Đề tài Tổng quan tình hình nghiên cứu mạng nơron cho rôbốt thông minh

TỔNG QUAN TèNH HèNH NGHIấN CỨU MẠNG NƠ RON CHO RễBỐT THễNG MINH Tạ -Hồng-Kỳ . Phũng Cơ điện tử , Viện Cơ học , 264 Đội cấn ,Hà nội . Email: tahongky@yahoo.com Túm tắt: Chương trỡnh nghiờn cứu Mạng nơ ron trờn thế giới . Tỡnh hỡnh nghiờn cứu trong nước .Một số cụng trỡnh nghiờn cứư mạng nơ ron đó cụng bố ở nước ngoài. Abstract: Neural Network Projects in the World . Rerearchs of Neural network in Vietnam Researchs of Neural Network in the world.. I.GIOI THIEU Ngày nay trên thế giới không có công nghệ nào phát triển nhanh và mạnh nhu kỹ thuật robot . Nguời ta dự đoán đến giữa thế kỷ 21 , Robot sẽ trở thành một trong những động lực quan trọng nhất của sự phát triển kỹ thuật. Mạng nơ ron là chìa khoá công nghệ của thế kỷ 21 trong lĩnh vực trao đổi và xử lý thông tin. Đó là một hệ thống bao gồm một số luợng lớn những kiểu đặc biệt của những bộ xử lý phi tuyến gọi là nơ ron. II. CHUONG TRINH NGHIEN CUU MANG NO RON TOAN CAU: Nghiên cứu về mạng Nơ ron đã đu- ợc quan tâm từ những năm 40 của thế kỷ 20 . Khoảng những năm 90 Nơ ron đuợc đặc biệt chú ý bởi khả năng ứng dụng rộng lớn của nó . Chuơng trình nghiên cứu về nơ ron tập chung nghiên cứu ở Mỹ ( 50 tổ chức trong các viện nghiên cứu và tru- ờng đại học , riêng California đã có 15 tổ chức nghiên cứu ) . Ơ Anh có 20 tổ chức , Đức (7) , Nhật (7), Pháp (6), Thụy sỹ(4) , Thụy điển (4) , Hà lan (4) , Australia (3) , Ytalia (3) , Canađa (3), Nga(1) , Czech (1) , Balan(1) , Hungary(1), Hàn quốc (1) , Singapor (1) , Hong kong (1)v.vƠ Mỹ , tại bang California , Truờng Đại học California San diego có Chuơng trình tính toán và Hệ thống Nơ ron của Caltech, Viện tính toán Nơron, Nhóm nghiên cứu khoa học Máy tính Nhận thức , Trung tâm nghiên cứu Ngôn ngữ , Phòng thí nghiệm Kỹ thuật Nơ ron , Trung tâm Sloan Sinh học Nơ ron Lý thuyết . Đại học California Santa Cruz có Nhóm Máy Dạy học , , Nhóm Sinh học tính toán . Đai học Nam California có Phòng thí nghiệm Tính toán Nơ ron . Đại học Stanford có nhóm Lập trình Gen . Ơ Carlsbad có Động lực học Nơ ron ứng dụng . Ơ Moffett Field có Nhóm Kỹ thuật Nơ ron NASA . Bang Massachusetts , có Trung tâm Dạy học Tính toán và Sinh học tại Viện Công nghệ Massachusetts -MIT , Nhóm tính toán ở khoa Não và khoa học Nhận thức thuộc MIT , NeuoDyne Ins, Cambridge. Bang Washington có Phòng Thí nghiệm Ưng dụng , Trí tuệ Tính toán thuộc Đại học Washington , Nhóm Nghiên cứu Nơ ron tại Phòng thí nghiệm Xử lý Thông tin . Nhóm nghiên cứu Nơ ron thuộc Phòng thí nghiệm Pacific Northwest tại Washington. Bang Texas có Phòng thí nghiệm Kỹ thuật Nơ ron R&D thuộc Đại học Texas ở Austin .Phòng thí nghiệm Tính toán Ưng dụng tại đại học Kỹ thuật Texas . Bang Pensylvania có Trung tâm Cơ sở Nơ ron của Nhận thức tại Carnegie Melon . Bang Ohio có Phòng Thí nghiệm Hệ thống Nơ ron Nhân tạo thuộc Đai học Cincinnati. Bang