Nowoczesne biologiczne sieci neuronowe rozwiną maszyny

Nowo opracowane biologiczne sieci neuronowe sprawią, że poruszanie się autonomicznych robotów stanie się wreszcie idealnie płynne i stabilne.

Kiedy biegnący koń potyka się o kamień, w ułamku sekundy zwalnia do stępa, by po odzyskaniu równowagi ponownie przejść w galop. Naturalna zdolność do płynnej zmiany stylów poruszania się w odpowiedzi na warunki terenowe od lat fascynowała neurobiologów. Zwierzęcy mózg potrafi błyskawicznie przełączać się między różnymi rytmami bez zakłócania ogólnej koordynacji ciała. Naukowcy z Carney Institute for Brain Science na Uniwersytecie Browna postanowili przełożyć biologiczny mechanizm na język matematyki. Ich najnowsze badania, opublikowane na łamach „Neural Computation”, udowadniają, że złożone zachowania ruchowe można zamodelować za pomocą zaskakująco prostych struktur cyfrowych, co rzuca nowe światło na architekturę mózgu.

Fundamentem przełomu okazało się nowatorskie podejście do tak zwanych sieci atraktorowych. W klasycznym ujęciu, znanym chociażby z sieci Hopfielda, struktury te służyły do analizy stanów statycznych, takich jak odzyskiwanie wspomnień czy rozpoznawanie twarzy przez grupy neuronów. Zespół badawczy rozszerzył ten teoretyczny paradygmat o zachowania dynamiczne. Skonstruowano wysoce zoptymalizowany model składający się z zaledwie 24 sztucznych neuronów. Ta miniaturowa architektura potrafi wygenerować pięć różnych rodzajów chodu czworonogów (m.in. stęp, kłus, inochód czy specyficzne skoki) i bezbłędnie przełączać się między nimi bez konieczności zewnętrznej rekonfiguracji parametrów modelu.

Osiągnięcie badaczy ma kolosalne znaczenie dla inżynierii maszynowej. Współczesne algorytmy sterujące krokiem czworonożnych robotów bywają niezwykle „ciężkie” obliczeniowo, pochłaniając ogromne ilości energii z pokładowych akumulatorów. Wdrożenie zminiaturyzowanej, inspirowanej biologią sieci neuronowej pozwala przenieść ciężar decyzyjny na układy o minimalnym zapotrzebowaniu na moc. Główna autorka badania, dr Juliana Londoño-Alvarez, prowadzi już konsultacje z konstruktorami robotów, aby zintegrować to energooszczędne oprogramowanie z komercyjnymi projektami. Pozwoli to maszynom na sprawniejszą, w pełni autonomiczną pracę w najtrudniejszym terenie.

Udane sprzęgnięcie wiedzy neurobiologicznej z matematyką stosowaną otwiera nowy rozdział w projektowaniu autonomicznych systemów ruchowych. Okazuje się, że te same uniwersalne zasady, które rządzą pamięcią w mózgu, potrafią precyzyjnie kontrolować fizyczną dynamikę ciała. W przyszłości to właśnie takie biologicznie zoptymalizowane, lekkie algorytmy zdecydują o tym, jak zwinnie i niezawodnie maszyny będą współpracować z człowiekiem w fizycznym świecie, zacierając granicę między oprogramowaniem a odruchami znanymi z natury.

Szymon Ślubowski