Desain “Otak” khusus untuk Robot

Peneliti MIT telah mengembangkan cara otomatis untuk merancang perangkat keras khusus, atau “otak”, yang mempercepat pengoperasian robot.

Sebuah sistem baru merancang arsitektur perangkat keras untuk mempercepat waktu respons robot.

Robot kontemporer Pelabuhan bergerak cepat. “Mesinnya cepat, dan bertenaga,” kata Sabrina Neuman.

Namun dalam situasi yang kompleks, seperti berinteraksi dengan manusia, robot sering melakukannya tidak bergerak cepat. Serangan itu terjadi di kepala robot, tambahnya.

Menerima rangsangan dan menghitung respons membutuhkan “dorongan komputasi”, yang membatasi waktu reaksi, kata Neuman, yang baru-baru ini lulus dengan gelar PhD dari Dengan Laboratorium Ilmu Komputer dan Kecerdasan Buatan (CSAIL). Neuman telah menemukan cara untuk melawan ketidaksepakatan antara “pikiran” robot dan tubuh ini. Metode tersebut, yang disebut komputasi robomorphic, menggunakan skema fisik robot dan aplikasi yang diprediksi untuk menghasilkan chip komputer khusus yang meminimalkan waktu respons robot.

Kemajuan ini dapat memicu berbagai aplikasi robotika, termasuk, berpotensi, perawatan medis lini pertama untuk pasien yang menular. “Akan sangat luar biasa jika kami memiliki robot yang dapat membantu mengurangi risiko bagi pasien dan pekerja rumah sakit,” kata Neuman.

Neuman akan mempresentasikan penelitiannya pada Konferensi Internasional April ini tentang Dukungan Arsitektur untuk Bahasa Pemrograman dan Sistem Operasi. Rekan penulis MIT termasuk mahasiswa pascasarjana Thomas Bourgeat dan Srini Devadas, Profesor Edwin Sibley Webster dari Teknik Elektro dan Penasihat PhD untuk Neuman. Rekan penulis lainnya termasuk Brian Plancher, Thierry Tambe, dan Vijay Janapa Reddi, semuanya dari Universitas Harvard. Neuman saat ini adalah NSF Computing Innovation Fellow di Harvard’s School of Engineering and Applied Sciences.

Ada tiga langkah utama dalam pengoperasian robot, menurut Neuman. Yang pertama adalah persepsi, yang meliputi pengumpulan data dengan menggunakan sensor atau kamera. Yang kedua adalah pemetaan dan lokasi: “Berdasarkan apa yang mereka lihat, mereka akan membuat peta dunia di sekitar mereka dan kemudian menemukannya di peta itu,” kata Neuman. Langkah ketiga adalah merencanakan dan mengendalikan gerakan – dengan kata lain, memetakan suatu tindakan.

Langkah-langkah ini dapat memakan waktu dan banyak daya komputasi. “Agar robot tersebar di lapangan dan beroperasi dengan aman di lingkungan dinamis di sekitar manusia, mereka harus mampu berpikir dan bereaksi dengan sangat cepat,” kata Plancher. “Algoritme saat ini tidak dapat berjalan pada perangkat keras CPU saat ini dengan cukup cepat.”

Neuman menambahkan bahwa para peneliti telah menyelidiki algoritme yang lebih baik, tetapi berpikir bahwa hanya peningkatan perangkat lunak bukanlah jawabannya. “Apa yang relatif baru adalah gagasan bahwa Anda bahkan dapat menjelajahi perangkat keras yang lebih baik.” Ini berarti melampaui chip transformasi CPU standar yang mencakup otak robot – dengan bantuan akselerasi perangkat keras.

Akselerasi perangkat keras mengacu pada penggunaan unit perangkat keras khusus untuk melakukan aktivitas komputasi tertentu dengan lebih efisien. Akselerator perangkat keras yang umum digunakan adalah unit pemrosesan grafis (GPU), chip khusus untuk pemrosesan paralel. Perangkat ini praktis untuk grafik karena struktur paralelnya memungkinkan mereka memproses ribuan piksel secara bersamaan. “GPU sama sekali bukan yang terbaik, tapi yang terbaik untuk apa yang dibuatnya,” kata Neuman. “Dapatkan kinerja yang lebih tinggi untuk aplikasi tertentu.” Sebagian besar robot dirancang dengan serangkaian aplikasi dan oleh karena itu dapat memanfaatkan akselerasi perangkat keras. Itulah mengapa tim Neuman mengembangkan komputasi robomorphic.

Sistem membuat desain perangkat keras yang disesuaikan untuk melayani kebutuhan komputasi robot tertentu dengan lebih baik. Pengguna memasukkan parameter robot, seperti disposisi anggota badan dan bagaimana berbagai persendiannya dapat bergerak. Sistem Neuman menerjemahkan sifat-sifat fisik ini ke dalam matriks matematika. Matriks ini “renggang”, artinya matriks tersebut mengandung banyak nilai nol yang berhubungan erat dengan gerakan yang tidak mungkin diberikan berdasarkan anatomi tertentu dari sebuah robot. (Demikian pula, gerakan lengan Anda terbatas karena Anda hanya dapat menekuk sendi tertentu – ini bukan spageti yang sangat fleksibel.)

