1 Architectures matérielles de calcul naturel Benoît Miramond – ETIS Lab NeuroSTIC 2014 Miramond - ETIS 30/06/2014 2 Miramond - ETIS De l’électronique embarquée à l’électronique incarnée 30/06/2014 3 Miramond - ETIS De l’électronique embarquée à l’électronique incarnée Déterminisme Adaptation 30/06/2014 4 Architecture adaptative Miramond - ETIS 30/06/2014 5 Architecture adaptative Miramond - ETIS 30/06/2014 • Circuits reconfigurables • L’organisation interne du calculateur dépend de l’environnement • Donc basée sur l’expérience • Quelles conséquences sur le comportement du robot ? 6 Embodied computing Miramond - ETIS 30/06/2014 Calcul incarné Conception d’une architecture matérielle de contrôle robotique L’organisation interne du calculateur dépend de la nature et de la richesse de l’information sensorielle : • Basée sur l’expérience • Cette expérience est apprise par un réseau de neurone distribué à chaque cellule du système MPSoC Conduit au concept de Plasticité matérielle Francisco Varela, Evan Thompson et Eleanor Rosch, The Embodied Mind: Cognitive Science and Human Experience, 1991 Andy Clark, Being There: Putting Brain, Body and World Together Again (1997) Rolf Pfeifer, Max Lungarella, Fumiya Iida, Self-Organization, Embodiment, and Biologically Inspired Robotics, Science, 2007 7 La plasticité de l’architecture embarquée comme reflet de expérience Miramond - ETIS 30/06/2014 Chaque processeur peut exécuter un traitement particulier, parallélisable (modèle cortical) Les processeurs sont réunis en aires de traitements qui sont en compétition les une les autres pendant la phase développementale A chaque processeur est associé un neurone dont le rôle est de l’associer à un type de modalité (ici couleurs) Rodriguez, L.; Miramond, B.; Kalbousi, I.; Granado, B., "Embodied Computing: Self-adaptation in Bio-inspired Reconfigurable Architectures," Parallel and Distributed Processing Symposium Workshops & PhD Forum (IPDPSW), 2012 IEEE 26th International , vol., no., pp.413,418, 21-25 May 2012 8 De la période critique … Miramond - ETIS 30/06/2014 CRITICAL PERIOD PLASTICITY IN LOCAL CORTICAL CIRCUITS, T. Hensch, Nature 2005 Neurodevelopment: Unlocking the brain, J. Bardin, Nature news feature, 2012 [Peter R. Huttenlocher, NeuralPlasticity, The Effects of Environment on the Development of the Cerebral Cortex, 2002] 9 Miramond - ETIS … à la plasticité cérébrale 30/06/2014 • [Michael Merzenich, Paul Bach-Y-Rita, Jon Kaas …] • Illustration dans les expériences de substitution sensorielle sur personnes non-voyantes : ▫ “we see with our brains not our eyes !” P.Bach-y-Rita. 1967. Sensory Plasticity. Acta Neurologica Scandinavica, 43:417-26 10 Une organisation dirigée par les informations sensorielles Miramond - ETIS Sensory maps Neural maps 30/06/2014 Processing maps Electronic boards implementation 11 Miramond - ETIS Nos problématiques Robotique autonome Modèles bioinspirés Traitement embarqué temps réel Apprentissage [Projet RobotSoC2013] 30/06/2014 12 Miramond - ETIS Plan de la présentation I. Contexte II. Smart camera de saillance visuelle III. Missions de navigation IV. Plasticité matérielle V. Conclusion 30/06/2014 13 Miramond - ETIS 30/06/2014 Petit test de reconnaissance 14 Miramond - ETIS 30/06/2014 15 Miramond - ETIS 30/06/2014 … 16 Miramond - ETIS 30/06/2014 17 Miramond - ETIS 30/06/2014 Notre caméra sur le robot Capteur d’images Traitement embarqué Robot patrouilleur 18 Miramond - ETIS 30/06/2014 19 Miramond - ETIS 30/06/2014 Feature Integration Theory [Treisman and Gelade] [Itti and Koch] Laurent Itti, Christof Koch, and Ernst Niebur. 1998. A Model of Saliency-Based Visual Attention for Rapid Scene Analysis. IEEE Trans. Pattern Anal. Mach. Intell. 20, 11 (November 1998), 1254-1259. 20 Miramond - ETIS Hmax 30/06/2014 Robust object recognition with cortex-like mechanisms, IEEE Transactions on Pattern Analysis and Machine Intelligence, T. Serre, L. Wolf, S. Bileschi, M. Riesenhuber, T. Poggio Hierarchical models of object rec-ognition in cortex Riesenhuber, M., and Poggio, T. (1999).. Nat. Neurosci. 2, 1019–1025. CNN (Lnet) Convolutional networks for image, speech and time-series, Y. Lecun, and Y. Bengio , 1995 DH Hubel and TN Wiesel. Receptive elds of single neurones in the cat's striate cortex. The Journal of Physiology, 148(3):574, 1959. 