El chip de radar de baja potencia utiliza redes neuronales con picos

Imec afirma haber construido el primer chip basado en redes neuronales con picos (SNN) para el procesamiento de señales de radar, lo que permite la creación de aplicaciones como sistemas de radar anticolisión inteligentes de baja potencia para drones que identifican objetos que se acercan en cuestión de milisegundos

Imec, que imita la forma en que operan los grupos de neuronas biológicas para reconocer patrones temporales, dice que su chip consume 100 veces menos energía que las implementaciones tradicionales, al tiempo que presenta una reducción de diez veces en la latencia, lo que permite una toma de decisiones casi instantánea. Por ejemplo, las firmas de radar micro-Doppler se pueden clasificar usando solo 30 mW de potencia. Si bien la arquitectura y los algoritmos del chip se pueden sintonizar fácilmente para procesar una variedad de datos de sensores (incluidos los flujos de electrocardiograma, voz, sonar, radar y lidar), su primer caso de uso abarcará la creación de un dispositivo antiinflamatorio altamente inteligente y de bajo consumo. sistema de radar de colisión para drones que puede reaccionar de manera mucho más eficaz a los objetos que se acercan.

Ya se han establecido redes neuronales artificiales (ANN) en una amplia gama de dominios de aplicación. Son un ingrediente clave, por ejemplo, de los sistemas anticolisión basados ​​en radar que se utilizan comúnmente en la industria automotriz. Pero las RNA tienen limitaciones. Por un lado, consumen demasiada energía para integrarse en dispositivos (sensores) cada vez más restringidos. Además, la arquitectura subyacente y el formato de datos de las ANN requieren que los datos emprendan un viaje lento desde el dispositivo sensor hasta el algoritmo de inferencia de IA antes de que se pueda tomar una decisión. Ahí es donde las redes neuronales con picos (SNN) pueden ayudar.

"Hoy presentamos el primer chip del mundo que procesa señales de radar utilizando una red neuronal de picos recurrentes", dice Ilja Ocket, gerente de programa de detección neuromórfica en imec. “Las SNN operan de manera muy similar a las redes neuronales biológicas, en las que las neuronas disparan pulsos eléctricos escasamente a lo largo del tiempo, y solo cuando cambia la entrada sensorial. Como tal, el consumo de energía se puede reducir significativamente. Es más, las neuronas con picos de nuestro chip se pueden conectar de forma recurrente, convirtiendo el SNN en un sistema dinámico que aprende y recuerda patrones temporales. La tecnología que estamos presentando hoy es un gran paso adelante en el desarrollo de sistemas verdaderamente de autoaprendizaje ”.

Imec dijo que su chip fue diseñado inicialmente para soportar electrocardiogramas (ECG) y procesamiento de voz en dispositivos con limitaciones de energía. Su arquitectura genérica basada en un diseño de hardware digital completamente nuevo significa que también se puede reconfigurar fácilmente para procesar una variedad de otras entradas sensoriales como sonar, radar y datos lidar. A diferencia de las implementaciones de SNN analógicas, el diseño digital impulsado por eventos de imec hace que el chip se comporte de manera exacta y repetida según lo predicho por las herramientas de simulación de redes neuronales.

Sistema anticolisión inteligente de baja potencia para drones (y automóviles)

Una aplicación clave para el nuevo chip imec es un sistema anticolisión de baja latencia y baja potencia para drones. La industria de los drones, incluso más que el sector automotriz, trabaja con dispositivos restringidos (por ejemplo, capacidad limitada de la batería) que necesitan reaccionar rápidamente a los cambios en su entorno para reaccionar adecuadamente a los obstáculos que se aproximan. Al realizar su procesamiento cerca del sensor de radar, el chip debería permitir que el sistema de detección de radar distinga mucho más rápidamente y con precisión entre los objetos que se aproximan. A su vez, imec dijo que esto permitirá que los drones reaccionen casi instantáneamente a situaciones potencialmente peligrosas.

Ocket comentó:“Un escenario que estamos explorando actualmente presenta drones autónomos que dependen de sus sistemas de sensores de radar y cámara a bordo para la navegación en el almacén, manteniendo una distancia segura de las paredes y estantes mientras realizan tareas complejas. Esta tecnología también podría usarse en muchos otros casos de uso, desde escenarios de robótica hasta la implementación de vehículos guiados automáticos (AGV) e incluso monitoreo de salud ". El chip satisface la demanda de redes neuronales de bajo consumo que aprenden de los datos y permiten una IA personalizada. Para crear el chip, imec contó con expertos de diversas disciplinas dentro del instituto de investigación que trabajaron juntos, desde el desarrollo de algoritmos de entrenamiento y arquitecturas de redes neuronales de picos que toman la neurociencia como base, hasta el procesamiento de señales biomédicas y de radar y el diseño de chips digitales de ultra baja potencia. .

>> Este artículo se publicó originalmente el nuestro sitio hermano, EE Times Europe.