Радиолокационный чип с низким энергопотреблением использует нейронные сети с пиками

Imec утверждает, что создала первый в мире чип на основе нейронной сети (SNN) для обработки радиолокационных сигналов, позволяющий создавать такие приложения, как интеллектуальные маломощные радарные системы предотвращения столкновений для дронов, которые идентифицируют приближающиеся объекты за считанные миллисекунды

Имитируя работу групп биологических нейронов для распознавания временных паттернов, imec заявила, что ее чип потребляет в 100 раз меньше энергии, чем традиционные реализации, при этом демонстрируя десятикратное сокращение задержки, что позволяет принимать почти мгновенные решения. Например, микродоплеровские радиолокационные сигнатуры можно классифицировать, используя мощность всего 30 мВт. Хотя архитектуру и алгоритмы чипа можно легко настроить для обработки различных данных датчиков (включая потоки электрокардиограммы, речи, сонара, радара и лидара), его первый вариант использования будет охватывать создание маломощного, высокоинтеллектуального анти- Система радара столкновений для дронов, которая может гораздо эффективнее реагировать на приближающиеся объекты.

Искусственные нейронные сети (ИНС) уже созданы в широком спектре областей применения. Они являются ключевым компонентом, например, радарных систем предотвращения столкновений, обычно используемых в автомобильной промышленности. Но ИНС имеют ограничения. Во-первых, они потребляют слишком много энергии для интеграции во все более ограниченные (сенсорные) устройства. Кроме того, для базовой архитектуры и форматирования данных ИНС требуется, чтобы данные совершали трудоемкий путь от сенсорного устройства до алгоритма логического вывода ИИ, прежде чем можно будет принять решение. В этом может помочь пиковое количество нейронных сетей (SNN).

«Сегодня мы представляем первый в мире чип, который обрабатывает радиолокационные сигналы с помощью нейронной сети с повторяющимися импульсами», - говорит Илья Окет, руководитель программы нейроморфного зондирования в imec. «SNN работают очень похоже на биологические нейронные сети, в которых нейроны редко испускают электрические импульсы с течением времени и только при изменении сенсорного ввода. Таким образом, можно значительно снизить потребление энергии. Более того, импульсные нейроны на нашем чипе могут быть подключены периодически, что превращает SNN в динамическую систему, которая изучает и запоминает временные паттерны. Технология, которую мы представляем сегодня, - это большой шаг вперед в развитии действительно самообучающихся систем ».

Imec заявила, что ее чип изначально был разработан для поддержки электрокардиограммы (ЭКГ) и обработки речи в устройствах с ограниченным энергопотреблением. Его общая архитектура, основанная на совершенно новом дизайне цифрового оборудования, означает, что его также можно легко перенастроить для обработки множества других сенсорных входных данных, таких как данные сонара, радара и лидара. В отличие от аналоговых реализаций SNN, цифровая конструкция imec, управляемая событиями, заставляет микросхему вести себя точно и многократно, как это прогнозируется инструментами моделирования нейронной сети.

Интеллектуальная маломощная система предотвращения столкновений для дронов (и автомобилей)

Ключевым применением нового чипа imec является система предотвращения столкновений с малой задержкой и низким энергопотреблением для дронов. Индустрия дронов - даже в большей степени, чем автомобильный сектор - работает с устройствами с ограниченными возможностями (например, с ограниченной емкостью батареи), которым необходимо быстро реагировать на изменения в окружающей среде, чтобы надлежащим образом реагировать на приближающиеся препятствия. Выполняя свою обработку рядом с датчиком радара, микросхема должна позволить системе обнаружения радара гораздо быстрее и точнее различать приближающиеся объекты. В свою очередь, в imec заявили, что это позволит дронам практически мгновенно реагировать на потенциально опасные ситуации.

Ocket прокомментировал:«Один из сценариев, который мы в настоящее время изучаем, включает автономные дроны, которые зависят от своих бортовых камер и систем радарных датчиков для навигации на складе, сохраняя безопасное расстояние от стен и полок при выполнении сложных задач. Эта технология может использоваться и во многих других случаях - от сценариев робототехники до развертывания автоматических управляемых транспортных средств (AGV) и даже мониторинга состояния здоровья ». Чип удовлетворяет спрос на нейронные сети с низким энергопотреблением, которые учатся на данных и позволяют персонализировать ИИ. Для создания чипа imec привлекла к совместной работе экспертов из различных областей исследовательского института - от разработки обучающих алгоритмов и пиковых архитектур нейронных сетей, которые берут за основу нейробиологию, до обработки биомедицинских и радиолокационных сигналов и проектирования цифровых чипов со сверхнизким энергопотреблением. .

>> Эта статья была первоначально опубликована на наш дочерний сайт EE Times Europe.