MADRID, 19 Jun. (EUROPA PRESS) -
Un nuevo sistema de navegación robótica es capaz de imitar los procesos neuronales del cerebro humano y utiliza menos del 10 por ciento de la energía requerida por los sistemas tradicionales.
En un estudio publicado en la revista 'Science Robotics', los investigadores de la Queensland University of Technology (QUT) en Australia detallan un nuevo sistema al que llaman LENS (Codificación Local con Sistemas Neuromórficos).
LENS utiliza computación inspirada en el cerebro para establecer un nuevo punto de referencia de bajo consumo energético para el reconocimiento de lugares mediante robots. La investigación, realizada por el primer autor, el neurocientífico Adam Hines, junto con el profesor Michael Milford y el doctor Tobias Fischer , todos del Centro de Robótica de QUT y la Escuela de Ingeniería Eléctrica y Robótica de QUT , utiliza un sistema llamado computación neuromórfica.
"Para ejecutar estos sistemas neuromórficos, diseñamos algoritmos especializados que aprenden más como lo hacen los humanos, procesando información en forma de picos eléctricos, similares a las señales utilizadas por las neuronas reales", comenta el doctor Hines en un comunicado.
"Las limitaciones energéticas son un desafío importante en la robótica del mundo real, especialmente en campos como la búsqueda y el rescate, la exploración espacial y la navegación submarina. Al utilizar computación neuromórfica, nuestro sistema reduce los requisitos energéticos de la localización visual hasta en un 99 por ciento, lo que permite que los robots operen durante más tiempo y cubran mayores distancias con suministros de energía limitados. Sabíamos que los sistemas neuromórficos podrían ser más eficientes, pero a menudo son demasiado complejos y difíciles de usar en el mundo real. Desarrollamos un nuevo sistema que creemos que cambiará la forma en que se utilizan con los robots".
En el estudio, los investigadores desarrollaron LENS, un sistema capaz de reconocer ubicaciones a lo largo de un viaje de 8 km pero utilizando solo 180 KB de almacenamiento, casi 300 veces menos que otros sistemas. LENS combina una red neuronal similar a un cerebro con una cámara especial que solo reacciona al movimiento y un chip de bajo consumo, todo en un pequeño robot.
UBICACIÓN EN TIEMPO REAL
"Este sistema demuestra cómo la computación neuromórfica puede lograr un seguimiento de la ubicación en robots en tiempo real y con un consumo energético eficiente, abriendo nuevas posibilidades para la tecnología de navegación de bajo consumo", comenta el doctor Hines. "Un menor consumo de energía puede permitir que los robots operados a distancia exploren durante más tiempo y más lejos. Así, nuestro sistema permite a los robots localizarse utilizando únicamente información visual, de forma rápida y energéticamente eficiente".
El doctor Fischer, miembro de ARC DECRA, agrega que la innovación clave en el sistema LENS fue un nuevo algoritmo que explotó dos tipos de hardware prometedor de inspiración biológica: detección, a través de un tipo especial de cámara conocida como "cámara de eventos", y computación, a través de un chip neuromórfico. "En lugar de capturar una imagen completa de la escena que incluya cada detalle en cada cuadro, una cámara de eventos detecta continuamente cambios y movimientos cada microsegundo", comenta.
"La cámara detecta cambios de brillo en cada píxel, replicando fielmente cómo nuestros ojos y cerebro procesan la información visual. Saber dónde estás, también conocido como reconocimiento visual del lugar, es esencial tanto para los humanos como para los robots. Si bien las personas utilizan las señales visuales sin esfuerzo, para las máquinas es una tarea desafiante".