Robomorphic Computing: Designing Customized "Brains" for Robots
نظام جديد يبتكر بنى الأجهزة لتسريع وقت استجابة الروبوتات.
يمكن للروبوتات المعاصرة أن تتحرك بسرعة. تقول Sabrina Neuman: "المحركات سريعة وهي قوية".
لكن في المواقف المعقدة، مثل التفاعلات مع الناس، غالبًا ما لا تتحرك الروبوتات بسرعة. وتضيف: "قطع الاتصال هو ما يحدث في رأس الروبوت".
تقول Neuman، التي تخرجت مؤخرًا بدرجة الدكتوراه من معهد ماساتشوستس للتكنولوجيا وعلوم الكمبيوتر ومختبر الذكاء الاصطناعي (CSAIL)، إن إدراك المحفزات وحساب الاستجابة يتطلب "عبئًا كبيرًا من الحسابات boatload of computation"، مما يحد من وقت رد الفعل. وجدت Neuman طريقة لمحاربة عدم التوافق بين "عقل" الروبوت وجسمه. الطريقة، التي تسمى الحوسبة الروبوتية Robomorphic Computing، تستخدم التخطيط المادي للروبوت والتطبيقات المقصودة لإنشاء شريحة كمبيوتر مخصصة تقلل من وقت استجابة الروبوت.
يمكن لهذا التقدم أن يغذي مجموعة متنوعة من تطبيقات الروبوتات، بما في ذلك، من المحتمل، الرعاية الطبية في الخطوط الأمامية للمرضى المصابين بالعدوى. تقول Neuman: "سيكون أمرًا رائعًا إذا كان لدينا روبوتات يمكنها المساعدة في تقليل المخاطر على المرضى والعاملين في المستشفيات".
ستقدم Neuman البحث في المؤتمر الدولي في أبريل حول الدعم المعماري للغات البرمجة وأنظمة التشغيل. من بين المؤلفين المشاركين في معهد ماساتشوستس للتكنولوجيا، طالب الدراسات العليا Thomas Bourgeat وSrini Devadas، أستاذ Edwin Sibley Webster للهندسة الكهربائية ومستشار الدكتوراه في Neuman. ومن بين المؤلفين المشاركين الآخرين Brian Plancher، وThierry Tambe، وVijay Janapa Reddi، وجميعهم من جامعة هارفارد. Neuman هى الآن زميل ما بعد الدكتوراه في NSF Computing Innovation في كلية هارفارد للهندسة والعلوم التطبيقية.
وفقًا لـ Neuman، هناك ثلاث خطوات رئيسية في عملية الروبوت. الأول هو الإدراك، والذي يتضمن جمع البيانات باستخدام أجهزة الاستشعار أو الكاميرات. والثاني هو رسم الخرائط والتوطين: "بناءً على ما رأوه، يتعين عليهم إنشاء خريطة للعالم من حولهم ثم تحديد موقعهم داخل تلك الخريطة"، كما تقول Neuman. الخطوة الثالثة هي التخطيط والتحكم في الحركة- وبعبارة أخرى، التخطيط لمسار العمل.
قد تستغرق هذه الخطوات وقتًا وقدرًا هائلاً من قوة الحوسبة. يقول Plancher: "لكي يتم نشر الروبوتات في الميدان وتعمل بأمان في بيئات ديناميكية حول البشر، يجب أن تكون قادرة على التفكير والتفاعل بسرعة كبيرة". "لا يمكن تشغيل الخوارزميات الحالية على أجهزة وحدة المعالجة المركزية الحالية بسرعة كافية".
تضيف Neuman أن الباحثين كانوا يحققون في خوارزميات أفضل، لكنها تعتقد أن تحسينات البرامج وحدها ليست الحل. "الجديد نسبيًا هو فكرة أنه يمكنك أيضًا استكشاف أجهزة أفضل". وهذا يعني الانتقال إلى ما هو أبعد من شريحة معالجة وحدة المعالجة المركزية ذات المشكلات القياسية التي تشتمل على عقل الروبوت- بمساعدة تسريع الأجهزة.