New Mexico có Nhóm Tính toán Thích nghi thuộc Đại học New Mexico. Nhóm Tính toán Thích nghi Phi tuyến thuộc Phòng thí nghiệm Quốc gia Los Alamos . Bang New Jersey có Nhóm Nghiên cứu Nơ ron Nhân tạo ở Viện nghiên cứu NEC , Princeton. Nhóm Nhận thức , Trí tuệ và Tính toán dựa trên DNA , ở Viện nghiên cứu NEC , Princeton v.v Anh: có Trung tâm Mạng Nơ ron tại tr- uờng Hoàng gia London. Trung tâm Hệ thống Nơ ron tại Đại học Edinburgh. Nhóm Nghe , Nhìn và Robot Đại học Cambridge. Nhóm Nghe , Nhìn và Hệ thống Thông minh Đại học Southhampton.Nhóm Nghiên cứu Trí tuệ Nhân tạo thuộc Đại học Nottingham. Nhóm nghiên cứu Hệ thống Thông minh, khoa Khoa Học Máy tính thuộc Đại học London v.v Nhật: có Phòng Thí nghiệm Robot và Cơ -Điện tử thuộc Đại học Nagoya. Phòng thí nghiệm Okabe và Hirose thuộc Đại học Tokyo . Phòng thí nghiệm Sinh-Điện tử thuộc Đại học Nagoya.Phòng thí nghiệm Nghiên cứu Xử lý Thông tin Nguời ở Kyoto v.v Đức: có Viện Tin học Nơ ron ở Đại học Ruhr , Bochum. Nhóm nghiên cứu Mờ và Tính toán Mềm tại Đại học Braunschweig. Nhóm Nhiên cứu Mờ và Nơ ron tại Đại học Công nghệ Damstardt. Nhóm Nhìn- Máy tính và Nhận dạng thuộc Đại học Bon . Trung tâm nghiên cứu Trí tuệ Nhân tạo Đức DFKI thuộc Kaiserlautern . Nhóm Nghiên cứu Nơ ron của GMD FIRST tại Berlin.Viện Logic, Tổ hợp và Hệ thống Suy diễn tại Đại học Karlsruhe. Pháp: có Nhóm nghiên cứu Tin-Sinh học Truờng Cao cấp ,Pari.Nhóm tính toán Nơ ron thuộc Phòng Tin học Pari Nord .Nhóm nghiên cứu Nơ ron ở LEIBNIZ, Grenoble. Nhóm nghiên cứu Laplace , Mô hình gần đúng trong Robot và Trí tuệ Nhân tạo ở LEIBNIZ, Grenoble. Hungary: có Nhóm Xử lý thông tin Nơ ron thuộc Đại học Eotvos Lorand , Budapest . III.MANG PERCEPTRON NHIEU LOP– MPL Đây là mạng Nơ ron thuận với những tín hiệu vào liên tục và những lớp bao gồm : lớp tín hiệu vào , lớp tín hiệu ra , lớp trung gian (lớp ẩn ) . Đặc điềm chính của mạng perceptron là liên kết trực tiếp những nút của những lớp giống nhau là không cho phép . Đuờng vòng của những lớp cũng không đuợc phép . Ví dụ , khi liên kết nút tín hiệu vào với nút tín hiệu ra đuờng vòng của lớp ẩn bị cấm . 0y 1−My Lop ra lop an 1 Lop an 2 '0x Lop vao 0x 1−Nx IV.THUAT TOAN PHAN HOI : Buớc 1 : Đua ra trọng luợng và giá trị nguỡng bằng những giá trị duơng nhỏ . Buớc 2: Đua ra tín hiệu đầu vào 121 ,...,, −Nxxx và giỏ trị đầu ra mong muốn 121 ,..., −Mddd . Nếu mạng nơ ron đuợc sử dụng nhu một bộ phân loại , sau đó đặt tất cả id tới không , trừ một cái là biểu hiện loại trong đó tín hiệu giá trị 1. Buớc 3: Tính toán giá trị thực , sử dụng hàm sigmoid và thực hiện tính toán theo sơ đồ Buoc 4: Cập nhật trọng luợng ban đầu từ nút tín hiệu ra và thực hiện phản hồi sử dụng công thức : Hinh.1 –MANG NO RON 3 LOP ,)()1( xjijij xtwtw ηδ+=+ ở đây : w ij là trọng luợng synap của liênkết nút i với nút j của lớp tieptheo ở thời gian t . x 'i tín hiệu ra của nút i ( hoặc tín hiệu vào