Cookies op Tweakers

Tweakers maakt gebruik van cookies, onder andere om de website te analyseren, het gebruiksgemak te vergroten en advertenties te tonen. Door gebruik te maken van deze website, of door op 'Ga verder' te klikken, geef je toestemming voor het gebruik van cookies. Wil je meer informatie over cookies en hoe ze worden gebruikt, bekijk dan ons cookiebeleid.

Meer informatie

Door , , 25 reacties

Amerikaanse wetenschappers hebben een drone voorzien van een zogenoemde neuromorfische processor. De chip ontving data van verschillende sensoren die op de drone gemonteerd waren, om een indruk van ruimtes waarin de drone vloog te krijgen.

De 100 gram wegende drone werd uitgerust met een prototype chip met 576 silicium 'neuronen'. De processor werd aangesloten op de optische, ultrasone en infrarode sensoren van de drone en vervolgens bestuurden wetenschappers het vliegtuigje door drie verschillende ruimtes. Het ging om een neuromorfische processor: een chip waarvan de werking gemodelleerd is naar de werking van de hersenen.

Elke keer als de drone een nieuwe ruimte betrad, ontstond een uniek patroon van elektrische activiteit in de neuronen van de chip, op basis van de inkomende sensordata over wanden, meubels en andere objecten. Omdat in de processor niet eerder dergelijke activiteit plaatsgevonden had, kon de chip afleiden dat hij zich in een nieuwe omgeving bevond. Op basis van het gevormde patroon kon de processor verder herkennen dat hij in een ruimte vloog waar hij al eerder was geweest.

Praktische toepassingen voor het experiment zijn er nog niet, maar volgens de onderzoekers gaat het om een empirische test van ideeën over de werking van neuromorfische processors. "Het toont aan dat het mogelijk is om letterlijk on the fly te leren terwijl we zeer beperkt werden wat betreft gewicht, omvang en verbruik", zegt Narayan Srinivasa van HRL’s Center for Neural & Emergent Systems tegen MIT's Technology Review. De chip van HRL woog 18 gram en verbruikte 50mW.

Het experiment was onderdeel van een onderzoeksproject naar de mogelijkheden van neuromorfische processors van Darpa, de onderzoeksafdeling van de Amerikaanse defensie. Srinivasa verwacht dat dit soort chips intelligente toepassingen mogelijk maken in combinatie met de sensoren in auto's, vliegtuigen en andere systemen.

drone met neuromorfische chip

Moderatie-faq Wijzig weergave

Reacties (25)

Ik ben benieuwd hoeveel meer capaciteit er nodig zal zijn om de besturing ook over te laten aan een dergelijk neuraal netwerk. Lijkt me interessant om te zien, zet het apparaat in een ruimte, zet het aan en laat het zichzelf leren vliegen.
Om een ruwe indruk te krijgen, een fruitvliegje heeft ongeveer 100.000 neuronen.
En als je een dergelijk aantal neuronen op een drone plaatst is het nog maar de vraag of deze vanzelf gaat bedenken dat deze moet gaan vliegen. Een belangrijke drijfveer bij veel levende wezens is voortplanting, een succesvolle voortplanting zorgt bij aantallen die groot genoeg zijn uiteindelijk voor een 'beter' organisme.
Voor een drone wordt dit allemaal maar behelpen; 'we' zullen 'hen' dus een beetje moeten helpen met ze te vertellen wat ze moeten gaan aanvangen.
Ik zie dat een mens 23 miljard neuronen heeft... dus als ze 40 miljoen van die chips zouden koppelen, kunnen ze dan een mens (volwassene) simuleren? Of zie ik het nu helemaal verkeerd?

Wel een grappige ontwikkeling, nu kunnen ze on the fly gebouwen mappen ;)
Volgens het linkje zijn het er 86 miljard ipv 23 miljard (23 mld = cerebral cortex).
Ik ken echter types die met veel minder dan 23 miljard moeten rondkomen..... :+
(je kent ze wel, petje achterstevoren, minstens 3 keer het K woord per zin :F)


Anyways terug naar je vraag. Zelfs 86 miljard gesimuleerde neuronen maken nog geen werkende hersens.
Daar zijn specialisaties van die verbindingen voor nodig.
De capaciteit om te leren.
Zintuigelijke waarnemingen.
Emotie/binding.
En zoals Reflishader al vermeld hierboven: Drive / motivatie.

Mocht dat alles ooit kunnen worden ingeblikt dan nog zit je met 2 heel belangrijke ontbrekende schakels en dat zijn "random" fouten & daarvan kunnen leren (+ verder ontwikkelen) en de hele ontwikkeling van emoties.
Het zou meer een baby zijn die nog niets weet. Ook is het zo dat er bij mensen nog andere factoren spelen zoals indrukken van hormonen en andere triggers zoals bijvoorbeeld emoties. Als je dat ook allemaal na kan bouwen, ben je principe mensen aan het klonen :Y)
heel veel meer capaciteit, echter hoeft dit niet plaats te vinden op de drone zelf.

Het mooie van dit concept is dat je nu dus een soort van hash kunt ontwikkelen voor een ruimte.
Wanneer in een volgende stap de onderlinge posities van meerdere drones in combinatie met de sensordata naar een centrale server gestuurd kan worden. Dan kan die een blauwdruk van de kamer maken.

