Yhdysvaltalaisen Marylandin yliopiston tutkijat ovat esitelleet uuden tavan yhdistää robottien havaintokyky ja moottoritoiminnot käyttäen hyperdimensionaalista laskentateoriaa. Tutkimuksen sovellukset voivat ulottua myös robottitekniikan ulkopuolelle.

Robotiikan seuraava askel on tutkijoiden mukaan robotin havaintokyvyn integrointi toimilaitemoottorin ominaisuuksiin. Tämä fuusio, joka tunnetaan nimellä ”aktiivinen havaintokyky”, antaisi robotille tehokkaamman ja nopeamman tavan suorittaa tehtäviä. Integrointi onkin robottialan keskeisin haaste.

Robotin anturit ja toimilaitteet ovat erillisiä järjestelmiä, jotka yhdistyvät toisiinsa keskitetyn oppimismekanismin kautta. Hankala kolmiosainen ohjausjärjestelmä, jossa jokainen osa toimii omalla tavallaan, on hidas tapa saada robotteja suorittamaan sensorimotorisia tehtäviä.

Tutkijoiden uudessa tietojenkäsittelyteoriassa robotin käyttöjärjestelmä perustuisi hyperdimensionaalisiin binäärivektoreihin (HBV). Kyseessä on hypervektoripohjainen vaihtoehto nykyisille laskentamenetelmille.

HBV:t voivat edustaa erilaisia erillisiä asioita – esimerkiksi yhden kuvan, käsitteen, äänen tai ohjeen; sekvenssit, jotka koostuvat erillisistä asioista; ja erillisten asioiden ja sekvenssien ryhmittelyt.

Hyperdimensionaalinen laskenta voisi tarjota nopeamman ja tehokkaamman vaihtoehtoisen mallin iteratiivisille hermoverkoille ja syvän oppimisen AI-menetelmille, joita tällä hetkellä käytetään tietojenkäsittelysovelluksissa, kuten datan louhinnassa, visuaalisessa tunnistamisessa ja kuvien kääntämisessä tekstiksi.

Marylandin tutkimuksen sovellukset voivat ulottua paljon robottitekniikan ulkopuolelle. Lopullisena tavoitteena on pystyä tekemään itsensä tekoälyn pohjimmiltaan eri tavalla: käsitteistä signaaleihin ja kielelle.

Lisää: Nanobitteja (LINKKI), tutkimustiedote (LINKKI), video (LINKKI) ja University of Maryland / Perception & Robotics Group (LINKKI)