i của mạng nơ ron ) . η hệ số thu nhận ( hệ số tỉ số dạy học ) jδ số hạng sai số cho nút xác định nhu : jδ =y j (1-y j )(d i -y i ) với y j là tín hiệu thực d j là tín hiệu đầu ra mong muốn . Nếu nút j là nút của lớp ẩn , khi đó : jδ = x 'j (1-x 'j )∑ k kδ w jk ở đây , k mở rộng cho tất cả các nút của những lớp truớc . Nguỡng của những nút bên trong đuợc thích ứng tuơng tự nhu vậy , giả sử chúng là trọng luợng liên kết trong những tín hiệu vào của những giá trị không đổi . Cho tốc độ hội tụ , một cái có thể cộng thêm số hạng nhu :w ij (t}= w ij + jηδ x 'i +α [ w ij (t) - w ij (t-1)] , 0 <α < 1 Buớc 5 : Lặp lại từ buớc 2 . V. MOT SO CONG TRINH MANG NO RON DA CONG BO O NUOC NGOAI: Đa số các nhà nghiên cứu các Hệ thống Thông minh chấp nhận rằng : Trí tuệ Tính toán (Computational Intelligence) do Hội đồng Mạng Nơ ron Thế giới đua ra vào năm 1991 và Tính toán mềm (Soft computing) do Lofti A Zadeh , giáo su đại học California Berkeley đua ra năm 1990 là đồng nghĩa và đuợc sử dụng thay thế lẫn nhau . Trí tuệ Tính toán đuợc chấp nhận là một thuật ngữ để biểu diễn các kỹ thuật cho việc ra quyết định dựa trên việc xử lý thông tin không chắc chắn . Về cơ bản , Trí tuệ Tính toán bao gồm Logic Mờ , Mạnh Nơ ron , Thuật giải Di truyền , Lập luận Xác xuất ,các Phuơng pháp Học , Lý thuyết Hỗn độn , các Hệ chuyên gia . Một điều quan trọng cần nhấn mạnh là Trí tuệ Nhân tạo không chỉ là một tâp hợp các phuơng pháp luận cho lập luận dựa trên thông tin không chắc chắn mà là sự liên kết các phuơng pháp trong đó mỗi phuơng pháp đều có lợi thế riêng để tiến tới đạt mục tiêu chung . Bởi vậy , các thành phần của Trí tuệ Tính toán phải đuợc xem nhu các phần bổ xung cho nhau chứ không phải tuơng đuơng . Tất cả các kỹ thuật đó nhằm mục đích đua ra một dạng “ Máy Thông minh “nào đó mà nó có thể bắt chuớc sự suy nghĩ của con nguời trong việc ra quyết định . Động cơ chủ yếu cho việc sử dụng Trí tuệ Tính toán là khai thác khả năng xử lý thông tin không chính xác , không chắc chắn , chỉ đúng một phần và kết quả đạt đuợc là tính dễ áp dụng ,sự năng động và các giải pháp chi phí thấp cho các vấn đề phức tạp . Đây cũng là mục tiêu do giáo su Lofti A Zadeh , Đại học California Berkeley ( nguời sáng tạo Lý thuyết Tập Mờ 1965 dua ra vào đầu những năm 1990 đối với sự phát triển của các Hệ Thông minh . Hai dạng của Mạng Nơ ron thuờng đuợc sử dụng trong Kỹ thuật Robot là Mạng Hopfield và Mạng Perceptron nhiều lớp do Hopfied đa ra 1982, Kohonen 1984, Rumelhart 1986. Những mạng khác bao gồm Mạng Cạnh tranh & Hợp tác do Amari &Arbib nghiên cứu năm 1977 và Mạng Thuởng phạt do A.G.Barto&C.W.Anderson 1983. Hệ thống Robot bao gồm 3 hệ thống phụ là : Hệ thống truyền động , Hệ thống Nhận dạng và Hệ thống Điều khiển . Những vấn đề chính của Điều khiển Robot bao gồm Động học , Động lực học , Lập kế hoạch đuờng đi (Thiết lập quĩ đạo ) , Điều khiển , Cảm biến , Lập trình và