主要应用包括为无人机创建一种智能化的低功耗防碰撞雷达系统，能够在数毫秒内识别接近的物体。Imec的这款芯片模仿了生物神经元群识别时间模式的运行方式，功耗比传统实现方案低100倍，同时延迟降低了10倍，几乎可以实现即时决策。例如，它们是汽车领域常用的雷达防碰撞系统的关键组成。不过，人工神经网络也有其局限性。无人机上的传感设备需要对环境变化做出快速响应，以便对接近的障碍物做出高效的反应。
主要应用包括为无人机创建一种智能化的低功耗防碰撞雷达系统，能够在数毫秒内识别接近的物体。
据麦姆斯咨询报道，纳米电子学和数字技术领域全球领先的研究和创新中心Imec，近日宣布推出全球首款采用尖峰递归神经网络（spiking recurrent neural network）处理雷达信号的芯片。Imec的这款芯片模仿了生物神经元群识别时间模式的运行方式，功耗比传统实现方案低100倍，同时延迟降低了10倍，几乎可以实现即时决策。例如，这款芯片仅用30 μW的功耗即可对微多普勒雷达信号进行分类。
尽管Imec这款芯片的架构和算法可以轻易调整以处理各种传感器数据（包括心电图、语音、声纳、雷达和激光雷达数据流），但它的首个用例将用于创建低功耗、高度智能化的无人机防碰撞雷达系统，能够对接近的物体作出更高效的响应。
人工神经网络（ANN）已经在广泛的应用中证明了价值。例如，它们是汽车领域常用的雷达防碰撞系统的关键组成。不过，人工神经网络也有其局限性。一方面，它们功耗较大，无法集成到对尺寸和功耗限制越来越高的传感器设备中；另一方面，人工神经网络的底层架构和数据格式要求数据在做出决策之前，需要经历从传感器到人工智能推理算法的耗时过程。
尖峰神经网络（SNN）
Imec神经形态传感项目经理Ilja Ocket说：“现在，我们推出了世界上第一款采用尖峰递归神经网络处理雷达信号的芯片。尖峰神经网络的工作方式与生物神经网络非常相似，只有在感觉输入发生变化时，神经元才会随时间稀疏地发射电脉冲。从而大幅降低能耗。更重要的是，我们芯片上的尖峰神经元可以循环连接，从而将尖峰神经网络变成一个学习和记忆时间模式的动态系统。我们引入的这项技术是真正自主学习系统发展的一次重大飞跃。”
Imec这款创新芯片最初主要为功耗受限设备中支持心电图（ECG）和语音处理而设计。然而，得益于其具有全新数字硬件设计的通用架构，可以很容易地重新配置，以处理各种其它感知输入，例如声纳、雷达和激光雷达数据流等。与模拟尖峰神经网络的实施相反，Imec的事件驱动型（event-driven）数字设计，使芯片能够与神经网络模拟工具所预测的一样精确和重复地运行。
用例：更智能、更低功耗的无人机（汽车）防碰撞系统
相比汽车行业，无人机行业对重量、尺寸和功耗的限制更多（例如，电池容量有限）。无人机上的传感设备需要对环境变化做出快速响应，以便对接近的障碍物做出高效的反应。
“因此，我们这款创新芯片的首要用例就是为无人机打造一款低延迟、低功耗的智能化防碰撞系统。得益于在雷达传感器边缘进行数据处理，我们的芯片能够使雷达传感系统更快速、更准确地区分接近的物体。从而使无人机能够对潜在危险作出即时反应。”Ilja Ocket说，“我们目前正在探索的一个场景是，自主无人机依靠其机载摄像头和雷达传感系统在仓库内导航，在执行复杂任务时与墙壁及货架保持安全距离。当然，这项技术还可以用于许多其它用例，例如从机器人到自动导引车辆（AGV）的部署，甚至健康监测等。”
“这款芯片满足了业界对真正能够从数据中学习并实现个性化人工智能的超低功耗神经网络的需求。为了开发这款新芯片，我们召集了Imec各个学科的专家，从以神经科学为基础的训练算法和尖峰神经网络架构的开发，到生物医学和雷达信号处理，以及超低功耗数字芯片的设计。这是Imec发挥真正优势的方向。”Imec物联网认知感知项目总监Kathleen Philips总结说。
更多国内外新闻资讯，请关注公众号：MEMS