يشير تسريع الأجهزة إلى استخدام وحدة أجهزة متخصصة لأداء مهام حوسبة معينة بشكل أكثر كفاءة. مسرعات الأجهزة شائعة الاستخدام هي وحدة معالجة الرسومات (GPU)، وهي شريحة مخصصة للمعالجة المتوازية. هذه الأجهزة سهلة الاستخدام للرسومات لأن بنيتها المتوازية تسمح لها بمعالجة آلاف البكسل في وقت واحد. تقول Neuman: "إن وحدة معالجة الرسومات ليست الأفضل في كل شيء، لكنها الأفضل في ما تم تصميمه من أجله". "تحصل على أداء أعلى لتطبيق معين". تم تصميم معظم الروبوتات بمجموعة مخصصة من التطبيقات، وبالتالي يمكن أن تستفيد من تسريع الأجهزة. لهذا السبب طور فريق Neuman الحوسبة الروبوتية.
يقوم النظام بإنشاء تصميم أجهزة مخصص لتلبية احتياجات الحوسبة الخاصة بإنسان آلي على أفضل وجه. يقوم المستخدم بإدخال معلمات الروبوت، مثل تصميم أطرافه وكيف يمكن أن تتحرك مفاصله المختلفة. يترجم نظام Neuman هذه الخصائص الفيزيائية إلى مصفوفات رياضية. هذه المصفوفات "متفرقة"، مما يعني أنها تحتوي على العديد من القيم الصفرية التي تتوافق تقريبًا مع الحركات المستحيلة نظرًا لتشريح الروبوت الخاص. (وبالمثل، فإن حركات ذراعك محدودة لأنها لا يمكن أن تنحني إلا عند مفاصل معينة- فهي ليست معكرونة سباغيتي مرنة بلا حدود).
يقوم النظام بعد ذلك بتصميم بنية الأجهزة المتخصصة لإجراء العمليات الحسابية فقط على القيم غير الصفرية في المصفوفات. لذلك تم تصميم تصميم الرقاقة الناتج لزيادة الكفاءة إلى أقصى حد لاحتياجات الحوسبة للروبوت. وقد أتى هذا التخصيص ثماره في الاختبار.
تفوقت بنية الأجهزة المصممة باستخدام هذه الطريقة لتطبيق معين على وحدات المعالجة المركزية ووحدات معالجة الرسومات الجاهزة. في حين أن فريق Neuman لم يصنع شريحة متخصصة من الصفر، فقد قاموا ببرمجة شريحة مصفوفة بوابة قابلة للبرمجة الميدانية (FPGA) قابلة للتخصيص وفقًا لاقتراحات نظامهم. على الرغم من أنها تعمل بمعدل أبطأ على مدار الساعة، إلا أن أداء هذه الشريحة أسرع بثماني مرات من وحدة المعالجة المركزية وأسرع 86 مرة من وحدة معالجة الرسومات.
تقول Neuman: "لقد سررت بهذه النتائج". "على الرغم من أننا عرقلنا انخفاض سرعة الساعة، فقد عوضنا عنها فقط من خلال كوننا أكثر كفاءة".
يمكن للروبوتات المعاصرة أن تتحرك بسرعة. تقول Sabrina Neuman: "المحركات سريعة وهي قوية".
لكن في المواقف المعقدة، مثل التفاعلات مع الناس، غالبًا ما لا تتحرك الروبوتات بسرعة. وتضيف: "قطع الاتصال هو ما يحدث في رأس الروبوت".
تقول Neuman، التي تخرجت مؤخرًا بدرجة الدكتوراه من معهد ماساتشوستس للتكنولوجيا وعلوم الكمبيوتر ومختبر الذكاء الاصطناعي (CSAIL)، إن إدراك المحفزات وحساب الاستجابة يتطلب "عبئًا كبيرًا من الحسابات boatload of computation"، مما يحد من وقت رد الفعل. وجدت Neuman طريقة لمحاربة عدم التوافق بين "عقل" الروبوت وجسمه. الطريقة، التي تسمى الحوسبة الروبوتية Robomorphic Computing، تستخدم التخطيط المادي للروبوت والتطبيقات المقصودة لإنشاء شريحة كمبيوتر مخصصة تقلل من وقت استجابة الروبوت.
يمكن لهذا التقدم أن يغذي مجموعة متنوعة من تطبيقات الروبوتات، بما في ذلك، من المحتمل، الرعاية الطبية في الخطوط الأمامية للمرضى المصابين بالعدوى. تقول Neuman: "سيكون أمرًا رائعًا إذا كان لدينا روبوتات يمكنها المساعدة في تقليل المخاطر على المرضى والعاملين في المستشفيات".
