Nus在神经形态计算突破中开发E-Skin系统
新加坡国立大学（NUS）的一支研究人员开发了一种电子皮肤系统，可以为未来提供机器人和假肢设备。
被称为异步编码电子皮肤（ACES），“E-SKEN”系统包括人工神经系统，用于使用英特尔洛基神经形态芯片分析从独立传感器网络传输的数据。
模仿人类感官神经系统的系统据说具有比人类感官神经系统快1000次检测的能力。
根据NUS，ACRES可以在少于60纳秒的不同传感器之间区分物理接触 - 对于电子皮肤技术的最快实现最快 - 即使是大量的传感器。
它还可以准确地识别10毫秒内物体的形状，质地和硬度，而不是眨眼的速度快10倍。
在机器人上安装时，电子皮肤可以使机器能够识别和抓住不熟悉的物体，以防止滑倒。
感受和更好地感知周围环境的能力也可以通过给予手术机器人来促进护理或自动化手术任务的互动和更安全的人机机器人的相互作用。
“制作超快人工皮肤传感器解决了使机器人更聪明的一半。他们还需要一个人为大脑，最终可能最终达到感知和学习作为谜题中的另一个临界作品“本杰明TEE，NU虽然人造皮肤的创建是将这种视觉带到生命的一步之一步，但它也需要一个可以在实时基于皮肤的感官数据的准确结论的芯片，同时在足够的功率水平效率下运行以便部署在内部机器人。
“制造超速度人工皮肤传感器解决了制造机器人智能化的难题的一半，”Nus材料科学与工程系和卫生创新与技术研究所的助理教授Benjamin Tee说。
“他们还需要一个人为大脑，最终可以实现难题中另一个关键的感知和学习。他补充说，我们与英特尔罗基等神经芯片的AI [人工智能]皮肤系统的独特演示为电力效率和可扩展性提供了重要的一步。
NUS研究人员通过任务机器人进一步前一步，以使用来自E-Skin和相机的感觉输入来分类持有不同量的液体的各种不透明容器，有效地结合使用两个感官：视觉和触摸。
他们还测试了机器人识别旋转滑动的能力，这对于稳定抓握是重要的。结果 - 基于事件的视觉和触摸使用尖刺神经网络使得对象分类中的准确性提高了10％，与唯一的视觉系统相比。
哈罗德Soh来自Nus Computing学院的助理教授表示，该团队的研究表明了神经形态系统在组合多个传感器以提高机器人感知的承诺。
“他补充说：”这是建立高效且值得信赖的机器人的一步，这些机器人可以在意外情况下快速且适当地响应。“
英特尔的神经形态计算实验室主任Mike Davies表示，Nus的作品“增加了一种成长的结果，表明，一旦整个系统在基于事件的范例跨越传感器中重新设计，内核计算可以在延迟和功耗中提供显着提升的结果，数据格式，算法和硬件架构“。
