Motor Neuromórfico Impulsa Robot Rodante, Reduciendo Consumo Energético 99.75%

Motion Design INSIDER

Un robot rodante sigue a Xiaoqiu An, doctorando en ingeniería mecánica, guiado por un objetivo: un trozo de cartón rojo en un palo de acero. (Imagen: Mingze Chen, Laboratorio de Nanoingeniería y Nanodispositivos, Universidad de Michigan)

La computación analógica está volviendo con hardware que procesa y almacena información en la misma ubicación, similar a neuronas biológicas. Un ordenador más pequeño, ligero y eficiente energéticamente, demostrado en la Universidad de Michigan, podría ayudar a ahorrar peso y energía para drones y rovers autónomos, con implicaciones para vehículos autónomos en general.

Eficiencia energética récord

El controlador autónomo tiene entre los requisitos de energía más bajos reportados, según el estudio publicado en Science Advances. Opera a meros 12.5 microwatios — en la órbita de un marcapasos. En sus pruebas, un robot rodante usando el controlador pudo perseguir un objetivo zigzagueando por un pasillo con la misma velocidad y precisión que con un controlador digital convencional. En un segundo ensayo, con un brazo de palanca que se reposicionaba automáticamente, el nuevo controlador funcionó igual de bien.

"Este trabajo introduce un dispositivo nanoelectrónico revolucionario diseñado para plataformas hardware que pueden computar eficientemente con arquitecturas de redes neuronales", dijo Xiaogan Liang, profesor de ingeniería mecánica en U-M y autor correspondiente del estudio.

Importancia para drones y rovers espaciales

La alta eficiencia y miniaturización son especialmente importantes para aplicaciones como drones y rovers espaciales, donde tanto peso como energía son escasos. Sin embargo, vehículos autónomos convencionales también podrían beneficiarse. Mil millones de horas de conducción autónoma por año podrían consumir más energía que todos los centros de datos actuales combinados mundialmente, según investigación previa.

Memristores: la clave de la computación analógica eficiente

La computación analógica, casi abandonada por el menor consumo y mayor precisión de la digital, puede parecer un héroe improbable — pero un elemento de circuito relativamente nuevo está cambiando el juego. El memristor, propuesto en 1971 y demostrado por primera vez en 2008, almacena información en su resistencia eléctrica. Cuando se expone a un voltaje, reduce la cantidad de resistencia que impondrá a la siguiente señal. Algunos memristores pueden olvidar señales previas con el tiempo y volver a su resistencia original, un comportamiento similar a la relajación en neuronas. Este es el tipo que el equipo de Liang construyó.

Un robot rodante sigue a Xiaoqiu An, doctorando en ingeniería mecánica, guiado por un objetivo: un trozo de cartón rojo en un palo de acero. El recuadro muestra la alimentación de la cámara del robot. (Video: Mingze Chen, Laboratorio de Nanoingeniería y Nanodispositivos, Universidad de Michigan)

Como ya funcionan mucho como redes neuronales, las redes de memristores pueden funcionar como redes neuronales artificiales mucho más eficientemente que ordenadores basados en transistores convencionales. Además, para sensores y actuadores que son analógicos en sí mismos, mantener el procesamiento analógico ahorra costes energéticos de convertir señales entre analógico y digital.

Fabricación innovadora

El equipo construyó sus circuitos de memristor en la Instalación de Nanofabricación Lurie en U-M frotando un brazo con punta de oro, aproximadamente 30 micras de diámetro, a través de un chip de silicio — como frotar un globo en tu cabello para que se pegue a una pared con electricidad estática. Las cargas eléctricas guiaron entonces seleniuro de bismuto vaporizado a acumularse a lo largo de ocho líneas entrecruzadas de unos 15 nanómetros de espesor, dispuestas similar a un tablero de tres en raya. Luego platearon electrodos de titanio y oro en los extremos de cada línea.

El nuevo controlador memristor (derecha) se compara con un controlador estándar (izquierda) en un banco de prueba de controlador de drone. El rotor del drone debe elevar el brazo de palanca a una posición dada tras reposar en el suelo y luego recuperar esa posición después de que el brazo sea empujado. (Video: Mingze Chen, Xiaoqiu An y Nihal Sekhon, Laboratorio de Nanoingeniería y Nanodispositivos, Universidad de Michigan)

Inyectaron señales a través de un electrodo y las leyeron en cinco electrodos del otro lado del chip, cada uno representando una neurona. En el estudio, datos de cámara del robot rodante tuvieron que convertirse a señales analógicas en un procesador de silicio antes de pasar por la red de memristores. Similarmente, para el brazo de palanca, datos sobre la posición del brazo entraron en la red de memristores a través de un procesador de silicio, y produjo los fundamentos de instrucciones para hacer funcionar el rotor del drone adjunto para elevar el brazo a la posición correcta.

Comportamiento intuitivo y edge computing

"Dispositivos como el nuestro podrían permitir a robots tener comportamientos intuitivos como seres humanos, como cuando tocas agua muy caliente y retiras la mano. La respuesta de control puede ser menos precisa, pero puede ser muy rápida", dijo Mingze Chen, reciente doctorado en ingeniería mecánica.

"Edge computing significa que la información no tiene que viajar a un centro de datos para procesamiento, como los nervios y músculos en nuestra mano y brazo pueden reaccionar sin enviar información a nuestro cerebro. Edge computing puede ser más rápido, con menor consumo energético, porque no gastamos tiempo y energía transmitiendo datos".

Fuente

Transcripción

No hay transcripción disponible para este video.