Роботом впервые напрямую управлял нейроморфный процессор, в котором решение формировала не обычная цифровая схема, а взаимодействие физических волн. В эксперименте система в реальном времени распознавала препятствия и выбирала манёвр для автономной машинки, а исследователи считают волновой подход возможной основой для компактных и экономичных роботизированных систем.
В опубликованной недавно работе вычислительным элементом служила вода. Исследователи собрали настольную установку с круглой металлической ёмкостью, шестью приводами и камерой. Приводы погружались в воду в заданные моменты и создавали волны, которые распространялись по поверхности, накладывались друг на друга и формировали сложный рисунок интерференции. Камера считывала получившийся узор, по которому система определяла нужное действие робота.
Такой принцип относится к резервуарным вычислениям . Вместо обучения огромного числа связей между искусственными нейронами используется сложная динамика одной физической среды. Внутреннее состояние такого «резервуара» не приходится полностью перенастраивать, обучение в основном затрагивает выходной слой, который связывает наблюдаемый отклик с нужным ответом.
Для задачи объезда препятствий модель робота получила шесть направленных вперёд датчиков расстояния. Каждый датчик выдавал одно из семи дискретных значений, поэтому система могла получить 76, или 117 649, различных комбинаций входных сигналов. Значения кодировались временем запуска шести источников волн, после чего физическое взаимодействие волн преобразовывало входной набор в характерный пространственно-временной рисунок.
Исследователи постепенно усложняли задачу. В простейшем варианте система выбирала между остановкой и движением вперёд. Затем процессор определял, находится препятствие слева, справа или отсутствует, и выбирал направление поворота. В наиболее сложном тесте использовались пять вариантов реакции: резкий или плавный поворот влево и вправо в зависимости от расстояния до объекта, а также движение прямо. Авторы сообщают о почти безошибочном распознавании препятствий.
После проверки классификации вычислительную установку подключили к управлению движением в реальном времени. Волновая система сначала управляла виртуальной машинкой, а затем физической роботизированной платформой на базе Arduino. Во время движения датчики фиксировали препятствия, входные сигналы запускали соответствующие волны, а их интерференция определяла следующий манёвр. Таким образом, волновой резервуар использовался не просто для распознавания заранее подготовленных данных, а непосредственно участвовал в замкнутом контуре управления роботом.
Сам резервуар с водой, конечно, не предназначен для установки внутрь будущих роботов. Такая установка позволила исследователям наблюдать вычислительный процесс буквально глазами и проверить, может ли динамика волн решать задачу навигации. Главный интерес представляет возможность перенести тот же принцип в гораздо меньший твердотельный компонент.
Для следующего этапа авторы смоделировали магнитное наноустройство, где вместо волн на поверхности воды используются спиновые волны, то есть коллективные колебания магнитных моментов в материале. Расчёты показали, что электрически возбуждаемые спиновые волны способны выполнять те же задачи на гигагерцевых частотах и работать на наносекундных временных масштабах. Подобные системы относятся к направлению нейроморфных вычислений , где часть обработки информации передаётся непосредственно физике материала.
Однако твердотельный волновой процессор пока существует только в формате модли. Экспериментально исследователи продемонстрировали управление роботом с помощью водяного резервуара, но не готовый магнитный чип и не его преимущество по энергопотреблению в реальном устройстве. Работа показывает сам принцип: распространение и интерференция волн могут заменить часть вычислений, которые современные роботы обычно выполняют на цифровых процессорах и ускорителях.