21 Pyramide de DoG Miramond - ETIS 30/06/2014 Crowley, J, Riff O. Fast computation of scale normalised Gaussian receptive fields, Proc. Scale-Space'03, Springer Lecture Notes in Computer Science, volume 2695, 2003 P. Gaussier, J.P. Cocquerez (1992), Neural Networks for complex scene recognition: simulation of a visual system with several cortical areas, International Join Conference on Neural Networks Baltimore, IEEE Press, Vol 3, p 233-259 22 Miramond - ETIS 30/06/2014 Images récupérées pour la navigation Entre 35 et 40% de l’information initiale Robotique autonome Modèles bioinspirés Traitement embarqué temps réel Apprentissage 23 Miramond - ETIS 30/06/2014 RobotSoC: Setup expérimental Poster/Démo 3 (mardi) Model available at http://www-etis.ensea.fr/robotsoc/ Feature readback + Eth stack Visual chain Hardware Reconfigurable matrix (100 MHz) Dual-core cortex A9 (500 MHz) Embedded SRAM Memory Ethernet link 24 Format de sortie de la caméra Miramond - ETIS 30/06/2014 Imagettes apprises Images transmises Réduction de plus de 60% de l’information transmise 25 Miramond - ETIS 30/06/2014 26 Miramond - ETIS 30/06/2014 Apprentissage de trajectoires Création d’un bassin d’attraction par l’association de plusieurs cellules de lieu 27 Miramond - ETIS Association sensori-motrice P Gaussier and S. Zrehen. Perac : a neural architecture to control artificial animals. Robotics and Autonomous Systems, 16(2{4) :291{320, 1995. Robotique autonome Modèles bioinspirés Traitement embarqué temps réel Apprentissage 30/06/2014 28 Navigation basée vision Miramond - ETIS 30/06/2014 Videos available at http://www-etis.ensea.fr/robotsoc/ L. Fiack, N. Cuperlier, B. Miramond, Embedded and real-time architecture for bio-inspired vision based robot navigation, Journal of Real-Time Image Processing (JRTIP), 2014 29 Navigation basée vision Ronde en intérieure Miramond - ETIS Ronde avec obtruction 30/06/2014 30 Focalisation d’attention Miramond - ETIS 30/06/2014 Système visuel commun d’extraction de saillance et de recherche sérielle Navigation / Recherche top-down 1 3 4 2 bottom-up Carte de saillance basse résolution Mouvement Intensité Saccades Couleur Orientation 31 Miramond - ETIS Sensory maps Neural maps 30/06/2014 Processing maps 32 Miramond - ETIS 30/06/2014 33 Propriétés recherchées du modèle neuronal Miramond - ETIS 30/06/2014 • Apprentissage non-supervisé • Utilisant uniquement des connexions locales • Organisation des aires selon la richesse des données sensorielles • Emergence de la notion de voisinage entre classes de données proches • Réduction de la multi-dimensionnalité des entrées dans l’espace de la carte • Regroupe les données sensorielles en classes Représentation qui respectent la topologie d’entrée Dans l’espace de la carte 34 Formulation du problème Miramond - ETIS 30/06/2014 • Chaque données sensorielle est associée à une classe Ck. • Une tâche spécifique Tk correspond au traitement de la donnée de classe Ck. • Dans l’espace d’entrée, chaque classe peut être dotée d’une densité de probabilité d’apparition Pk. • La carte appends la richesse relative de chaque classe de manière à adapter la taille de l’aire de traitement associée • Ce qui consiste à réduire le MQE (distortion) Représentation dans l’espace d’entrées 35 Modèle neuronaux de quantification vectorielle Miramond - ETIS 30/06/2014 Neural Gas T. Martinetz, S. Berkovich, and K. Schulten. "Neural-gas" Network for Vector Quantization and its Application to Time-Series Prediction. IEEE-Transactions on Neural Networks, 4(4):558-569, 1993 Self-organizing maps (SOM) T. Kohonen, Self-Organized Formation of Topologically Correct Feature Maps, Biological Cybernetics, vol. 46, pp. 59–69, 1982 Dynamic Self-Organizing Map (DSOM) Nicolas P. Rougier and Yann Boniface, Dynamic Self-Organising Map, A computational model of cortical plasticity, 2011 36 Comparaison dans le cas dynamique 3 1 2 4 [N.Rougier, Y. Boniface, DSOM, 2011] Miramond - ETIS 30/06/2014 37 Miramond - ETIS 30/06/2014 Vers une carte localement connectée Champs récepteur du RF-LISSOM Connectivité locale du DMAD-SOM [Miikkulainen et al. 1997] [Rodriguez et al. 2013] 38 Comment palier ce manque de connexions ? Miramond - ETIS 30/06/2014 Activity Distributed learning Activity dependent learning [L. Rodriguez, B. Miramond, B. Granado, Toward a sparse self-organizing map for neuromorphic architectures, ACM Journal of Emerging Technologies in Computing Systems, 2014] 39 Le simulateur neuronal Miramond - ETIS 30/06/2014 Poster/Démo 8 (mercredi) Simulateur C++ / JAVA Videos available at http://projet-saturn.ensea.fr/ 40 Confrontation des 3 modèles Miramond - ETIS 30/06/2014 [L. Rodriguez, B. Miramond, B. Granado, Toward a sparse self-organizing map for neuromorphic architectures, ACM Journal of Emerging Technologies in Computing Systems, 2014] 41 Résultats expérimentaux Données réelles [Rodriguez2012] Miramond - ETIS 30/06/2014 Données artificielles [Rodriguez2013, 2014] 42 Conception matérielle du modèle neuronal Architecture matérielle d’un neurone ETIS Lab Résultats d’intégration sur circuit : • 1200 (8 bits) neurones • 324 (16 bits) neurones Stratix V 5SGSMD8N3F45 is composed of 512k ALUTs, 50M memory bits and 1963 DSPs 43 Miramond - ETIS Plan de la présentation I. Contexte II. Smart camera de saillance visuelle III. Missions de navigation IV. Plasticité matérielle V. Conclusion 30/06/2014 44 Miramond - ETIS 30/06/2014 Vers une architecture adaptative et programmable organisée en 4 couches 45 Miramond - ETIS 30/06/2014 Vers une architecture adaptative et programmable organisée en 4 couches Expérimentation robotique Modèles bioinspirés Intégration matérielle Neurones artificiels 46 Miramond - ETIS Merci 30/06/2014