2020年8月19日——英特尔和埃森哲今日宣布,他们将共同支持英特尔神经拟态研究社区(INRC)的一个项目,该项目由以色列开放大学神经-生物拟态工程实验室牵头并与阿林医院(ALYN Hospital)协作完成。通过埃森哲的资金和技术支持、英特尔的神经拟态技术以及Applied Brain Research(ABR)公司的算法,以色列研究团队将开发一款安装在轮椅上的机器人手臂,协助有脊柱损伤的病人完成日常活动。该设备将在以色列最先进的青少年康复中心阿林医院——进行针对儿科病人的临床评估和测试。
英特尔神经拟态计算实验室主任Mike Davies表示:“神经拟态计算很适合用于辅助技术,因为它对能耗的要求低,能够学习并实时适应新情况。通过英特尔、埃森哲与以色列开放大学、阿林医院的合作,我们希望为依赖轮椅且行动不便的儿童赋予新的能力,提升病人的生活品质。”
全世界有超过7500万人出行需借助轮椅。对于由于神经肌肉或脊髓损伤而导致上肢末端残障的人来说,即使是最基本的动作(例如使用水杯喝水或使用勺子吃饭) 都是很大的困难。对于这样的病人,拿取并精准操控物体的能力一直以来都是最重要的挑战之一。
辅助机器人技术可以弥补这一鸿沟。研究表明,安装在轮椅上的机器人手臂能增强使用者的独立感,这些辅助工具最多可以减少41%的必要人为护理时间。然而,由于能让机器人手臂实时适应使用者和周围环境的部件十分昂贵,这类设备的成本极高,大多数有需要的人群无法购得。
英特尔神经拟态研究芯片Loihi拥有实时学习能力,因此有望帮助降低此类设备的开发和运营成本。研究人员预测,利用Loihi的实时学习能力可以执行自适应控制,从而增强机器人手臂的功能性,同时采用性价比高的零部件,可以将成本降低10倍以上。Loihi的高能效的特点可以保障辅助技术在真实场景落地和高效使用。同时Loihi的能效最高能达到通用芯片的1000倍,采用Loihi芯片的设备所需充电次数更少,因此更适合日常使用。
埃森哲技术创新发展与战略总监、首席研究科学家Edy Liongosari表示:“该研究项目强有力地展示了神经拟态计算对开发价格合理的智能辅助设备的重要性。为残障人士(尤其是年幼的儿科病人)提供这些设备,将对他们的独立性产生深刻影响,并改善他们的生活方式。我们期待与以色列开放大学的研究人员、阿林医院以及英特尔开展合作,贡献我们的技术和行业经验,推动这项技术进步,让它为最有需要的人服务。”
关于研究项目:以色列开放大学和阿林医院的研究人员已经开发了用于产品测试的机器人手臂;下一步是建立控制手臂的神经网络模型。为此,研究团队将采用由ABR开发并提供给本项目的“反复纠错驱动的自适应控制分层算法(REACH)”作为基础。根据ABR展示,与神经拟态计算结合的REACH模型可以让设计较为简单的机器人手臂以复杂的路径进行运动,如手写单词和数字。与传统控制模式相比,这一模式的错误率更低,在能效上也有大幅改善。
算法的工作完成后,研究团队将把新模型部署到英特尔的神经拟态硬件上,并测试机器人手臂的功能。设备经改进后将进入临床测试及评估阶段,其服务对象是阿林医院需要使用电动轮椅和患有上肢运动损伤的病人。参与者将使用一个小型的精密操纵杆来控制机器人手臂,研究人员将收集机器人手臂性能相关信息,以对其实用性进行评估。
“我们相信,基于神经拟态计算开发的机器人手臂将彻底改变很多残障人士的生活。他们将能更加轻松地参与社区活动,获得更高的独立性,还能拥有新的就业机会,” 阿林医院创新部总经理Arie Melamed-Yekel表示。“这款设备成本降低、性能提升,有望颠覆这个市场。能与以色列开放大学、英特尔和埃森哲共同引领这次变革,我们感到非常骄傲。”
埃森哲实验室和英特尔实验室的研究人员将利用自身在神经拟态计算和人工智能领域的经验,推动神经拟态算法的发展,并为本项目的研究设计提供支持。
“受限于高成本和高能耗,机器人手臂目前还无法为人们带来福祉,” 以色列开放大学首席项目研究员Elishai Ezra Tsur表示。“有了埃森哲以及英特尔、ABR的支持,我们得以探索在神经拟态硬件上实施自适应控制,以显著降低的成本满足人们对协作性强、对用户友好、精准度高的机器人手臂的需求。”
如果该项目获得成功,研究团队计划探索这款辅助机器人手臂的生产环节。此外,他们还打算探索自适应控制技术在柔性制造和工业自动化领域的应用情况。
英特尔和埃森哲将继续合作,寻找并资助其它有潜力能够推动该领域发展的神经拟态研究项目。
关于英特尔神经拟态研究社区(INRC):英特尔神经拟态研究社区是一个由全球与英特尔合作推动神经拟态计算发展、开发创新人工智能应用程序的学术团体、政府实验室、研究机构和企业组成的生态系统。
好文章,需要你的鼓励
AMD CIO的职能角色早已超越典型的CIO职务,他积极支持内部产品开发,一切交付其他部门的方案都要先经过他的体验和评判。
医学生在选择专业时,应当考虑到AI将如何改变医生的岗位形态(以及获得的薪酬待遇)。再结合专业培训所对应的大量时间投入和跨专业的高门槛,这一点就更显得至关重要。
我们拥有大量数据,有很多事情要做,然后出现了一种有趣的技术——生成式AI,给他们所有人带来的影响。这种影响是巨大的,我们在这个领域正在做着惊人的工作。