Voordeel is dat rekenkracht oneindig groot kan zijn en de drones dus relatief licht en goedkoop, waardoor je er dus veel kunt inzetten. Nog een voordeel is dat je een centrale aansturing hebt die overzicht kan behouden over het geheel. Dus ook over de grote bulk aan inkomende sensor gegevens en nu dus ook nog interpretatie gegevens.
Nadeel is dat ze niet autonoom kunnen handelen en dat zou uiteindelijk wel de bedoeling moeten worden.

[Reactie gewijzigd door cyble op 5 november 2014 19:28]

Wat voor nut heeft het om iets in hardware te bouwen als je software nog niet deugt?
Je zal ergens moeten beginnen.

Zonder hardware is er geen medium om de software op te testen, behalve simulaties.

Met hardware kun je in iedergeval je nieuw ontwikkelde software testen.
Ze bouwen een hardwarechip.

Dat is net zo iets als een auto bouwen zonder eerst 'm op de computer ontworpen te hebben in software.
Mooie techniek. Ik vraag me af of het mogelijk gaat worden om deze input te laten omzetten naar 3d-tekeningen zodat je direct de kamers te zien krijgt waar er gevlogen wordt/is.

Kan wel allerlei toepassingen bedenken waar we dit voor kunnen gaan gebruiken i.c.m. zelf leren vliegen.
Dat is mogelijk met de optische data. Waarschijnlijk niet met het betreffende cameratje op dit model, maar dat is wel mogelijk een betere camera.

Het probleem daarvan is echter, om een 3D weergave te maken moet de UAV eerst weten wat zijn exacte locatie in die ruimte is. Anders krijg je absolute data zonder een relatieve ligging waardoor het vrijwel zijn gehele waarde verliest.

Immers heeft het weinig zin voor een UAV om een hele kamer te 'scannen' zonder dat 'ie weet wat de locatie van de data is.

Kortom, je hebt een soort van GPS nodig wat binnenshuis werkt. Dat is er al, maar enkel in een voorbereide ruimte. Het is nog niet mogelijk om een drone een willekeurig gebouw binnen te vliegen en dat 'ie dan weet waar 'ie is.
Het nadeel lijkt mij wel dat de chip het menselijk ontvangen / reageren krijgt. En daardoor juist eerder bij menselijk denken uitkomt ipv logisch nadenken. Ik vraag mij af of dit voor auto's wel handig is.. Stel dat de auto zo vaak in een ongemakkelijke situatie terecht komt waarmee het een referentie kader krijgt dat de auto niet meer volgens de norm kan rijden?
Dit ding is totaal niet nuttig. Waarom al een hardware chip drukken als je software nog niks kan?

De werkelijkheid is dat ze tientallen miljoenen krijgen om hardware te bouwen maar niet voor goede software. Dus vandaar dat dit soort projecten nooit verder komen.

In de jaren 90 was er in Denemarken al iets soortgelijks, alleen dan niet met een quadcoptertje van een paar gram, maar een joekel van een hardware ANN.

Dat was stuk geavanceerder project dan dit en zonder die hardware ANN was daar ook geen subsidie voor geweest.
Wauw stel je voor dat je als input van zon chip signalen van onze eigen neuronen gebruikt en de output weer naar onze eigen neuronen stuurt, misschien kan je dan weer functie herstellen van mensen met hersenschade.
-edit- blijkbaar al bedacht en uitgevoerd

[Reactie gewijzigd door FearlessAss op 5 november 2014 17:54]

Ik wil nog wel een paper zien die de techniek uitlegt. Een ANN (artificial neural network) werkt totaal anders en simpeler dan de neuronen in een brein. Kortgezegd: brein-neuronen hebben een intrinsieke complexiteit in voltageverschillen, chemische ladingen, refractory periods, etc. Een kunstmatig neuron is gewoon een signaal door een sigmoide functie heen leiden met een bepaalde threshold.

Ik ben benieuwd of men hier een neuron op de analoge manier bedoelt (zou heel goed zijn) of op de kunstmatige manier (minder goed, lijkt niet op een echt neuron maar nog steeds bruikbaar).

[Reactie gewijzigd door Struikrover op 5 november 2014 17:54]

Je kunt uitgaan van een ANN, anders zouden ze het van de daken schreeuwen dat ze iets ingewikkelders hadden gedaan.
Prachtig. Darpa. Ooit als iedereen het heeft en er is geen voorsprong meer voor defensie mogen wij het kopen. En in die tijd hebben wij het allang.
als het maar geen vrouwelijke neuronen zijn dan hangt ie constant voor de spiegel :9
Maar als tie mannelijke neuronen had vloog hij overal stomdronken tegenaan, nog slechter dus.

Op dit item kan niet meer gereageerd worden.



Apple iOS 10 Google Pixel Apple iPhone 7 Sony PlayStation VR AMD Radeon RX 480 4GB Battlefield 1 Google Android Nougat Watch Dogs 2

© 1998 - 2016 de Persgroep Online Services B.V. Tweakers vormt samen met o.a. Autotrack en Carsom.nl de Persgroep Online Services B.V. Hosting door True