QUT Centre for Robotics 的研究人員開發了一種新型機器人導航系統。
這個名為 Locational Encoding with Neuromorphic Systems (LENS) 的系統，旨在改變自主機器人的運作方式。LENS 的核心靈感來自於人類大腦，這是已知最有效的導航系統。
值得注意的是，這個受大腦啟發的系統在能耗方面僅為傳統系統的 10% 以下。
「為了運行這些神經形計算系統，我們設計了專門的算法，使其學習方式更接近人類，通過電信號的形式處理信息，類似於真實神經元發出的信號。」首席作者及神經科學家 Dr Adam Hines 表示。
對於在現實世界中運作的機器人，例如搜索與救援任務、深海探索或太空任務，能量至關重要。
標準導航系統消耗大量電力，嚴重限制了這些機器的運行時間和行駛距離。
該系統基於神經形計算，能將視覺定位的能耗需求降低高達 99%。這一特性使機器人在有限的電力下能夠運行更長時間並行駛更遠距離。
「我們已經知道神經形系統可能更高效，但它們往往過於複雜，難以在現實中使用——我們開發了一個新系統，認為這將改變它們在機器人中的應用。」Hines 補充道。
LENS 系統在一條 8 公里（4.9 英里）的路線上展示了其卓越的定位識別能力，並且只需 180KB 的存儲空間，這是其他系統的近 300 倍更小的存儲足跡。
這些機器人如何實現如此驚人的效率？這是多種技術的巧妙結合。
首先，使用了一種特殊的相機：事件相機。
「事件相機並不是捕捉場景的完整圖像，而是每微秒持續感知變化和運動。」Dr Tobias Fischer 解釋道。
該相機通過感知像素級的亮度變化來運作，這一過程與人類的視覺處理非常相似。
視覺位置識別——根據所見判斷位置，對於人類和機器人都至關重要。人類能輕鬆完成這項任務，但對機器人來說卻相對困難。
這些「以運動為重點」的數據隨後由一個類似大腦的脈衝神經網絡在低功耗芯片上進行處理，所有這一切都包含在一個緊湊的系統內。
「這項研究是一個朝著能源高效機器人系統邁進的良好例子，為用戶提供所需的性能和持久性，讓這些機器人能夠在其應用領域中發揮作用。」研究作者之一的 Professor Michael Milford 表示。
未來，LENS 系統可能會搭載於各種機器人上。它有潛力使災難現場的地圖繪製更為全面，延長對其他星球的探索時間，或以驚人的持久力監測海洋環境。
目前，神經形系統的研究與開發正在迅速擴展。
去年，Intel 發佈了 Hala Point，世界上最大的神經形計算機系統，旨在使人工智能更具可持續性。這款受大腦啟發的計算機在處理信息的速度上快 50 倍，同時消耗的能量比其他系統少 100 倍。
這些新發現已發表在《Science Robotics》期刊上。
日本電話卡推介 / 台灣電話卡推介
一㩒即做：香港網速測試 SpeedTest HK