Trí tuệ (Thông minh). Mạng Nơ ron có thể giảm tổ hợp tính toán và giải những bài toán robot đuợc đua ra “yếu” . Lời giải giải tích của động học nguợc làm chính xác kết quả số , trong khi lời giải Mạng nơ ron nói chung không làm chính xác.Công việc phát triển Động học nguợc Nơ ron đuợc T.Iberall phát triển năm 1987, A.Guez năm1988. Trong Động lực học Robot Nơ ron , M.Kawato,Furukawa,Suzuki phát triển năm 1987. Y.Uno &M.Isobe 1988. S.G.Tzafestas1986, M.Kawato ,Y.Maeda,Y.Uno &Suzuki 1990. Mạng Nơ ron sử dụng nhằm thiết lập quĩ đạo đuợc K.Tsutsumi 1988, H.liu1988, R.Ecmiller 1987. Bài toán lập quĩ đạo tránh vật cản sử dụng Mạng Hopfield đuợc H.matsumoto& K.Tsutsumi phát triển . Truờng hợp Robot Di động , Thiết lập quĩ đạo với Mạng Nơ ron đuợc nghiên cứu bởi V.Seshadri1988.Ơ đây Mạng Nơ ron cố gắng cực tiểu hoá độ dài đu- ờng đi . Nick Vallidis đã nghiên cứu điều khiển Hexapod di động bằng mạng nơ ron , 2000. L.M.Reyneri, M.Chiaberge Khoa điện tử , Đại học Bách khoa Torino- Italy nghiên cứu phần cứng-Mạng Mờ-Nơ ron điều khiển Hexapod Di động, 1993-2000 . Điều khiển Robot bằng Mạng Nơ ron đuợc gọi là Điều khiển khớp bằng mô hình tiểu não CMAC do Albus 1975 – 1979. Giáo s F.L.Lewis ,Viện nghiên cứu Robot và Tự động hoá, Đại học Texas –Arlington USA đã ứng dụng CMAC để điều khiển hệ động lực phi tuyến, 1997. Nhận dạng hệ động lực phi tuyến sử dụng mạng nơ ron đuợc S.J.Jagannathan, Liên hợp Phân tích Tự động hoá, USA nghiên cứu năm 1996. Y.Pao&D.Sobasic 1987 thực hiện hệ thống điều khiển vị trí robot hai bậc tự do sử dụng Mạng Nơ ron Perceptron . A.Guez sử dụng mô hình thích nghi (MRAC). W.T. Miler sử dụng kỹ thuật CMAC trong liên kết với phuơng pháp điều khiển mô men. R.Elsley thực hiện điều khiển Jacobi nguợc,sử dụng Mạng Perceptron nhiều lớp. Mạng Nơ ron Đuợc sử dụng trong cảm biến và điều khiển Robot nhiều lớp , liên tục bởi R.Esley , &Y.Pati 1988. Điều khiển thích nghi hệ động lực học phi tuyến sử dụng mạng nơ ron đuợc giáo su A.M.Annaswamy , Phòng thí nghiệm Điều khiển thích nghi - Khoa Chế tạo Máy – Viện Công nghệ Massachusetts –MIT nghiên cứu, 1997. Ưng dụng Mạng Nơ ron điều khiển nguợc theo vết đuợc giáo su K. S. Narendra, Trung tâm Khoa học Hệ thống , Đại học Yale,USA nghiên cứu, 1999. Giáo su Vukobratovic , Trung tâm Robot, Viện Mikhailo Pupin , Nam tu (cũ ) , phó chủ tịch Viện Hàn lâm Khoa học, đã nghiên cứu phân loại mô hình động lực học môi truờng trên cơ sở Nơ ron để điều khiển robot ,1998. Bộ điều khiển Mờ-Nơ ron để dẫn hu- ớng Robot Di động và hộ tống đội robot đuợc giáo su M.M.Trivedi Khoa Kỹ thuật Điện và Máy tính , Đại học California San Diego ,USA nghiên cứu,1998. Giáo su, Viện sĩ, Vámos Tibor, nguyên Viện truởng Viện Tin học và Tự động hoá- Hungary, - nguyên chủ tịch Hội Máy tính Neyman János (Von Neyman), nguyên chủ tịch Hội Điều khiển Tự động Quốc tế IFAC đã nghiên cứu kỹ thuật Nhận dạng –Trí tuệ Nhân