Ce qui es nouveau : Aujourd’hui, l’Université nationale de Singapour (NUS), membre de la communauté de recherche neuromorphique d’Intel (INRC), présente le résultat de nouvelles études démontrant le potentiel de la vision et de la détection tactile pouvant interagir avec l’environnement de la machine, associées au traitement neuromorphique d’Intel sur la robotique. Les résultats soulignent que le développement du sens tactile des robots aide à améliorer les capacités et fonctionnalités de ces derniers par rapport aux systèmes robotiques actuels uniquement fondés sur la reconnaissance visuelle. Ces recherches montrent également la façon dont les processeurs neuromorphiques peuvent surpasser les architectures traditionnelles dans le traitement de ces données sensorielles.
“Les conclusions de l’Université Nationale de Singapour fournissent un aperçu très convaincant de l’avenir de la robotique où l’information est détectée et traitée en interaction avec les éléments extérieurs en combinant de multiples modalités. Ces recherches s’ajoutent à un ensemble croissant de résultats montrant les gains considérables apportés par l’informatique neuromorphique en termes de délai de transmission de l’information et de consommation d’énergie. Cela est rendu possible une fois l’ensemble du système reconfiguré selon un paradigme qui réagit aux sollicitations du monde extérieur. Il doit également prendre en compte les capteurs, les formats de données, les algorithmes et l’architecture matérielle ». — Mike Davies, directeur du laboratoire d’informatique neuromorphique d’Intel
Pourquoi c’est important : Le sens du toucher humain est suffisamment sensible pour percevoir la différence entre des surfaces qui ne distinguent que par une seule couche de molécules. Pourtant, la majorité des robots actuels fonctionnent uniquement sur la base d’un traitement visuel. Les chercheurs du NUS espèrent changer cela en utilisant leur peau artificielle récemment développée, qui peut détecter les touchers plus de 1 000 fois plus vite que le système nerveux sensoriel humain et identifier la forme, la texture et la dureté des objets 10 fois plus vite qu’un clignement d’œil.
Développer chez un robot un sens du toucher semblable à celui de l’homme permettrait d’améliorer ses fonctionnalités actuelles et même conduire à de nouveaux cas d’utilisation. Par exemple, des bras robotiques équipés d’une peau artificielle pourraient facilement s’adapter aux changements de produits fabriqués en usine, en utilisant la détection tactile pour identifier et saisir des objets inconnus avec la bonne quantité de pression pour éviter de les lâcher. La capacité à ressentir et à mieux percevoir l’environnement favoriserait une interaction plus étroite et plus sûre entre l’homme et le robot, comme dans le secteur de la santé. Cette avancée technologique permettrait par exemple de faire un pas de plus vers l’automatisation des tâches chirurgicales en donnant aux robots chirurgicaux la sensibilité tactile qui leur fait défaut aujourd’hui.
Toutefois, cette première étape vers une telle avancée technologique nécessite également une puce capable de tirer des conclusions précises à partir des données sensorielles collectées via la peau artificielle en temps réel, tout en fonctionnant à un niveau de puissance suffisamment efficace pour être déployée directement à l’intérieur du robot. « La fabrication d’un capteur de peau artificielle ultra-rapide résout environ la moitié du puzzle qui consiste à rendre les robots plus intelligents« , a déclaré le professeur assistant Harold Soh du département d’informatique de la NUS School of Computing. « Ils ont également besoin d’un cerveau artificiel qui peut finalement réaliser la perception et l’apprentissage pour compléter le puzzle« .
A propos de la recherche de NUS : Afin d’innover en matière de perception robotique, l’équipe NUS a commencé à explorer le potentiel de la technologie neuromorphique pour traiter les données sensorielles de leur peau artificielle, en utilisant la puce de recherche neuromorphique Loihi d’Intel.Dans leur première expérience, les chercheurs ont utilisé une main robotisée munie de leur peau artificielle pour lire le braille, en transmettant les données tactiles à Loihi via un système de cloud, pour convertir les micro-bosses ressenties par la main en une signification sémantique. Loihi a atteint une précision de plus de 92 % dans la classification des lettres en braille, tout en utilisant 20 fois moins de puissance qu’un processeur Von Neumann standard.
En s’appuyant sur ces travaux, l’équipe NUS a encore amélioré les capacités de perception robotique en combinant à la fois les données visuelles et tactiles dans un réseau de neurones de pointe. Pour ce faire, ils ont chargé un robot de classer divers récipients opaques contenant différentes quantités de liquide, en utilisant les entrées sensorielles de la peau artificielle et une caméra dynamique réagissant à son environnement. En utilisant les mêmes capteurs tactiles et de vision, ils ont également testé la capacité du système de perception à identifier le glissement en rotation, qui est important pour une préhension stable.
Ces données sensorielles ont ensuite été envoyées simultanément à un processeur graphique et à la puce de recherche neuromorphique Loihi d’Intel pour comparer leurs capacités de traitement. Les résultats, présentés à Robotics : Science et Systemes mercredi 15 juillet, montrent que l’association d’une vision et d’un toucher dynamiques réagissant aux sollicitations extérieures à l’aide d’un réseau de neurones de pointe, permet d’obtenir une précision de 10 % supérieure dans la classification des objets par rapport à un système uniquement fondé sur la vision. En outre, ils ont démontré que la technologie neuromorphique était prometteuse pour alimenter de tels dispositifs robotiques. En effet, la puce Loihi traite les données sensorielles 21 % plus rapidement que le meilleur processeur graphique, tout en utilisant 45 fois moins de puissance.
« Nous sommes enthousiasmés par ces résultats. Ils prouvent qu’un système neuromorphique est une pièce prometteuse du puzzle pour combiner plusieurs capteurs afin d’améliorer la perception des robots. C’est une étape vers la construction d’humanoïdes efficaces et robustes, capables de réagir rapidement et de manière appropriée dans des situations inattendues« , a déclaré le professeur assistant Harold Soh du département d’informatique de la NUS School of Computing.