Corpi Metamateriali Imparano a Percepire Attraverso l'Addestramento di Reti Neurali
Un nuovo articolo di ricerca introduce l'"intelligenza percettiva" come proprietà addestrabile delle strutture fisiche. Ottimizzando la geometria di un metamateriale attraverso simulazione differenziabile, la rete neurale retropropaga la perdita percettiva per rimodellare il corpo stesso, migliorando l'accuratezza fino a cinque volte o riducendo il numero di sensori. Questo sposta l'elaborazione dall'elettronica al corpo meccanico, imitando i sistemi biologici in cui il corpo filtra gli stimoli prima della trasduzione neurale. L'approccio è stato validato numericamente e sperimentalmente.
Fatti principali
- L'intelligenza percettiva è presentata come una proprietà addestrabile del corpo.
- La geometria del metamateriale è ottimizzata per rimodellare gli stimoli esterni in segnali interni più facili da interpretare.
- La rete neurale addestra il proprio corpo tramite retropropagazione attraverso simulazione differenziabile.
- Il corpo ottimizzato migliora l'accuratezza percettiva fino a cinque volte.
- Riduce il numero di sensori necessari.
- L'approccio è ispirato ai sistemi biologici: il corpo si deforma e filtra gli stimoli prima dei segnali neurali.
- I sistemi ingegnerizzati di solito pongono il carico di elaborazione sull'elettronica e il calcolo.
- I corpi meccanici sono solitamente progettati solo per resistenza e stabilità.
Entità
—