새로운 연구는 미래 로봇의 서비스 또는 제조 능력을 개선하는 데 중요할 수 있다.

"로봇을 위한 대화형 연속 학습: 뉴로모픽 접근"이라는 제목의 연구 논문은 오크리지 국립 연구소에서 주최한 2022 국제 뉴로모픽 시스템(ICONS) 컨퍼런스에서 "최우수 논문"으로 선정되었다.

객체 학습 및 뉴로모픽 컴퓨팅

새로운 대화형 객체 학습 방법은 뉴로모픽 계산을 사용하여 로봇이 새로운 객체를 발견할 수 있도록 한다.

연구진은 새로운 모델을 사용하여 Loihi 뉴로모픽 칩에서 대화형 학습을 시연했으며 새로운 개체 인스턴스를 학습할 때 최대 175배 낮은 전력 소비를 달성했다. 또한 CPU에서 실행되는 기존 방법과 비교할 때 유사하거나 더 나은 속도와 정확도를 달성했다.

Image: Intel Labs

연구원들은 Loihi에 스파이크 신경망 아키텍처를 구현하여 이를 달성할 수 있었고, 플라스틱 시냅스의 단일 레이어에서 객체 학습을 국지화할 수 있었다. 또한 필요에 따라 새로운 뉴런을 모집하여 다양한 객체 보기를 설명했다. 학습 프로세스는 사용자와 상호 작용하는 동안 자율적으로 발생할 수 있다.

Yulia Sandamirskaya는 Intel의 뉴로모픽 컴퓨팅 연구소에서 논문 및 로봇 연구 책임자의 수석 저자이다.

Sandamirskaya는 "인간은 새로운 대상을 배울 때 살펴보고, 뒤집어보고, 그것이 무엇인지 묻고, 모든 종류의 설정과 조건에서 즉시 다시 인식할 수 있다."고 말했다. “우리의 목표는 상호작용 환경에서 작동하는 미래 로봇에 유사한 기능을 적용하여 예측하지 못한 상황에 적응하고 인간과 함께 더 자연스럽게 작업할 수 있도록 하는 것이다. Loihi에 대한 우리의 결과는 로봇의 미래를 위한 뉴로모픽 컴퓨팅의 가치를 강화한다.”

Image: Intel Labs

Intel Labs 뉴로모픽 컴퓨팅 연구

Intel Labs는 뉴로모픽 컴퓨팅 연구 분야의 리더로서 "차세대 지능형 장치와 자율 시스템을 구현하려는 뉴로모픽 컴퓨팅의 목표를 실현하는 데 도움을 주기 위해" 노력하고 있다.

뉴로모픽 컴퓨팅은 생물학적 신경 계산의 원리를 따르며 인간의 두뇌와 두뇌가 세상과 상호 작용하는 방식을 에뮬레이트하는 새로운 알고리즘 접근 방식에 의존한다.

뉴로모픽 컴퓨팅의 혁신적인 아키텍처 접근 방식은 에너지 효율성과 지속적인 학습이 모두 필요한 미래의 자율 AI 솔루션을 구동하는 역할을 할 것이다. 이미 로봇, 센서, 헬스케어, 대규모 AI 애플리케이션 등 다양한 분야에 적용되고 있다.