據(jù) MITNews 報(bào)道，麻省理工學(xué)院計(jì)算科學(xué)和人工智能實(shí)驗(yàn)室（CSAIL）的博士 Sabrina Neuman，她預(yù)計(jì)于今年四月將展示名為 “機(jī)器人形態(tài)計(jì)算（robomorphic computing）”的技術(shù)。

當(dāng)前 CPU 芯片在處理機(jī)器人在復(fù)雜的動態(tài)情況時(shí)，表現(xiàn)無法令人滿意。于是 Neuman 和她的團(tuán)隊(duì)開發(fā)了該技術(shù)，并在 FPGA（現(xiàn)場可編程門陣列）芯片上進(jìn)行了測試，并取得了良好成績。該團(tuán)隊(duì)不止有麻省的研究生與導(dǎo)師，成員還包括數(shù)名哈佛的研究員。

在測試中，使用機(jī)器人形態(tài)計(jì)算技術(shù)的 FPGA 芯片運(yùn)行速度比 CPU 快 8 倍，比 GPU 快 86 倍。

01. 現(xiàn)行 CPU 處理問題緩慢，麻省博士設(shè)計(jì)新系統(tǒng)

如今的機(jī)器人行動速度很快，這是因?yàn)槠鋭恿ο到y(tǒng)十分強(qiáng)大，且馬力強(qiáng)勁。

但是機(jī)器人的 “頭腦”在處理人機(jī)交互等復(fù)雜問題時(shí)，表現(xiàn)卻并不盡如人意。

Neuman 表示，機(jī)器人的操作主要有三個(gè)步驟：

第一步是感知，這時(shí)機(jī)器人需要使用傳感器或攝像頭收集周邊數(shù)據(jù)。

第二步是繪圖和定位，機(jī)器人會根據(jù)感知到的信息構(gòu)筑地圖，然后在地圖中對自己進(jìn)行定位。

第三步是運(yùn)動規(guī)劃和控制，在這一步驟中機(jī)器人將規(guī)劃整個(gè)行動的過程，并保障過程中的安全。

以上步驟需要花費(fèi)時(shí)間和大量的計(jì)算能力。

團(tuán)隊(duì)成員之一的布萊恩 · 普蘭徹（Brian Plancher）認(rèn)為，如果機(jī)器人在人類周圍的動態(tài)環(huán)境中安全運(yùn)行，它們需要非常迅速地思考和反應(yīng)。

而目前的算法在 CPU 等硬件上運(yùn)行的速度并不理想，因?yàn)闄C(jī)器人的感知刺激和響應(yīng)需要大量的計(jì)算，這限制了它們的處理速度。

Neuman 認(rèn)為，盡管研究人員一直在研究更好的算法，但單靠軟件改進(jìn)并不能解決問題，探索更好的硬件可能是一種新的思路。

如果利用機(jī)器人的物理布局和預(yù)期應(yīng)用程序來生成定制的計(jì)算機(jī)芯片，機(jī)器人的響應(yīng)時(shí)間將最小化。這意味著在硬件加速的幫助下，機(jī)器人處理上述步驟的速度將遠(yuǎn)超過往。

硬件加速是指使用專門的硬件單元來更有效地執(zhí)行某些計(jì)算任務(wù)。

一種比較常用的硬件加速器是圖形處理單元（GPU），這是一種專門用于并行處理的芯片。GPU 芯片用于圖形處理非常方便，因?yàn)樗鼈兊牟⑿薪Y(jié)構(gòu)允許它們同時(shí)處理數(shù)千個(gè)像素。

“GPU 并非在所有方面都很完美，但它處理特定任務(wù)目標(biāo)的完成度是最好的，”Neuman 說，“對于特定的應(yīng)用程序，你可以通過使用定制硬件獲得更好的性能。

大多數(shù)機(jī)器人的設(shè)計(jì)都有一套預(yù)期的應(yīng)用程序，因此可以從硬件加速中受益。這也是 Neuman 的團(tuán)隊(duì)開發(fā)新系統(tǒng)的靈感來源。

基于此 Neuman 和她的團(tuán)隊(duì)開發(fā)了一套名為 “機(jī)器人形態(tài)計(jì)算（robomorphic computing）”的系統(tǒng)，它利用機(jī)器人的物理布局和預(yù)期應(yīng)用程序來生成定制的計(jì)算芯片，使機(jī)器人的響應(yīng)時(shí)間最小化。

02.FPGA 芯片測試成績優(yōu)秀，運(yùn)行速度超 CPU 8 倍

用戶輸入機(jī)器人的肢體布局和關(guān)節(jié)運(yùn)動方式等參數(shù)后，機(jī)器人形態(tài)計(jì)算系統(tǒng)通過計(jì)算將參數(shù)轉(zhuǎn)變?yōu)閿?shù)學(xué)矩陣。