Sistem kemudian merancang arsitektur perangkat keras khusus untuk melakukan penghitungan hanya pada nilai bukan nol dalam matriks. Oleh karena itu, desain chip yang dihasilkan disesuaikan untuk memaksimalkan efisiensi untuk kebutuhan komputasi robot. Dan penyesuaian itu terbayar dalam uji coba.

Arsitektur perangkat keras yang dirancang menggunakan metode ini untuk aplikasi tertentu sejauh ini melebihi unit CPU dan GPU. Meskipun tim Neuman tidak membuat chip khusus dari awal, mereka memprogram chip array bidang yang dapat diprogram gerbang (FPGA) yang dapat disesuaikan sesuai dengan saran sistem mereka. Meskipun berjalan pada kecepatan clock yang lebih lambat, chip tersebut bekerja delapan kali lebih cepat dari CPU dan 86 kali lebih cepat dari GPU.

“Saya senang dengan hasil ini,” kata Neuman. “Bahkan jika kami terhalang oleh kecepatan per jam yang lebih rendah, kami akan mengimbanginya hanya dengan menjadi lebih efisien.”

Plancher melihat potensi luas untuk komputasi robomorphic. “Idealnya kami akhirnya dapat membuat chip perencanaan gerakan khusus untuk setiap robot, yang memungkinkannya menghitung gerakan yang aman dan efisien dengan cepat,” katanya. “Saya tidak akan terkejut jika 20 tahun dari sekarang setiap robot memiliki beberapa chip komputer khusus yang menjalankannya, dan itu mungkin salah satunya.” Neuman menambahkan bahwa komputasi robomorphic dapat memungkinkan robot untuk meningkatkan risiko manusia dalam berbagai parameter, seperti perawatan pasien covid-19 atau penanganan benda berat.

“Pekerjaan ini menarik karena menunjukkan bagaimana desain sirkuit khusus dapat digunakan untuk mempercepat komponen inti kontrol robot,” kata Robin Deits, insinyur robotika Boston Dynamics yang tidak terlibat dalam penelitian. “Kinerja perangkat lunak sangat penting untuk robotika karena dunia nyata tidak pernah menunggu robot untuk selesai berpikir.” Dia menambahkan bahwa kemajuan Neuman dapat memungkinkan robot untuk berpikir lebih cepat, “membuka perilaku menarik yang pada awalnya akan terlalu sulit secara komputasi.”

Neuman berencana untuk mengotomatiskan seluruh sistem komputasi robomorphic. Pengguna cukup menarik dan melepas parameter robot mereka, dan “dari ujung yang lain muncul deskripsi perangkat keras. Saya pikir itulah hal yang akan mendorongnya keluar dan membuatnya sangat berguna.”

Penelitian ini didanai oleh National Science Foundation, Computer Science Research Agency, CIFellows Project, dan Defense Advanced Research Projects Agency.

Related articles

Comments

LEAVE A REPLY

Please enter your comment!
Please enter your name here

Share article

Latest articles

Skrining sinar-X mengidentifikasi obat yang menjanjikan untuk pengobatan COVID-19

Sebuah tim peneliti, termasuk ilmuwan MPSD, telah mengidentifikasi beberapa kandidat untuk melawan obat tersebut SARS-CoV-2 coronavirus menggunakan sumber cahaya sinar-X PETRA III di German...

Teori konspirasi memengaruhi perilaku kita – bahkan jika kita tidak mempercayainya!

Paling tidak karena COVID-19 pandemi, teori konspirasi lebih relevan dari sebelumnya. Mereka diberitakan dan didiskusikan di hampir semua media dan komunikasi. Tapi...

“Doodle Ringan” Nyata dalam Waktu Nyata

Para peneliti di Tokyo Metropolitan University telah merancang dan menerapkan algoritme yang disederhanakan untuk mengubah garis yang digambar secara bebas menjadi hologram pada CPU...

Teleskop Webb NASA menyertakan tabir surya seukuran lapangan tenis untuk perjalanan jutaan kilometer

Kedua wajah tabir surya James Webb Space Telescope dinaikkan secara vertikal untuk mempersiapkan pelipatan lapisan tabir surya. Kredit: NASA / Chris Gunn Insinyur bekerja...

Mineralogi Hangat Global Mengelola Pusat Perlindungan Kehidupan Batin

Tim lapangan DeMMO dari kiri ke kanan: Lily Momper, Brittany Kruger, dan Caitlin Casar mengambil sampel air yang meledak dari toilet DeMMO. Pendanaan:...

Newsletter

Subscribe to stay updated.