I chip neuromorfici puntano a realizzare un sistema in grado di imitare il comportamento del cervello, fornendo di conseguenza elevate prestazioni di calcolo a fronte di un consumo energetico bassissimo, ottenendo di conseguenza un’altissima efficienza. Già da un po’ di tempo, Intel sta lavorando sul chip neuromorfico Loihi e, recentemente, in collaborazione con l’Istituto italiano di Tecnologia e l’Università di Monaco, ha introdotto un nuovo approccio all’object learning basato su reti neurali.

In particolare, questo approccio sarà particolarmente utile in futuro per gli assistenti robotici impiegati in attività come la logistica, la sanità e l’assistenza agli anziani. Infatti, grazie al’object learning, i robot del futuro saranno in grado di imparare continuamente come usare nuovi oggetti. Dal punto di vista energetico, questo nuovo sistema permetterebbe a Loihi di usare un’energia fino a 175 volte inferiore per apprendere una nuova istanza di oggetto, con una velocità e una precisione simile o migliore rispetto ai metodi tradizionali basati su CPU.

Questo importante risultato è stato ottenuto tramite un’architettura di rete neurale spiking che analizza all’apprendimento a un singolo strato di sinapsi plastiche che tiene conto delle diverse viste degli oggetti reclutando nuovi neuroni su richiesta, permettendo ai processi di apprendimento di svolgersi autonomamente durante l’interazione con l’utente.

Yulia Sansamirskaya, responsabile della ricerca pubblicata nell’articolo “Interactive continual learning for robots: a neuromorphic approach“, nominato “Best Paper” alla International Conferenze on Neuromorphic Systems (ICONS) di quest’anno, ha affermato:

Quando un essere umano impara a conoscere un nuovo oggetto, lo guarda, lo gira, gli chiede che cos’è e poi è in grado di riconoscerlo di nuovo in ogni tipo di ambiente e condizione in modo istantaneo. Il nostro obiettivo è quello di applicare capacità simili ai futuri robot che operano in contesti interattivi, consentendo loro di adattarsi agli imprevisti e di lavorare in modo più naturale accanto agli esseri umani. I risultati ottenuti con Loihi rafforzano il valore del calcolo neuromorfico per il futuro della robotica.