這些矩陣包含許多零值，零值表示機(jī)將器人特定結(jié)構(gòu)不可能實(shí)現(xiàn)的運(yùn)動（例如人體的手臂只能在關(guān)節(jié)處彎曲，且只能以一定角度進(jìn)行彎曲，則手臂的其他彎曲動作表示為零值）。

最后，系統(tǒng)會設(shè)計(jì)一個(gè)專門的硬件架構(gòu)，只對矩陣中的非零值進(jìn)行計(jì)算。因此，最終的芯片設(shè)計(jì)是對特定機(jī)器人量身定制的，以最大限度地提高效率，以滿足復(fù)雜情況下的計(jì)算需求。

這種定制的芯片設(shè)計(jì)在測試中取得了很好的成績。

使用這種方法為特定機(jī)器人系統(tǒng)設(shè)計(jì)的硬件架構(gòu)優(yōu)于現(xiàn)成的 CPU 和 GPU 單元。雖然 Neuman 團(tuán)隊(duì)沒有從零開始制造專門的芯片，但他們根據(jù)建議編寫了一個(gè)可定制的現(xiàn)場可編程門陣列（FPGA）芯片。

盡管時(shí)鐘頻率較慢，但在測試中該芯片的運(yùn)行速度仍比 CPU 快 8 倍，比 GPU 快 86 倍。

“我對測試的結(jié)果感到興奮，” Neuman 表示，“盡管我們被較低的時(shí)鐘頻率所拖累，但是通過提高效率完全彌補(bǔ)了這一缺陷?！?/p>

03. 新系統(tǒng)拓展機(jī)器人應(yīng)用，無接觸照料新冠患者將成現(xiàn)實(shí)

Neuman 將在今年 4 月的編程語言和操作系統(tǒng)的體系結(jié)構(gòu)支持國際會議（International Conference on Architectural Support for Programming Languages and Operating Systems）上展示這項(xiàng)研究。

普蘭徹認(rèn)為機(jī)器人形態(tài)計(jì)算有廣泛的潛力。他認(rèn)為：“理想情況下，我們最終可以為每個(gè)機(jī)器人制造定制的運(yùn)動規(guī)劃芯片，使它們能夠快速計(jì)算出安全有效的運(yùn)動?！?/p>

“如果 20 年后每個(gè)機(jī)器人都有少量的定制電腦芯片，我不會感到驚訝，而機(jī)器人形態(tài)計(jì)算將成為這些定制電腦芯片的一部分?！盢euman 補(bǔ)充說。

“這項(xiàng)工作令人興奮，因?yàn)樗故玖巳绾问褂脤ｉT的電路設(shè)計(jì)來加速機(jī)器人控制的核心部件?！?波士頓動力公司的機(jī)器人工程師 Robin Deits 如此評價(jià)道。

“計(jì)算性能對機(jī)器人來說至關(guān)重要，因?yàn)楝F(xiàn)實(shí)世界從來不會等待機(jī)器人完成思考?！彼a(bǔ)充說，“該項(xiàng)目的完成將解決機(jī)器人在復(fù)雜問題中計(jì)算量過于龐大的問題?！?/p>

同時(shí)這一進(jìn)展可能會推動各種機(jī)器人應(yīng)用，包括可用于照料護(hù)理新冠病毒等傳染病患者與搬運(yùn)重物等活動。

“如果我們有機(jī)器人來幫助降低病人和醫(yī)院工作人員的風(fēng)險(xiǎn)，那就太好了。”Neuman 說。

她的下一步計(jì)劃是全自動化的機(jī)器人形態(tài)計(jì)算系統(tǒng)。屆時(shí)用戶只需拖拽機(jī)器人的參數(shù)，“后臺就會出現(xiàn)硬件描述，這將成為使該系統(tǒng)在競爭中勝出，且賦予它價(jià)值的關(guān)鍵一步?！?/p>

這項(xiàng)研究是由美國國家科學(xué)基金會（National Science Foundation）、計(jì)算研究院（Computing Research Agency）、CIFellows 項(xiàng)目和美國國防高級研究計(jì)劃局（Defense Advanced Research Projects Agency）等機(jī)構(gòu)進(jìn)行資助。

結(jié)語：

機(jī)器人應(yīng)用邊界將被拓展，醫(yī)療工程領(lǐng)域智械來襲？Neuman 團(tuán)隊(duì)的研究成果將極大地加快機(jī)器人在復(fù)雜環(huán)境中的運(yùn)行速度。而這在 5G 技術(shù)開始實(shí)用的背景下，配合高性能驅(qū)動和運(yùn)動傳感器很可能解決機(jī)器人在復(fù)雜環(huán)境下遠(yuǎn)程的通信、運(yùn)行問題。

這種情況下機(jī)器人很可能被快速投入醫(yī)療、化工等具有危險(xiǎn)或人力不足的行業(yè)。也許不久后的一天，我們將驚奇的在更多的領(lǐng)域發(fā)現(xiàn)它們的身影。

責(zé)任編輯：haq