Neuromorfisch computergebruik verhoogt de efficiëntie van robots

Bewerkt door: Irena I

Recente ontwikkelingen in neuromorfisch computergebruik zorgen voor een revolutie in de energie-efficiëntie van robotsystemen. Deze door de hersenen geïnspireerde technologie stelt robots in staat complexe taken uit te voeren en tegelijkertijd het energieverbruik aanzienlijk te verminderen.

Onderzoekers aan de Queensland University of Technology ontwikkelden Locational Encoding with Neuromorphic Systems (LENS). Het maakt gebruik van spiking neural networks met dynamische visionsensoren en neuromorfe processors. LENS kan plaatsen over lange afstanden nauwkeurig herkennen, met minimaal energieverbruik.

De University of Michigan creëerde een autonome controller die zeer weinig stroom verbruikt. Deze controller is getest in verschillende robottoepassingen. Deze ontwikkelingen maken deel uit van een grotere trend naar energiezuinigere en snellere AI-systemen.

Neuromorfisch computergebruik bootst de architectuur van de menselijke hersenen na. Deze aanpak biedt een oplossing voor de toenemende energiebehoefte van AI. De integratie van deze technologie in robots verbetert hun mogelijkheden en pakt duurzaamheid aan door het energieverbruik te verminderen.

Naarmate deze technologieën vorderen, zullen ze cruciaal zijn bij het ontwikkelen van efficiëntere en capabelere autonome robots. Dit zal leiden tot duurzamere en effectievere robotoplossingen in verschillende industrieën.

Bronnen

  • Mirage News

  • A compact neuromorphic system for ultra energy-efficient, on-device robot localization

  • Revolutionary Brain-Inspired Computer Powers Rolling Robot with Just 0.25% of the Energy Used by Traditional Controllers

  • Brain-inspired computing makes computations more energy efficient and faster

Heb je een fout of onnauwkeurigheid gevonden?

We zullen je opmerkingen zo snel mogelijk in overweging nemen.