Robotlar artık gerçek zamanlı görmeye ve tepki vermeye başlıyor. Nature Communications dergisinde yayımlanan ve Beihang University bünyesindeki araştırmacılar tarafından yürütülen yeni bir çalışma, günümüzün önde gelen optik akış (optical-flow) yöntemlerinden dört kat daha hızlı hareket işleyen bir görme sistemini anlatıyor. Bu ilerleme, otonom araçların, endüstriyel robotların ve cerrahi makinelerin reflekslerini güçlendirebilir.
Söz konusu büyük adım, donanımı insan beynini model alarak tasarlayan nöromorfik mühendislik (neuromorphic engineering) alanına dayanıyor. Bellek ve hesaplamayı birbirinden ayıran geleneksel işlemcilerin aksine, nöromorfik çipler her iki fonksiyonu birleştirerek daha hızlı ve enerji verimli veri işlemeyi mümkün kılıyor. Biyolojiden ilham alan yaklaşım, makine ve insan algısı arasındaki farkı kapatmak için uzun süredir gelecek vaat eden bir yol olarak görülüyor.
Robotik uzmanı Shuo Gao liderliğindeki araştırma ekibi, beynin daha az bilinen bir yapısından ilham aldı: Lateral geniculate nucleus (LGN). Retina ile görsel korteks arasında yer alan LGN, hem bir aktarıcı hem de bir filtre görevi görüyor. Zamansal ve mekansal değişimlere olan hassasiyeti, insan görsel sisteminin işlem gücünü, trafikte manevra yapan bir bisikletli veya değişen bir trafik lambası gibi hızlı hareket eden nesnelere odaklamasına izin veriyor. Shuo Gao ve ekibi, bu seçici dikkat mekanizmasını silikon üzerinde taklit etmeyi amaçladı.
Geleneksel robotik görmede kameralar statik kareler yakalıyor ve algoritmalar, bir kareden diğerine piksellerdeki parlaklık değişimlerini izleyerek hareketi hesaplıyor. Güvenilir olsa da yöntem oldukça yavaş işliyor; tek bir kareyi işlemek yarım saniyeden fazla sürebiliyor. Bu gecikme, her saniyenin metrelerce kör sürüş anlamına geldiği otoyol hızlarındaki otonom araçlar için kritik bir sorun teşkil ediyor.
Beihang University araştırmacıları, ışık yoğunluğundaki değişimleri zaman içinde tespit eden özel bir nöromorfik modül geliştirdi. Tasarım, sistemin hareket bölgelerini gerçek zamanlı olarak tanımlamasını sağlayarak hesaplama kaynaklarını yalnızca değişimlerin meydana geldiği alanlara yönlendiriyor.
Simüle edilmiş sürüş senaryoları ve robot kol görevlerini içeren testlerde prototip, işlem gecikmelerini yaklaşık yüzde 75 oranında azalttı ve karmaşık manevralar sırasında hareket izleme hassasiyetini iki katına çıkardı.
Sistem, nihai görüntü yorumlama için hala geleneksel algoritmalar kullanıyor ve birden fazla hareketin üst üste bindiği görsel olarak kalabalık ortamlarda zorlanıyor. Yine de performansı, geleneksel donanım kurulumlarına göre önemli bir iyileşmeyi temsil ediyor; makinelerin insanlarla rekabet edebilecek algı hızlarına ulaşacağı bir geleceğe işaret ediyor.
Çalışmaya aşina olan araştırmacılar, bulguların robotların sokaklardan evlere kadar güvenli bir şekilde çalışabileceği ortam yelpazesini genişletebileceğini söylüyor. Robotların el hareketleri veya değişen yüz ifadeleri gibi ince görsel ipuçlarını algılaması gereken ev ortamlarında, daha hızlı görsel tepki süreleri insan-robot etkileşiminin daha doğal hissedilmesini sağlayabilir.
Otonom sistemler tasarlayan mühendisler için bir sonraki zorluk, nöromorfik donanımı ölçeklendirmek ve hızdan ödün vermeden mevcut yapay zeka çerçevelerine entegre etmek olacak. Başarılı olunması durumunda, biyolojiden ilham alan görme sistemleri sadece robotların ne gördüğünü değil, hareket halindeki bir dünyayı ne kadar çabuk anladıklarını da yeniden tanımlayabilir.
Kaynak: https://www.techspot.com/news/111316-brain-inspired-chip-helping-robots-see-faster-real.html
