Un chip híbrido de potencia ultra baja inspirado en el cerebro podría ayudar a que robots de tamaño pequeño puedan colaborar y aprender de sus experiencias. Combinado con las nuevas generaciones de motores y sensores de baja potencia, el nuevo Circuito Integrado de Aplicación Específica (ASIC = Application-Specific Integrated Circuit), que funciona con milivatios de potencia, podría ser de ayuda para que los enjambres de robots inteligentes operen durante horas en lugar de minutos.

Para ahorrar energía, los chips utilizan un procesador híbrido digital/analógico basado en dominio de tiempo (time domain), en el que la información se codifica en el ancho de pulso de las señales. El circuito integrado de red neuronal se adapta tanto a la programación basada en modelos como al aprendizaje reforzado por colaboración, lo que podría proporcionar a estos pequeños robots mayores capacidades de reconocimiento, búsqueda y rescate, y otras misiones.

Investigadores del Instituto de Tecnología de Georgia demostraron autos robóticos conducidos por ASIC únicos en la Conferencia Internacional de Circuitos de Estado Sólido (ISSCC) IEEE 2019. La investigación fue patrocinada por la Agencia de Proyectos de Investigación Avanzada de Defensa (DARPA) y la Corporación de Investigación de Semiconductores (SRC) a través del Centro para la Habilitación de Inteligencia Autónoma Inspirada en el Cerebro (CBRIC).

«Estamos tratando de poner inteligencia en estos robots tan pequeños para que puedan aprender sobre su entorno y moverse de forma autónoma, sin infraestructura», dijo Arijit Raychowdhury, profesor asociado de la Escuela de Ingeniería Eléctrica e Informática de Georgia Tech. «Para lograrlo, queremos incorporar diseños de circuitos de baja potencia a estos dispositivos tan pequeños para que puedan tomar decisiones por su cuenta. Existe una gran demanda de robots muy pequeños pero capaces, que no requieren infraestructura».

Los autos demostrados por Raychowdhury junto a los estudiantes de posgrado Ningyuan Cao, Muya Chang y Anupam Golder navegan a través de una pista rodeada de almohadillas de goma y paredes de bloques de cartón. Mientras buscan un objetivo, los robots deben esquivar conos de tráfico y evitarse entre ellos, aprendiendo del entorno a medida que avanzan y se comunican continuamente.

Los autos utilizan sensores de inercia y ultrasonido para determinar su ubicación y detectar objetos a su alrededor. La información de los sensores va al ASIC híbrido, que sirve como el «cerebro» de los vehículos. Luego, las instrucciones van a un controlador Raspberry Pi, que es el que envía instrucciones a los motores eléctricos.

En los pequeños robot, tres sistemas principales consumen energía: los motores y controladores utilizados para conducir y dirigir las ruedas, el procesador y el sistema de detección. En los autos construidos por el equipo de Raychowdhury, que el ASIC sea de baja potencia significa que los motores consumen la mayor parte de ésta. «Hemos podido reducir la potencia de cómputo a un nivel en el que el cálculo está dominado por las necesidades de los motores», dijo.

El equipo está trabajando con colaboradores en motores que utilizan tecnología microelectromecánica (MEMS) capaz de operar con mucha menos potencia que los motores convencionales.

«Quisiéramos construir un sistema en el que la potencia de detección, las comunicaciones y la potencia de la computadora y la actuación estén aproximadamente al mismo nivel, del orden de cientos de milivatios», dijo Raychowdhury, quien es profesor adjunto de Semiconductores ON en la Escuela de Ingeniería Eléctrica y Computación. «Si podemos construir estos robots del tamaño de la palma de la mano con motores y controladores eficientes, deberíamos poder obtener tiempos de operación de varias horas con un par de baterías AA. Ahora tenemos una buena idea de qué tipo de plataformas informáticas necesitamos para ofrecer esto, pero todavía necesitamos los otros componentes para ponernos al día».

En la computación basada en time-domain, la información se transporta en dos voltajes diferentes, codificados en el ancho de los pulsos. Eso le da a los circuitos las ventajas de eficiencia energética de los circuitos analógicos con la robustez de los dispositivos digitales.

«El tamaño del chip se reduce a la mitad, y el consumo de energía es un tercio de lo que necesitaría un chip digital tradicional», dijo Raychowdhury. «Usamos varias técnicas en los diseños de lógica y memoria para reducir el consumo de energía al rango de milivatios (un milivatio es una milésima de vatio), y al mismo tiempo cumplir con el objetivo de rendimiento».

Con cada ancho de pulso representando un valor diferente, el sistema es más lento que los dispositivos digitales o analógicos, pero Raychowdhury dice que la velocidad es suficiente para estos robots pequeños.

«Para estos sistemas de control, no necesitamos circuitos que operen a múltiples gigahercios porque los dispositivos no se mueven tan rápido», dijo. «Estamos sacrificando un poco de rendimiento para obtener eficiencias energéticas extremas. Incluso si la computadora funciona a 10 o 100 megahercios, eso será suficiente para las aplicaciones que se buscan».

Los chips CMOS de 65 nanómetros se adaptan a los dos tipos de aprendizaje apropiados para un robot. El sistema puede programarse para seguir algoritmos basados en modelos, y puede aprender de su entorno utilizando un sistema de fortalecimiento que fomenta un mejor y mejor desempeño a lo largo del tiempo, como un niño que aprende a caminar tropezando con cosas.

«Se inicia el sistema con un conjunto predeterminado de “pesos” en la red neuronal para que el robot pueda comenzar desde un buen lugar y no se bloquee de inmediato ni proporcione información errónea», dijo Raychowdhury. «Cuando usted lo ubica en un nuevo sitio, el entorno tendrá algunas estructuras que reconocerá y otras que el sistema tendrá que aprender. Luego, el sistema tomará las decisiones por su cuenta y evaluará la efectividad de cada decisión para optimizar sus movimientos».

La comunicación entre los robots les permite colaborar para buscar un objetivo.

«En un entorno de colaboración, el robot no solo necesita entender lo que está haciendo, sino también lo que están haciendo los demás en el mismo grupo», dijo. «Trabajarán para maximizar logros totales del grupo en lugar de una recompensa individual».

Con su demostración en la Conferencia Internacional de Circuitos de Estado Sólido, que les aportó una prueba del diseño, el equipo continúa optimizando el desarrollo y está trabajando en un sistema en chip para integrar los circuitos de computación y control.

«Queremos habilitar más y más funcionalidad en estos pequeños robots», agregó Raychowdhury. «Hemos demostrado lo que es posible, y lo que hemos hecho ahora tendrá que ser aumentado por otras innovaciones».

Fuente: Instituto de Tecnología de Georgia

Artículos Relacionados:
• Walbi, el bípedo que aprende a caminar
• Usando electricidad y agua, un nuevo tipo de motor puede poner microrobots en movimiento
• Un robot que procura moverse tan bien como una hormiga
• LSM6DSOX: acelerómetro y giroscopio con aprendizaje automático incorporado
• Logran que los robots rastreen objetos en movimiento con una precisión sin precedentes
• Nuevos micro robots de tamaño celular podrían hacer viajes increíbles