ستقدم Neuman البحث في المؤتمر الدولي في أبريل حول الدعم المعماري للغات البرمجة وأنظمة التشغيل. من بين المؤلفين المشاركين في معهد ماساتشوستس للتكنولوجيا، طالب الدراسات العليا Thomas Bourgeat وSrini Devadas، أستاذ Edwin Sibley Webster للهندسة الكهربائية ومستشار الدكتوراه في Neuman. ومن بين المؤلفين المشاركين الآخرين Brian Plancher، وThierry Tambe، وVijay Janapa Reddi، وجميعهم من جامعة هارفارد. Neuman هى الآن زميل ما بعد الدكتوراه في NSF Computing Innovation في كلية هارفارد للهندسة والعلوم التطبيقية.
وفقًا لـ Neuman، هناك ثلاث خطوات رئيسية في عملية الروبوت. الأول هو الإدراك، والذي يتضمن جمع البيانات باستخدام أجهزة الاستشعار أو الكاميرات. والثاني هو رسم الخرائط والتوطين: "بناءً على ما رأوه، يتعين عليهم إنشاء خريطة للعالم من حولهم ثم تحديد موقعهم داخل تلك الخريطة"، كما تقول Neuman. الخطوة الثالثة هي التخطيط والتحكم في الحركة- وبعبارة أخرى، التخطيط لمسار العمل.
قد تستغرق هذه الخطوات وقتًا وقدرًا هائلاً من قوة الحوسبة. يقول Plancher: "لكي يتم نشر الروبوتات في الميدان وتعمل بأمان في بيئات ديناميكية حول البشر، يجب أن تكون قادرة على التفكير والتفاعل بسرعة كبيرة". "لا يمكن تشغيل الخوارزميات الحالية على أجهزة وحدة المعالجة المركزية الحالية بسرعة كافية".
تضيف Neuman أن الباحثين كانوا يحققون في خوارزميات أفضل، لكنها تعتقد أن تحسينات البرامج وحدها ليست الحل. "الجديد نسبيًا هو فكرة أنه يمكنك أيضًا استكشاف أجهزة أفضل". وهذا يعني الانتقال إلى ما هو أبعد من شريحة معالجة وحدة المعالجة المركزية ذات المشكلات القياسية التي تشتمل على عقل الروبوت- بمساعدة تسريع الأجهزة.
يشير تسريع الأجهزة إلى استخدام وحدة أجهزة متخصصة لأداء مهام حوسبة معينة بشكل أكثر كفاءة. مسرعات الأجهزة شائعة الاستخدام هي وحدة معالجة الرسومات (GPU)، وهي شريحة مخصصة للمعالجة المتوازية. هذه الأجهزة سهلة الاستخدام للرسومات لأن بنيتها المتوازية تسمح لها بمعالجة آلاف البكسل في وقت واحد. تقول Neuman: "إن وحدة معالجة الرسومات ليست الأفضل في كل شيء، لكنها الأفضل في ما تم تصميمه من أجله". "تحصل على أداء أعلى لتطبيق معين". تم تصميم معظم الروبوتات بمجموعة مخصصة من التطبيقات، وبالتالي يمكن أن تستفيد من تسريع الأجهزة. لهذا السبب طور فريق Neuman الحوسبة الروبوتية.
يقوم النظام بإنشاء تصميم أجهزة مخصص لتلبية احتياجات الحوسبة الخاصة بإنسان آلي على أفضل وجه. يقوم المستخدم بإدخال معلمات الروبوت، مثل تصميم أطرافه وكيف يمكن أن تتحرك مفاصله المختلفة. يترجم نظام Neuman هذه الخصائص الفيزيائية إلى مصفوفات رياضية. هذه المصفوفات "متفرقة"، مما يعني أنها تحتوي على العديد من القيم الصفرية التي تتوافق تقريبًا مع الحركات المستحيلة نظرًا لتشريح الروبوت الخاص. (وبالمثل، فإن حركات ذراعك محدودة لأنها لا يمكن أن تنحني إلا عند مفاصل معينة- فهي ليست معكرونة سباغيتي مرنة بلا حدود).
يقوم النظام بعد ذلك بتصميم بنية الأجهزة المتخصصة لإجراء العمليات الحسابية فقط على القيم غير الصفرية في المصفوفات. لذلك تم تصميم تصميم الرقاقة الناتج لزيادة الكفاءة إلى أقصى حد لاحتياجات الحوسبة للروبوت. وقد أتى هذا التخصيص ثماره في الاختبار.
