Nuovi chip per un object learning green: robot più interattivi e meno energivori

pittogramma Zerouno

News

Nuovi chip per un object learning green: robot più interattivi e meno energivori

Non serve tanta energia per emulare il processo di riconoscimento di nuovi oggetti messo in atto dal cervello umano. Lo ha dimostrato un team di ricercatori italiani e tedeschi collaborando con l’Intel Labs per rendere più green e sostenibile il suo chip neuromorfico Loihi. Un risultato che per la logistica, il manufacturing e l’assistenza sanitaria significa robot più autonomi, disinvolti e collaborativi, ma anche meno “affamati” di energia. 

28 Set 2022

di Marta Abba'

Quanta energia ci costa l’innovazione? Questo interrogativo è sempre più presente, anche nei contesti in cui la tecnologia presenta possibili scenari fruttuosi e lungimiranti. Stretti nella tenaglia crisi energetica-emergenza climatica, a ogni passo avanti si fa sempre più caso al suo impatto ambientale e al suo consumo, lavorando per minimizzare entrambi. Così hanno fatto anche i ricercatori dell’Istituto Italiano di Tecnologia e dell’Università Tecnica di Monaco, affiancando Intel Labs per sviluppare un nuovo approccio all’object learning, la tecnologia per il riconoscimento di oggetti basata sulle reti neurali.

Robot a basso consumo energetico ispirati al cervello umano

Il protagonista del nuovo traguardo raggiunto da questo team è il chip neuromorfico Loihi di Intel, già presentato nella sua seconda versione “più programmabile” a settembre 2021. Stavolta l’upgrade riguarda il consumo energetico, che arriva a essere 175 volte inferiore nell’apprendimento di nuove istanze oggetto, pur garantendo una velocità e una precisione simili o migliori rispetto ai metodi convenzionali eseguiti su CPU.

WHITEPAPER
Una guida al deep learning: cos’è, come funziona e quali sono i casi di applicazione
Intelligenza Artificiale
Robotica

Non si può parlare ancora di “Loihi 3”, ma si tratta comunque di una vera e propria svolta che ha fatto notizia oltre che nel mercato, anche nel mondo scientifico. La ricerca che illustra come si è arrivati a questo abbattimento dei consumi è stata infatti pubblicata nell’articolo “Interactive continual learning for robots: a neuromorphic approach”, nominato Best Paper alla International Conference on Neuromorphic Systems (ICONS) del 2022.

Al plauso dei ricercatori e degli ambientalisti, si affianca l’interesse da parte dei settori su cui la nuova soluzione potrebbe impattare fortemente. Sono quelli in cui gli assistenti robotici interagiscono con ambienti non vincolati, come la logistica, il manufacturing, l’assistenza sanitaria, soprattutto se agli anziani. In questi ambiti, infatti, i robot diventerebbero un alleato ancora più utile se in grado, dopo il loro rilascio, di scoprire nuovi oggetti e operare in ambienti interattivi adattandosi agli imprevisti e collaborando con le persone in modo più naturale.

La svolta green del chip neuromorfico per object learning

È frequente la presenza di chip neuromorfici all’interno di robot progettati per essere più autonomi e disinvolti quasi come una persona. Queste unità di calcolo si distinguono dalle tradizionali per via del loro voler emulare dal punto di vista informatico la rete di neuroni del nostro cervello. Nello svilupparli e realizzarli, non si mira a fare cose diverse rispetto a quelle già concepite per le varie applicazioni di intelligenza artificiale. L’obiettivo è quello di farle meglio, raggiungendo elevati livelli di performance e allo stesso tempo minimizzando i consumi. Nel caso di Loihi, si può dire che il risultato sia stato raggiunto.

L’innovazione introdotta da Intel Labs riguarda l’implementazione di un’architettura di rete neurale spiking. Si tratta di una rete neurale artificiale che, per mimare più realmente quelle naturali, oltre allo stato sinaptico e neuronale incorpora nel proprio modello operativo anche il concetto di tempo. Nella pratica, cambia il meccanismo di attivazione dei cicli di propagazione. Si passa dall’automatismo in parallelo con un ciclo per ogni neurone delle reti multistrato con percettrone, a un meccanismo regolato dal potenziale di membrana elettrica con soglia di attivazione specifica. Nel nuovo Loihi, infatti, quando un singolo neurone si attiva, genera e invia un segnale ad altri neuroni che a turno incrementano o riducono i loro potenziali in accordo a questo segnale.

Questa “nuova fisica” del chip permette di localizzare l’object learning in un singolo layer di sinapsi plastica e di raccogliere le diverse prospettive dell’oggetto coinvolgendo altri neuroni su richiesta. Come farebbe una persona, con il nuovo Loihi il robot impara a interagire con oggetti mai visti prima durante l’interazione con l’utente, diventando poi in grado di riconoscerli di nuovo istantaneamente. È la conquista di un grado di autonomia decisivo per diventare utili alla forza lavoro umana. Ciò che la rende più importante di altre agli occhi anche del mercato è l’assenza di una “tassa” energetica o ambientale da pagare per beneficiarne.

Marta Abba'

Giornalista

Laureata in Fisica e giornalista, per scrivere di tecnologia, ambiente e innovazione, applica il metodo scientifico. Dopo una gavetta realizzata spaziando tra cronaca politica e nera, si è appassionata alle startup realizzando uno speciale mensile per una agenzia di stampa. Da questa esperienza è passata a occuparsi di tematiche legate a innovazione, sostenibilità, nuove tecnologie e fintech con la stessa appassionata e genuina curiosità con cui, nei laboratori universitari, ha affrontato gli esperimenti scientifici.

Articolo 1 di 5