tạo cho robot. Giáo su ,Viện sĩ Hyungsuck Cho , Khoa Chế tạo máy ,Viện Khoa học &Công nghệ Cao cấp Hàn quốc- KAIST, Hãng Thép và Kim loại Pohang-POSCO, Viện truởng Viện Điều khiển ,Tự động hoá và Kỹ thuật Hệ thống, đã nghiên cứu điều khiển và cảm biến nano cho robot ,2001. Giáo su T.Fukuda , Khoa Kỹ thuật Vi Hệ thống,Trung tâm Hợp tác Khoa học &Công nghệ Cấp cao, Đại học Nagoya- Nhật bản, nguyên Chủ tịch Hội Robot và Tự động hóa Quốc tế , Chủ tịch Hội đồng Công nghệ Nano Quốc tế, đã nghiên cứu Mạng Mờ-Nơ ron -Thuật giải AND để điều khiển robot, 2000. Công nghệ Nano đang mở ra những triển vọng to lớn. Việc chế tạo ra những robot nhỏ cỡ Nano 10-9mm đòi hỏi những nghiên cứu mới về cơ sở lý thuyết cũng nhu công nghệ. Giáo su Toshio Fukuda , đặc biệt nhấn mạnh tầm quan trọng của Robot Micro-Nano trong Kỹ thuật Robot và Tự động hoá tuơng lai. Giáo su,Viện sĩ G.M.Edelman ,giải thuởng Nobel, Viện truởng Viện Khoa học Nơ ron - USA ,Chủ tịch Hội nghiên cứu Khoa học Nơ ron Quốc tế, đã mô phỏng Nơ ron hệ thống Nghe-Nhìn của loài chim để điều khiển robot ,1999. Giáo su đã khẳng định, việc nghiên cứu này đặc biệt quan trọng duới ánh sáng của lý thuyết Não Hiện đại, nhấn mạnh tầm quan trọng của môi truờng và thực nghiệm Motor-Cảm biến Nơ ron . Sự hiểu biết những nguyên tắc cơ bản của não sẽ có ảnh huởng mạnh mẽ đến thiết kế Hệ thống Nhân tạo hoạt động trong thế giới thực .Chúng ta tin tuởng rằng những nghiên cứu mô hình nơ ron tổng hợp sẽ tham gia một cách có ý nghĩa bởi sự thiết lập mối liên hệ trực tiếp giữa khoa học Tự nhiên và Khoa học Kỹ thuật, đua ra tu tuởng mới trong lĩnh vực Robot và Trí tuệ Nhân tạo. VI.TINH HINH NGHIEN CUU MANG NO RON TRONG NUOC Ơ Việt nam bắt đầu nghiên cứu Nơ ron từ năm 1992 tại Viện Cơ học và Viện Tin học trong khuôn khổ đề tài cấp Nhà nuớc KC-02 Điều khiển thời gian thực . Hiện nay một số cơ sở đang nghiên cứu nhu Trung tâm Tự động hoá-Viện tin học , Khoa Công nghệ Thông tin - ĐHBK.HN , Bộ môn Điều khiển Tự động ĐHBK.HN, Học viện Buu chính Viễn thông , Khoa Công nghệ Thông tin ĐHBK.HCM ,Đại học Giao thông Vận tải , Viện Vật lý , Viện toán học , VietcomBank , Viện Năng luợng Nguyên tử , Học viện Kỹ thuật Quân sự , Đại học Quốc gia - HCM . Công tác đào tạo đuợc triển khai , đã có những luận án Tiến sĩ (2) , Thạc sĩ và buớc đầu đuợc giảng dạy cho sinh viên . Tuy nhiên những nghiên cứu thuờng rải rác ,cha tập trung thành những nhóm nghiên cứu mạnh để có thể buớc đầu đua vào ứng dụng và có thể hợp tác với các tổ chức quốc tế. VII.KET LUAN : Chúng ta tin tuởng rằng cuối thế kỷ 21 , những robot không chỉ thông minh, mà còn biết xúc cảm , chúng có thể có các” yêu sách” về quyền chính trị & xã hội . Hàng tỷ bộ não của con nguời sẽ đuợc kết nối vào một Mạng Nơ ron Toàn cầu . Con nguời có thể nạp Trí tuệ, thậm chí cả Nhân cách vào Mạng Nơ ron Toàn cầu . Giấc mơ sống lâu , bất tử sẽ trở thành hiện thực VI. TAI LIEU THAM KHAO: 1. Toshio Fukuda &Naoyuki Kubota Intelligent Robotic Systems. Pre- print of Japan-USA –Vietnam Workshop on Rerearch and Education in System Computation and Control Engineering,pp.26- 35.RESCCE98Hanoi(5/1998). 