Η ερευνητική ομάδα του Queensland University of Technology (QUT) παρουσίασε ένα νέο σύστημα πλοήγησης για αυτόνομα ρομπότ που αντλεί έμπνευση απευθείας από τον ανθρώπινο εγκέφαλο. Το σύστημα αυτό, που φέρει την ονομασία LENS (Locational Encoding with Neuromorphic Systems), αξιοποιεί τις βασικές αρχές του προσανατολισμού του εγκεφάλου για να επιτύχει εξοικονόμηση ενέργειας σε επίπεδα σχεδόν αδιανόητα για τις υπάρχουσες τεχνολογίες, καταναλώνοντας λιγότερο από το 10% της ενέργειας που απαιτείται από συμβατικά συστήματα.
Στην καρδιά της τεχνολογίας βρίσκεται η νευρομορφική πληροφορική, ένας ταχέως αναπτυσσόμενος τομέας της επιστήμης των υπολογιστών, που στοχεύει στη δημιουργία κυκλωμάτων και αλγορίθμων εμπνευσμένων από τον τρόπο λειτουργίας του ανθρώπινου εγκεφάλου. Όπως εξηγεί ο Dr. Adam Hines, νευροεπιστήμονας και πρώτος συγγραφέας της σχετικής μελέτης που δημοσιεύτηκε στο περιοδικό Science Robotics, οι ερευνητές ανέπτυξαν εξειδικευμένους αλγορίθμους που μαθαίνουν με τρόπο παρόμοιο με αυτόν των ανθρώπων. Η επεξεργασία της πληροφορίας πραγματοποιείται μέσω ηλεκτρικών παλμών, αντίστοιχων με τα σήματα που μεταδίδουν οι βιολογικοί νευρώνες.
Η ανάγκη για περιορισμένη ενεργειακή κατανάλωση είναι ζωτικής σημασίας σε πλήθος εφαρμογών της ρομποτικής, ειδικά σε αποστολές διάσωσης, εξερεύνηση ωκεανών ή ακόμα και στο Διάστημα. Τα σημερινά συστήματα πλοήγησης απαιτούν σημαντική ενέργεια για να λειτουργήσουν, γεγονός που περιορίζει την αυτονομία και τη χρηστικότητά τους. Το LENS έρχεται να αλλάξει τα δεδομένα, εισάγοντας έναν συνδυασμό τεχνολογιών που επιτυγχάνει εξαιρετικά αποτελέσματα με ελάχιστη κατανάλωση.
Η πρώτη καινοτομία αφορά τη χρήση ενός ειδικού αισθητήρα. Αντί να καταγράφει ολόκληρες εικόνες σε σταθερά χρονικά διαστήματα, όπως οι κλασικές κάμερες, ο συγκεκριμένος αισθητήρας καταγράφει μόνο τις αλλαγές στη φωτεινότητα σε επίπεδο μεμονωμένων pixels και μάλιστα σε χρονικό εύρος μικροδευτερολέπτων. Όπως επισημαίνει ο Dr. Tobias Fischer, μέλος της ερευνητικής ομάδας, η προσέγγιση αυτή μιμείται με εξαιρετική ακρίβεια τον τρόπο που το ανθρώπινο οπτικό σύστημα αντιλαμβάνεται την κίνηση. Το αποτέλεσμα είναι ότι συλλέγεται μόνο η ουσιαστική πληροφορία (αλλαγές και κίνηση), και αποφεύγεται η επεξεργασία πλεονάζοντων δεδομένων, κάτι που συνεπάγεται θεαματική εξοικονόμηση ενέργειας.
Τα δεδομένα αυτά τροφοδοτούν στη συνέχεια έναν τύπο τεχνητής νοημοσύνης που μιμείται πιο πιστά από τα συμβατικά δίκτυα τη λειτουργία του ανθρώπινου εγκεφάλου. Το δίκτυο αυτό λειτουργεί πάνω σε ένα chip χαμηλής κατανάλωσης και μαθαίνει να αναγνωρίζει τοποθεσίες βάσει των οπτικών σημάτων που δέχεται. Κατά τη διάρκεια των δοκιμών, το LENS κατάφερε να αναγνωρίσει σημεία κατά μήκος μιας διαδρομής 8 χιλιομέτρων χρησιμοποιώντας μνήμη μόλις 180 kilobytes, έναν όγκο δεδομένων σχεδόν 300 φορές μικρότερο από αυτόν που απαιτούν άλλες τεχνολογίες πλοήγησης.
Ο καθηγητής Michael Milford τονίζει ότι αυτή η εξέλιξη συνιστά θεμελιώδες βήμα προς την ανάπτυξη ενεργειακά αποδοτικών ρομποτικών συστημάτων, που θα μπορούν επιτέλους να ανταποκριθούν στις αυξημένες απαιτήσεις πραγματικών εφαρμογών. Οι δυνατότητες που ανοίγονται είναι εντυπωσιακές: ρομπότ ικανά να χαρτογραφήσουν εκτενώς περιοχές που έχουν πληγεί από φυσικές καταστροφές, να εξερευνήσουν πλανήτες με μεγαλύτερη διάρκεια αποστολής ή να παρακολουθούν το θαλάσσιο περιβάλλον συνεχώς και χωρίς διακοπές.
[via]
