Motor neuromórfico alimenta robô rolante, reduzindo o uso de energia em 99,75%

Motion Design INSIDER
Um robô rolante segue Xiaoqiu An, um estudante de doutorado em engenharia mecânica, guiado por um alvo:um pedaço de papelão vermelho em uma vara de aço. (Imagem:Mingze Chen, Laboratório de Nanoengenharia e Nanodispositivos, Universidade de Michigan)
A computação analógica está de volta com hardware que processa e armazena informações no mesmo local, semelhante aos neurônios biológicos. Um computador menor, mais leve e com maior eficiência energética, demonstrado na Universidade de Michigan, poderia ajudar a economizar peso e energia para drones e rovers autônomos, com implicações para veículos autônomos de forma mais ampla.

O controlador autônomo tem um dos requisitos de energia mais baixos relatados, de acordo com o estudo publicado na Science Advances . Ele opera com apenas 12,5 microwatts – quase o equivalente a um marca-passo. Em seus testes, um robô rolante usando o controlador foi capaz de perseguir um alvo ziguezagueando por um corredor com a mesma velocidade e precisão de um controlador digital convencional. Numa segunda tentativa, com um braço de alavanca que se reposicionou automaticamente, o novo controlador funcionou igualmente bem.

“Este trabalho apresenta um dispositivo nanoeletrônico inovador projetado para plataformas de hardware que podem computar eficientemente com arquiteturas de redes neurais”, disse Xiaogan Liang, professor de engenharia mecânica da UM e autor correspondente do estudo.

A alta eficiência e a miniaturização são especialmente importantes para aplicações como drones e rovers espaciais, nas quais tanto o peso quanto a energia são valiosos. No entanto, os veículos autónomos convencionais também poderiam beneficiar da tecnologia. Um bilhão de horas de condução de veículos autônomos por ano poderia consumir mais energia do que os atuais data centers combinados em todo o mundo, de acordo com pesquisas anteriores.

A computação analógica, praticamente abandonada pelo menor consumo de energia e maior precisão da tecnologia digital, pode parecer um herói improvável – mas um elemento de circuito relativamente novo está mudando o jogo. O memristor, proposto em 1971 e demonstrado pela primeira vez em 2008, armazena informações em sua resistência elétrica. Quando exposto a uma tensão, reduz a quantidade de resistência que imporá ao próximo sinal. Alguns memristores podem esquecer sinais anteriores ao longo do tempo e retornar à sua resistência original, um comportamento semelhante ao relaxamento nos neurônios. Este é o tipo que a equipe de Liang construiu.


Um robô rolante segue Xiaoqiu An, um estudante de doutorado em engenharia mecânica, guiado por um alvo:um pedaço de papelão vermelho em uma vara de aço. A inserção mostra a imagem da câmera do robô. (Vídeo:Mingze Chen, Laboratório de Nanoengenharia e Nanodispositivos, Universidade de Michigan)
Como já funcionam como redes neurais, as redes de memristores podem funcionar como redes neurais artificiais com muito mais eficiência do que os computadores convencionais baseados em transistores. Além disso, para sensores e atuadores que são analógicos, manter o processamento analógico economiza os custos de energia da conversão de sinais entre analógicos e digitais.

A equipe construiu seus circuitos de memristor no Lurie Nanofabrication Facility da U-M esfregando um braço com ponta de ouro, com cerca de 30 mícrons de diâmetro, em um chip de silício - como esfregar um balão no cabelo para que ele grude na parede com eletricidade estática. As cargas elétricas então guiaram o seleneto de bismuto vaporizado para se acumular ao longo de oito linhas entrecruzadas com cerca de 15 nanômetros de espessura, dispostas de forma semelhante a um jogo da velha. Eles então banharam eletrodos de titânio e ouro nas extremidades de cada linha.


O novo controlador de memristor (à direita) é comparado com um controlador padrão (à esquerda) em uma plataforma de teste de controlador de drone. O rotor do drone deve levantar o braço da alavanca para uma determinada posição após repousar no solo e então recuperar essa posição após o braço ser empurrado. (Vídeo:Mingze Chen, Xiaoqiu An e Nihal Sekhon, Laboratório de Nanoengenharia e Nanodispositivos, Universidade de Michigan)
Eles injetaram sinais através de um eletrodo e os leram em cinco eletrodos do outro lado do chip, cada um representando um neurônio. No estudo, os dados da câmera do robô rolante tiveram que ser convertidos em sinais analógicos em um processador de silício antes de passarem pela rede de memristores. Da mesma forma, para o braço de alavanca, os dados sobre a posição do braço foram para a rede de memristores através de um processador de silício, e produziram as bases das instruções para operar o rotor do drone conectado para levantar o braço para a posição correta.

"Dispositivos como o nosso podem permitir que robôs tenham comportamentos intuitivos como os seres humanos, da mesma forma que você pode tocar em água muito quente e puxar a mão para trás. A resposta do controle pode ser menos precisa, mas pode ser muito rápida", disse Mingze Chen, um recente Ph.D. graduado em engenharia mecânica.

"A edge computing significa que as informações não precisam viajar até um data center para serem processadas, pois os nervos e músculos de nossas mãos e braços podem reagir sem enviar as informações para nossos cérebros. A edge computing pode ser mais rápida, com menor consumo de energia, porque não gastamos tempo e energia na transmissão de dados."

Fonte 

Transcrição

Nenhuma transcrição está disponível para este vídeo.