2. Mohan M Trivecdi A Neuro- Fuzzy Controller for Mobile Robot Navigation and Multirobot Convoying. IEEE Transation on System, Man an Cybernetics-PartB.Cybernetics, vol.28.No6,December1998. 3. Nick Vallidis. A Hexapod Robot and Novel Training Approach for Artificial Neural Networks.2002 4. Claudio Pernechele, Favio Bortoletto,Enrico Giro. Oservatorio Astronomico di Padova- Italy. Neural network algorithm controlling a hexapod platform.2002. 5. S . Jagannathan and F.L. Lewis Dicsrete –time neural net controller for a class of nonlinea dynamical systems. IEEE Transations .on Automatic Control , Vol.41No.11,pp.1693-1699.1996. 6. S . Jaganathan ,S. Commuri and F.L.Lewis, Feedback linerization using CMAC neural network , Automatica,Vol.34,No3, March 1998. 7. Gregory Durek & Michael Jenkin Computational Principles of Mobile Robots.Cambridge University Press, 2000. 8. Chin-Teng Lin & C.S.George Lee. Neural Fuzzy Systems ,1996. 9. Masoud Mohammadian Advances in Intelligent Systems: Theory and Applications,Vol.59,2000. 10. Yasuhiko Dote& Richard G.Hoft. Intelligent Control Power Electronic Systems,1998. 11. Kumparti S .Narendra Issues in the Application of Neural Networks for Tracking Based on Inverse Control. IEEE Transactions on Automatic Control , Vol.44.N011,November 1999. 12. Ssu – Hsin Yu & Anuradha M.Annaswamy Adaptive Control of Nonlinear Dynamic Systems Using θ -Adaptive Neural Networks. Automatica.Vol 33, N011,1997. 13. George A. Rovithakis Tracking Control of Multi-Input Affine Nonlinearities Using Dynamical Neural Networks. IEEE Transations on Systems, Man and Cybernetics.Part B.Cybernetics. Vol 29, N02 , 1999. 14. Yonghong Tan & Achiel Van Cauwenberghe Nonlinear One-step-ahead Control Using Neural Networks : Control Strategy and Stability Design . Automatica ,1996. IFAC meeting. 15. Nguyen Hoang Phuong and Koichi Yamada Proceeding of the Second Vietna – Japan Symposium on Fuzzy Systems and Applications .VJFUZZY’2001. 16. Mohamed I.Elmasry VLSI Artificial Neural Network Engineering .Kluwer Academic Publishers ,1996. 17.B.Lazzerini,M.Chiaberge,L.M.Rey neri A Neuro-Fuzzy Approach to Hybrid Intelligent Control , IEEE Transaction on Industry Applications,1999. 18.M.Chiaberge,E.MirandaL.M.Reyne ri,G.Genta,R.Somma, M.A. Perino Micro-Hexapode Walking Machine for Planetary Explorations , ESA Conference for EuroMoon 2000,Paris(F), March 1998. 19. D.Bassani, M .Chiaberge, D.Del Corso, G,Genta, F.Zanneti Simulation of Hexapode Walking Machine Controlled by Neural Network ,Proc.ISMCR,1993, September1993,Turin, Italy. 20.Okhosimski D.E Mechanics &Control of motion of Locomotion Machines . Moscva Nauka ,1984