В МФТИ разработали гибридную нейросеть для «умных» дронов
В России появилась нейросеть нового поколения. У нее нет проблемы переобучения, и она позволяет создавать компактные аппаратные модули для беспилотной авиации, робототехники, промышленной автоматики и прочих областей. Эти ИИ-модули, например, помогают беспилотникам анализировать данные о местности в режиме реального времени. Об этом рассказали в пресс-службе Платформы Национальной технологической инициативы (НТИ).
Разработчики технологии – «Конструкторское бюро 3303» совместно с Центром компетенций НТИ по направлению «Мобильные накопители энергии» на базе МФТИ. Принципиальное отличие от других подобных продуктов заключается в способе построения нейросети, отмечают авторы проекта.
«Часть элементов гибридной нейросети, включая связи между слоями, реализуется специальным образом на аппаратном уровне, а другая часть на программном, используя собственный фреймворк. С точки зрения аппаратной реализации, гибридная нейросеть представляет собой 3D-микромодуль, состоящий из двух и более микрочипов, расположенных вертикально на одной подложке. Логическая реализация гибридной нейросети содержится во внутренних связях внутри микромодуля и опирается на достаточно простой функционал одиночного полупроводникового кристалла. Все это позволяет принципиально увеличить быстродействие и снизить требования к чипам при решении прикладных задач»,– рассказал руководитель проекта, генеральный директор ООО «КБ 3303» Юрий Хворост.
Гибридную нейросеть уже успешно внедряют в нескольких проектах индустриальных заказчиков, среди них проекты по поддержке решений для спортивных мероприятий, проект адаптивных систем автономного управления для беспилотной техники, проект создания умных сенсоров, позволяющих радикально повысить безопасность людей в сложных условиях.
По словам разработчиков, благодаря гибридной нейросети удастся снять ряд барьеров, которые мешают внедрению искусственного интеллекта в отрасли беспилотных авиационных систем (БАС). Они связаны с ограничением поставок процессоров и графических карт, необходимых для разработки моделей машинного обучения, и прекращением обслуживания зарубежными поставщиками действующих ИТ-систем.
«В нашем решении нет существенных требований к вычислительной мощности отдельных блоков, что позволяет реализовать подход на доступной сегодня национальной элементной базе российского производства. Помимо этого, наличие собственного фреймворка для запуска готовых нейронных систем снимает барьер, связанный с уходом западных поставщиков»,– объяснил Юрий Хворост.
«Совместно мы разрабатываем архитектуру решений и типоразмерный ряд продуктов, поскольку источник энергии во многом определяет облик системы в целом, а также мы видим большой потенциал во взаимооптимизации нашей аппаратной платформы и источника энергии для нее»,– отметил руководитель Центра компетенций НТИ по направлению «Мобильные накопители энергии» на базе МФТИ Алексей Кашин.
Авторы проекта рассчитывают, что появление подобной технологии на рынке позволит малым и крупным командам разработчикам БАС использовать в своих разработках элементы ИИ современного класса с возможностью их упрощенного обучения.
«Компания уже привлекла частные инвестиции, и в этом году планируется еще один инвестиционный раунд, это позволит выйти на серийные объемы поставок. Мы экспертно оцениваем общий потребный объем инвестиций, необходимых для достижения всех заложенных бонусов технологии в размере семи млрд рублей»,– добавил Юрий Хворост.