Un sistema di visione intelligente per l’elaborazione dei dati al margine
L’edge computing prevede l’elaborazione delle informazioni a livello locale nel luogo in cui vengono generate, dove verranno utilizzati i risultati del calcolo. È necessario rendere i dispositivi intelligenti veramente intelligenti, ovvero non dipendenti esclusivamente dal feedback di un server remoto. «L’edge computing consente ai sistemi di funzionare in modo autonomo e di reagire e adattarsi rapidamente ai cambiamenti dell’ambiente circostante», spiega Jacek Flak, coordinatore del progetto MISEL(si apre in una nuova finestra) e ricercatore presso il Centro di ricerca tecnologica VTT(si apre in una nuova finestra), in Finlandia. «Grazie ad esso possono funzionare anche quando la connessione di rete non è disponibile, ad esempio in aree disabitate o zone colpite da calamità naturali, evitando molti problemi di sicurezza e privacy causati dai trasferimenti di dati.»
Un sistema di visione artificiale compatto ed efficiente
Tuttavia, per essere interessanti a livello commerciale e applicabili a numerose applicazioni, i dispositivi intelligenti devono essere efficienti e affidabili. Il progetto MISEL, finanziato dall’UE, ha cercato di affrontare questo problema concentrandosi sulle prestazioni dell’intera catena di elaborazione, dai sensori che forniscono i dati di input fino al processo decisionale finale. Il progetto ha riunito ricercatori attivi in vari campi di ricerca, tra cui scienza dei materiali, elettronica e progettazione di algoritmi. «Il nostro obiettivo primario era quello di sviluppare un sistema di visione artificiale compatto in grado di percepire e interpretare i cambiamenti avvenuti nell’ambiente», afferma Flak. «A tal fine, abbiamo lavorato su diversi aspetti di un sistema di visione artificiale.» Tra questi rientrano sensori e processori cellulari bioispirati, concepiti allo scopo di imitare alcune funzionalità della retina dell’occhio e alcune parti del cervello. È stato inoltre sviluppato un sensore di immagine in grado di adattarsi alle diverse condizioni di illuminazione, mentre è stato integrato uno strato di fotorivelatori basati su punti quantici per estendere la sensibilità oltre la luce visibile verso lo spettro del vicino infrarosso. «Abbiamo anche introdotto nuovi algoritmi per l’elaborazione delle informazioni visive», osserva Flak. «Abbiamo cercato di trovare il miglior compromesso possibile tra complessità e prestazioni, in maniera da consentire un’implementazione efficiente in dispositivi a basso consumo energetico e di piccole dimensioni.»
Co-progettare algoritmi hardware con successo
Durante lo sviluppo degli algoritmi i ricercatori hanno studiato approfonditamente le capacità hardware, consentendo a tutti di comprendere meglio le possibilità e le sfide legate al raggiungimento dell’obiettivo di garantire l’efficienza e l’affidabilità dell’edge computing: il risultato è stato una co-progettazione di successo di hardware e algoritmi. «Per di più, il nostro lavoro ha aperto nuove possibilità per promuovere una rappresentazione efficiente dei dati relativi all’analisi delle immagini e per l’implementazione hardware», osserva Flak. «Dal punto di vista produttivo, abbiamo individuato numerose soluzioni tecniche per dispositivi migliori e più affidabili. I circuiti elettronici che abbiamo concepito, sebbene molto complessi, erano tutti collegati tra loro e hanno funzionato come previsto.» I sistemi progettati e valutati sono inoltre dotati di acceleratori basati su tecnologia IA-edge, ovvero speciali core di elaborazione dedicati alla risoluzione di operazioni complesse richieste dagli algoritmi di IA.
Nuovi sistemi di percezione ambientale
Il progetto MISEL ha contribuito a risolvere alcuni importanti colli di bottiglia nella comunicazione e nell’elaborazione nell’edge computing, mettendo inoltre in evidenza le necessità di miglioramento per le versioni successive. «Grazie alle conoscenze acquisite dal progetto, sarà più facile orientare i prodotti futuri verso applicazioni di robotica mobile autonoma», aggiunge Flak. Per esempio, sulla base dei risultati ottenuti da MISEL, è possibile sviluppare nuovi sistemi di percezione ambientale da utilizzare su robot autonomi o droni, il che potrebbe rivelarsi molto utile in applicazioni pratiche tra cui la ricerca di sopravvissuti in zone disastrate, il monitoraggio della sicurezza o le future esigenze delle smart car, come l’assistenza nella prevenzione delle collisioni. «Il nostro partner di progetto Kovilta(si apre in una nuova finestra) ha annunciato l’intenzione di sviluppare ulteriormente le strutture di accelerazione testate nel campo della robotica mobile autonoma, compresi i droni e l’industria automobilistica», afferma Flak, che conclude: «Altri partner del consorzio, tra cui VTT, stanno ampliando i loro servizi grazie alle tecnologie sviluppate o migliorate nell’ambito del progetto.»
