Авторы статьи Classical and Quantum Physical Reservoir Computing for Onboard Artificial Intelligence Systems: A Perspective поднимают вопрос о высоком энергопотреблении  современных систем искусственного интеллекта (ИИ), что сильно ограничивает возможности автономной работы роботов, дронов и беспилотных автомобилей. Авторы отмечают, что решить эту проблему с помощью традиционных вычислительных устройств — невозможно, поэтому они рассматривают перспективы использования резервуарных вычислений.

Резервуарные вычисления (reservoir computing (RC)) — это подход к вычислениям (полученный из теории рекуррентных нейронных сетей), при котором входной сигнал  подается в резервуар — нелинейную систему, которая рассматривается как «чёрный ящик», а затем используется механизм считывания состояния резервуара, который (и только он!) обучается отображать его на желаемый выход.

Ключевыми преимуществами такого подхода является то, что обучение выполняется только на этапе считывания, а так же  возможность использования вычислительных мощностей естественных физических  систем (как классических, так и квантово-механических), что может способствовать снижению вычислительных затрат.

Таким образом, физические резервуарные вычисления (physical reservoir computing) — это использование  внутренней нелинейной динамики физической системы в качестве вычислительного ресурса (резервуара).

В статье приводятся два интересных примера резервуарных вычислений для автономных роботов:

• Первый — для водного робота. Резервуар в данном случае — это внешняя среда (вода), состояние которой изменяется под воздействием двигателей робота, и которое можно считывать либо при помощи оптических датчиков (отражение от волн), либо акустическими сенсорами.
• Второй — для наземного робота. Резервуар для него — это механическая система (пружина), тряска которой зависит от вида поверхности под роботом и состояние которой можно считывать с помощью датчиков Холла, от закреплённых на пружине магнитов.

В статье рассматривается возможность и квантового резервуарного вычисления (Quantum reservoir computing (QRC)), когда в качестве резервуара выступает квантовая система.

Таким образом, статья поднимает интересную тему использования нетипичных вычислителей для применения в автономных робототехнических устройствах.

Статья

1. Abbas A. H., Abdel-Ghani H., Maksymov I. S. Classical and Quantum Physical Reservoir Computing for Onboard Artificial Intelligence Systems: A Perspective //Dynamics. – 2024. – Т. 4. – №. 3. – С. 643-670.

Ссылки

• Бегущий в лабиринте: роботы, нейроны и резервуарные вычисления
• https://github.com/reservoirpy/reservoirpy

По теме

• Мозги для робота