Onderzoekers van de Nationale Tsing Hua University hebben onlangs een kunstmatige intelligentie (AI) -chip ontwikkeld die de optische zenuwen nabootst van de fruitvlieg, waardoor drones automatisch obstakels kunnen vermijden terwijl ze in een ultra-energiebesparende modus blijven.
Hoewel onbemande luchtvaartuigen (UAV) vaak worden gebruikt op het gebied van communicatie en landbouw, wordt hun gebruik belemmerd door hun kleine formaat en beperkte batterijcapaciteit. Daar wilden de hoogleraren Tang Keactionation van het Department of Electrical Engineering en Lo Chung-chuan van het Department of Life Sciences een oplossing voor vinden.
Obstakels vermijden
De meeste UAV’s die momenteel in gebruik zijn vertrouwen op de transmissie en reflectie van elektromagnetische golven om obstakels te detecteren en te vermijden, maar dit kost veel energie. Een alternatieve benadering om obstakels te vermijden is om optische lenzen te gebruiken om beelden vast te leggen en te analyseren, maar de hoeveelheid te verwerken informatie is te groot om snel te kunnen worden uitgevoerd, en deze benadering kost ook veel energie.
Geïntrigeerd door het feilloze vermogen van de fruitvlieg om obstakels te vermijden, bedacht Tang dat het mogelijk zou kunnen zijn om de optische zenuw van dit kleine insect te repliceren en aan te passen aan AI-toepassingen.
Informatie-overload
De eerste taak was om het probleem van informatie-overload op te lossen. Volgens Tang heeft de beeldsensor die momenteel in camera’s en mobiele telefoons wordt gebruikt miljoenen pixels, terwijl het oog van een fruitvlieg slechts ongeveer 800 pixels heeft. Wanneer de hersenen van de fruitvlieg visuele signalen zoals contour en contrast verwerken, gebruikt het een soort detectiemechanisme dat automatisch onbelangrijke informatie eruit filtert en alleen aandacht schenkt aan bewegende objecten die kunnen botsen.
Door dit detectiemechanisme te imiteren, heeft het onderzoeksteam een AI-chip ontwikkeld die het mogelijk maakt om handgebaren en een beeldsensor te gebruiken om een drone te bedienen.
Neurale paden
Eerst wordt de drone geleerd zich te concentreren op het belangrijkste, vervolgens wordt geleerd hoe de afstand en de kans op een botsing moeten worden beoordeeld. Voor dit doel heeft Lo een gedetailleerd onderzoek uitgevoerd naar hoe de fruitvlieg optische stroming detecteert, waarvoor hij uitgebreid gebruik heeft gemaakt van de kaarten van de neurale paden van de fruitvlieg geproduceerd door het Brain Research Center van NTHU.
“Optische stroming is het relatieve traject dat in het gezichtsveld wordt achtergelaten door bewegende objecten in de buurt en dat door de hersenen wordt gebruikt om de afstand te bepalen en om obstakels te vermijden,” legde Lo uit.
Volgens Tang is de AI-chip die door zijn onderzoeksteam is ontwikkeld een grote doorbraak op het gebied van in-memory computing. Computers en mobiele telefoons verplaatsen eerst gegevens van het geheugen naar de centrale verwerkingseenheid van de CPU, en zodra ze zijn verwerkt, worden de gegevens teruggeplaatst naar het geheugen voor opslag. Een dergelijk proces verbruikt tot 90% van de energie en tijd van het deep learning-proces. De AI-chip die door het NTHU-team is ontwikkeld, bootst daarentegen neuronale synapsen na, waardoor het berekeningen in het geheugen kan uitvoeren, wat de efficiëntie aanzienlijk verbetert.
