Sistema de ubicación de objetos de ultra bajo consumo inspirado en Barn-Owl

Inspirándose en la neuroanatomía de la lechuza común, CEA-Leti, un instituto de investigación tecnológica con sede en Grenoble (Francia), ha desarrollado un sistema de localización de objetos basado en eventos que acopla sensores ultrasónicos y piezoeléctricos de última generación a un transductor neuromórfico. , mapa computacional basado en memorias resistivas.

Apareció en un artículo publicado recientemente en Naturaleza Comunicaciónel equipo de investigación describe el desarrollo de un sistema de procesamiento auditivo que aumenta la eficiencia energética hasta en cinco órdenes de magnitud en comparación con los sistemas de localización convencionales.

“Las aplicaciones de procesamiento sensorial del mundo real requieren sistemas informáticos compactos, de baja latencia y bajo consumo”, explica el artículo “Localización de objetos neuromórficos mediante memorias resistivas y transductores ultrasónicos”. “Gracias a sus capacidades informáticas en memoria y basadas en eventos, las arquitecturas neuromórficas de semiconductores de óxido de metal (CMOS) híbridos memristivos complementarios proporcionan un sustrato de hardware ideal para tales tareas”.

La neurobiología ofrece una variedad de soluciones de energía ultrabaja para procesar de manera eficiente la información sensorial, ya que diferentes animales e insectos han evolucionado para realizar tareas difíciles de manera eficiente con energía limitada. En el corazón del procesamiento de señales biológicas hay dos conceptos fundamentales: detección de eventos y computación analógica en memoria.

“Nos inspiramos en la biología para integrar estos dos aspectos de la computación en nuestro hardware, aprovechando los sensores ultrasónicos de última generación y las tecnologías de memoria resistiva de CEA-Leti”, dijo Elisa Vianello, científica principal y coordinadora del programa Edge AI. y autor principal del artículo. “En particular, nos enfocamos en la tarea de localización de objetos basada en la acústica. Los búhos resuelven efectivamente este problema, por lo que extrapolamos sus principios de cálculo a nuestro sistema.

CEA-Leti construyó y probó este sistema de localización de objetos con la ayuda de investigadores de CEA-List, la Universidad de Zúrich, la Universidad de Tours y la Universidad de Udine. El equipo se basó en los éxitos de CEA-Leti en el desarrollo de sensores transductores ultrasónicos micromecanizados piezoeléctricos (pMUT) y sus avances en redes neuronales de picos basadas en tecnologías de memoria resistiva.

El primer desafío de los investigadores fue desarrollar una canalización de preprocesamiento que extraiga información clave de pMUT, que codifican información basada en eventos breves o picos. Esta codificación temporal de la señal conduce a mayores eficiencias de potencia en comparación con los datos analógicos o digitales continuos tradicionales, de modo que solo se procesan los datos relevantes.

“Circuito analógico basado en RRAM bioinspirado”

“Nuestro sistema, que puede tener un uso futuro en aplicaciones de fusión de sensores, imita el mecanismo de captura de presas extremadamente eficiente en energía del búho, que está precedido por una búsqueda auditiva y visual combinada”, dijo Filippo Moro, autor principal del artículo. “La búsqueda auditiva de energía ultrabaja siempre está activa, y cuando una neurona auditiva específica se dispara, el búho tiene la información que necesita para iniciar la búsqueda visual, que es más precisa pero más costosa en términos de consumo de energía”.

El segundo desafío fue diseñar y fabricar un circuito basado en una RRAM analógica bioinspirada para procesar eficientemente los eventos extraídos y estimar la ubicación de un objeto. La memoria resistiva proporciona una solución compacta para almacenar pesos sinápticos y las RRAM son dispositivos no volátiles, una característica que coincide con la naturaleza asíncrona impulsada por eventos del sistema propuesto por el equipo, lo que resulta en un consumo de energía cero cuando el sistema está inactivo.

“Para minimizar el consumo de energía del sistema de ubicación de objetos, los investigadores imaginaron, diseñaron e implementaron un circuito neuromórfico eficiente basado en RRAM que procesa la información de la señal producida por sensores integrados para calcular la posición de un objeto objetivo en tiempo real”, informa el artículo. . “Mientras que las técnicas de procesamiento convencionales muestrearían continuamente la señal detectada y calcularían el crujido para extraer información útil, la solución neuromórfica propuesta calcula de forma asíncrona a medida que llega la información útil: esto nos permitió aumentar la eficiencia energética del sistema hasta cinco órdenes de magnitud”.

Durante la última década, CEA-Leti ha logrado avances sustanciales en sensores pMUT y redes neuronales de picos basadas en tecnologías de memoria resistiva. El trabajo en curso muestra que la combinación de sensores visuales, como las cámaras DVS, y el sensor auditivo propuesto basado en pMUT deben explorarse para desarrollar la futura robótica de consumo.

Además, imitar el sistema de ubicación de objetos preciso y eficiente de una lechuza común es otro ejemplo del trabajo del instituto para demostrar que los conceptos bioinspirados pueden mejorar drásticamente el rendimiento de los sistemas Edge-AI. En marzo, Vianello recibió una subvención de 3 millones de euros del Consejo Europeo de Investigación (ERC) para construir dispositivos de memoria a nanoescala. inspirado en el sistema nervioso de los insectos para aplicaciones tales como robótica de consumo, chips de diagnóstico médico implantables y electrónica portátil.