تفوقت بنية الأجهزة المصممة باستخدام هذه الطريقة لتطبيق معين على وحدات المعالجة المركزية ووحدات معالجة الرسومات الجاهزة. في حين أن فريق Neuman لم يصنع شريحة متخصصة من الصفر، فقد قاموا ببرمجة شريحة مصفوفة بوابة قابلة للبرمجة الميدانية (FPGA) قابلة للتخصيص وفقًا لاقتراحات نظامهم. على الرغم من أنها تعمل بمعدل أبطأ على مدار الساعة، إلا أن أداء هذه الشريحة أسرع بثماني مرات من وحدة المعالجة المركزية وأسرع 86 مرة من وحدة معالجة الرسومات.
تقول Neuman: "لقد سررت بهذه النتائج". "على الرغم من أننا عرقلنا انخفاض سرعة الساعة، فقد عوضنا عنها فقط من خلال كوننا أكثر كفاءة".
يرى Plancher إمكانات واسعة النطاق للحوسبة الروبوتية. يقول: "من الناحية المثالية يمكننا في النهاية تصنيع شريحة مخصصة لتخطيط الحركة لكل روبوت، مما يسمح لهم بحساب الحركات الآمنة والفعالة بسرعة". "لن أتفاجأ إذا بعد 20 عامًا من الآن كل روبوت لديه عدد قليل من رقائق الكمبيوتر المخصصة لتشغيله، وقد يكون هذا واحدًا منهم". تضيف Neuman أن الحوسبة الروبوتية قد تسمح للروبوتات بتخفيف المخاطر على البشر في مجموعة من الإعدادات، مثل رعاية مرضى Covid-19 أو التعامل مع الأشياء الثقيلة.
يقول Robin Deits، مهندس الروبوتات في بوسطن ديناميكس الذي لم يشارك في البحث: "هذا العمل مثير لأنه يوضح كيف يمكن استخدام تصميمات الدوائر المتخصصة لتسريع عنصر أساسي للتحكم في الروبوت". "يعد أداء البرامج أمرًا بالغ الأهمية بالنسبة للروبوتات لأن العالم الحقيقي لا ينتظر أبدًا حتى ينتهي الروبوت من التفكير". ويضيف أن تقدم Neuman يمكن أن يمكّن الروبوتات من التفكير بشكل أسرع، "ويطلق العنان للسلوكيات المثيرة التي كانت في السابق صعبة للغاية من الناحية الحسابية".
تخطط Neuman بعد ذلك لأتمتة نظام الحوسبة الروبوتية بالكامل. سيقوم المستخدمون ببساطة بسحب وإسقاط معلمات الروبوت الخاص بهم، و "يأتي وصف الأجهزة من الطرف الآخر. أعتقد أن هذا هو الشيء الذي سيدفعه إلى الحافة ويجعله مفيدًا حقًا".
تم تمويل هذا البحث من قبل مؤسسة العلوم الوطنية ووكالة أبحاث الحوسبة ومشروع CIFellows ووكالة مشاريع الأبحاث الدفاعية المتقدمة.
يقول Robin Deits، مهندس الروبوتات في بوسطن ديناميكس الذي لم يشارك في البحث: "هذا العمل مثير لأنه يوضح كيف يمكن استخدام تصميمات الدوائر المتخصصة لتسريع عنصر أساسي للتحكم في الروبوت". "يعد أداء البرامج أمرًا بالغ الأهمية بالنسبة للروبوتات لأن العالم الحقيقي لا ينتظر أبدًا حتى ينتهي الروبوت من التفكير". ويضيف أن تقدم Neuman يمكن أن يمكّن الروبوتات من التفكير بشكل أسرع، "ويطلق العنان للسلوكيات المثيرة التي كانت في السابق صعبة للغاية من الناحية الحسابية".
تخطط Neuman بعد ذلك لأتمتة نظام الحوسبة الروبوتية بالكامل. سيقوم المستخدمون ببساطة بسحب وإسقاط معلمات الروبوت الخاص بهم، و "يأتي وصف الأجهزة من الطرف الآخر. أعتقد أن هذا هو الشيء الذي سيدفعه إلى الحافة ويجعله مفيدًا حقًا".
تم تمويل هذا البحث من قبل مؤسسة العلوم الوطنية ووكالة أبحاث الحوسبة ومشروع CIFellows ووكالة مشاريع الأبحاث الدفاعية المتقدمة.
