRC).
В своих первоначальных экспериментах исследователи оценили эффективность считывания шрифта Брайля искусственной рукой. Данные с ее сенсоров передавались в облако, где микроудары преобразовывались в семантическое значение. В итоге удалось добиться точности в 92%, при этом энергозатраты нейроморфного чипа оказались в 20 раз меньше энергии, которую на аналогичные вычисления потратил бы обычный микропроцессор.
Следующей задачей стала классификация роботом, подключенным к нейросети, свойств различных непрозрачных контейнеров, содержащих различное количество жидкости. У системы с тактильными датчиками качество классификации оказалось на 10% лучше, чем у той, что ориентировалась только на компьютерное зрение. Быстродействие нейроморфного процессора при этом оказалось на 21% выше, чем у графического чипа.
Исследование было поддержано Национальным офисом робототехники Сингапура (NR2PO), учреждением, которое поддерживает экосистему робототехники в стране, спонсируя разработки, которые можно использовать в госсекторе и бизнесе. В NUS полагают, что на базе проведенных исследований смогут создать решения для логистики и пищевой промышленности, где существует высокий спрос на роботизированную автоматизацию, особенно в эпоху после COVID.