據 MITNews 報道，麻省理工學院計算科學和人工智慧實驗室（CSAIL）的博士 Sabrina Neuman，她預計於今年四月將展示名為 “機器人形態計算（robomorphic computing）”的技術。

當前 CPU 晶片在處理機器人在複雜的動態情況時，表現無法令人滿意。於是 Neuman 和她的團隊開發了該技術，並在 FPGA（現場可程式設計門陣列）晶片上進行了測試，並取得了良好成績。該團隊不止有麻省的研究生與導師，成員還包括數名哈佛的研究員。

在測試中，使用機器人形態計算技術的 FPGA 晶片執行速度比 CPU 快 8 倍，比 GPU 快 86 倍。

01. 現行 CPU 處理問題緩慢，麻省博士設計新系統

如今的機器人行動速度很快，這是因為其動力系統十分強大，且馬力強勁。

但是機器人的 “頭腦”在處理人機互動等複雜問題時，表現卻並不盡如人意。

Neuman 表示，機器人的操作主要有三個步驟：

第一步是感知，這時機器人需要使用感測器或攝像頭收集周邊資料。

第二步是繪圖和定位，機器人會根據感知到的資訊構築地圖，然後在地圖中對自己進行定位。

第三步是運動規劃和控制，在這一步驟中機器人將規劃整個行動的過程，並保障過程中的安全。

以上步驟需要花費時間和大量的計算能力。

團隊成員之一的布萊恩 · 普蘭徹（Brian Plancher）認為，如果機器人在人類周圍的動態環境中安全執行，它們需要非常迅速地思考和反應。

而目前的演算法在 CPU 等硬體上執行的速度並不理想，因為機器人的感知刺激和響應需要大量的計算，這限制了它們的處理速度。

Neuman 認為，儘管研究人員一直在研究更好的演算法，但單靠軟體改進並不能解決問題，探索更好的硬體可能是一種新的思路。

如果利用機器人的物理佈局和預期應用程式來生成定製的計算機晶片，機器人的響應時間將最小化。這意味著在硬體加速的幫助下，機器人處理上述步驟的速度將遠超過往。

硬體加速是指使用專門的硬體單元來更有效地執行某些計算任務。

一種比較常用的硬體加速器是圖形處理單元（GPU），這是一種專門用於並行處理的晶片。GPU 晶片用於圖形處理非常方便，因為它們的並行結構允許它們同時處理數千個畫素。

“GPU 並非在所有方面都很完美，但它處理特定任務目標的完成度是最好的，”Neuman 說，“對於特定的應用程式，你可以通過使用定製硬體獲得更好的效能。

大多數機器人的設計都有一套預期的應用程式，因此可以從硬體加速中受益。這也是 Neuman 的團隊開發新系統的靈感來源。

基於此 Neuman 和她的團隊開發了一套名為 “機器人形態計算（robomorphic computing）”的系統，它利用機器人的物理佈局和預期應用程式來生成定製的計算晶片，使機器人的響應時間最小化。

02.FPGA 晶片測試成績優秀，執行速度超 CPU 8 倍

使用者輸入機器人的肢體佈局和關節運動方式等引數後，機器人形態計算系統通過計算將引數轉變為數學矩陣。

這些矩陣包含許多零值，零值表示機將器人特定結構不可能實現的運動（例如人體的手臂只能在關節處彎曲，且只能以一定角度進行彎曲，則手臂的其他彎曲動作表示為零值）。

最後，系統會設計一個專門的硬體架構，只對矩陣中的非零值進行計算。因此，最終的晶片設計是對特定機器人量身定製的，以最大限度地提高效率，以滿足複雜情況下的計算需求。

這種定製的晶片設計在測試中取得了很好的成績。

使用這種方法為特定機器人系統設計的硬體架構優於現成的 CPU 和 GPU 單元。雖然 Neuman 團隊沒有從零開始製造專門的晶片，但他們根據建議編寫了一個可定製的現場可程式設計門陣列（FPGA）晶片。

儘管時鐘頻率較慢，但在測試中該晶片的執行速度仍比 CPU 快 8 倍，比 GPU 快 86 倍。

“我對測試的結果感到興奮，” Neuman 表示，“儘管我們被較低的時鐘頻率所拖累，但是通過提高效率完全彌補了這一缺陷。”

03. 新系統拓展機器人應用，無接觸照料新冠患者將成現實

Neuman 將在今年 4 月的程式語言和作業系統的體系結構支援國際會議（International Conference on Architectural Support for Programming Languages and Operating Systems）上展示這項研究。

普蘭徹認為機器人形態計算有廣泛的潛力。他認為：“理想情況下，我們最終可以為每個機器人制造定製的運動規劃晶片，使它們能夠快速計算出安全有效的運動。”

“如果 20 年後每個機器人都有少量的定製電腦晶片，我不會感到驚訝，而機器人形態計算將成為這些定製電腦晶片的一部分。”Neuman 補充說。

“這項工作令人興奮，因為它展示瞭如何使用專門的電路設計來加速機器人控制的核心部件。” 波士頓動力公司的機器人工程師 Robin Deits 如此評價道。

“計算效能對機器人來說至關重要，因為現實世界從來不會等待機器人完成思考。”他補充說，“該專案的完成將解決機器人在複雜問題中計算量過於龐大的問題。”

同時這一進展可能會推動各種機器人應用，包括可用於照料護理新冠病毒等傳染病患者與搬運重物等活動。

“如果我們有機器人來幫助降低病人和醫院工作人員的風險，那就太好了。”Neuman 說。

她的下一步計劃是全自動化的機器人形態計算系統。屆時使用者只需拖拽機器人的引數，“後臺就會出現硬體描述，這將成為使該系統在競爭中勝出，且賦予它價值的關鍵一步。”

這項研究是由美國國家科學基金會（National Science Foundation）、計算研究院（Computing Research Agency）、CIFellows 專案和美國國防高階研究計劃局（Defense Advanced Research Projects Agency）等機構進行資助。

結語：

機器人應用邊界將被拓展，醫療工程領域智械來襲？Neuman 團隊的研究成果將極大地加快機器人在複雜環境中的執行速度。而這在 5G 技術開始實用的背景下，配合高效能驅動和運動感測器很可能解決機器人在複雜環境下遠端的通訊、執行問題。

這種情況下機器人很可能被快速投入醫療、化工等具有危險或人力不足的行業。也許不久後的一天，我們將驚奇的在更多的領域發現它們的身影。