Skip to main content
European Commission logo
polski polski
CORDIS - Wyniki badań wspieranych przez UE
CORDIS
CORDIS Web 30th anniversary CORDIS Web 30th anniversary

Article Category

Zawartość zarchiwizowana w dniu 2023-03-24

Article available in the following languages:

O tym jak czerwie kształtują przyszłość robotyki

Czego inżynierowie oprogramowania i specjaliści ICT mogą nauczyć się od czerwi? Jak się wydaje całkiem sporo. Dzięki poznaniu, w jaki sposób zachodzą złożone procesy uczenia się w prostych organizmach, finansowani ze środków UE naukowcy mają nadzieję zapoczątkować epokę samouczących się robotów i predykcyjnego przetwarzania danych.

Zwierzęta – niezależnie od tego na ile proste czy złożone – wykazują niezwykłe zdolności uczenia się. Nawet przy ograniczonej mocy mózgu, organizm potrafi odpowiednio zareagować na bodziec zewnętrzny, czego nie jest w stanie w pełni wyjaśnić aktualna teoria uczenia się. Uczenie się od czerwi Partnerzy finansowanego ze środków UE projektu MINIMAL, nad którym prace rozpoczęły się w 2014 r., skupili się na procesach uczenia się stosunkowo prostego organizmu – larw muszki owocówki (czerwi). Mimo iż nie posiada nawet 10 000 neuronów, to stworzenie jest w stanie szybko i elastycznie uczyć się pewnych wskazówek, które prowadzą je do dobrych rzeczy i chronią przed złymi. „Poznanie konkretnych mechanizmów leżących u podstaw tego procesu uczenia się może znaleźć istotne zastosowania w technologii, takie jak rozwój samouczących się, małych urządzeń robotycznych” – wyjaśnia koordynator projektu MINIMAL, profesor Barbara Webb z Wydziału Informatyki Uniwersytetu w Edynburgu, Zjednoczone Królestwo. „To może na przykład oznaczać możliwość opracowywania małych i tanich robotów do wykorzystania w rolnictwie precyzyjnym, które są w stanie nauczyć się rozpoznawania zapotrzebowania roślin na nawóz lub nawadnianie. Zostanie ono wówczas zaspokojone tylko tam, gdzie trzeba i kiedy trzeba. Nasza nadrzędna koncepcja jest taka, że małe, acz aktywne systemy mogą na podobieństwo zwierząt rozróżniać i zapamiętywać na skalę lokalną tylko te użyteczne wskazówki, które są niezbędne do bieżącego zadania”. Wybór Webb i zespołu padł na skromnego czerwia ze względu na możliwość ścisłego monitorowania i kontrolowania zarówno zachowania, jak i procesów mózgowych tej larwy w sposób niezwykle szczegółowy. Naukowcy byli w stanie śledzić cały proces uczenia się przez larwy nowych zapachów, które prowadziły je do dobrego pokarmu (takiego jak cukier) i pozwalały trzymać się z dala od złego (takiego jak chinina). „Odkryliśmy, że niektóre specyficzne, pojedyncze komórki mózgowe, kiedy są pobudzone, wystarczą do tego, aby larwa nauczyła się, że dany zapach jest dobry” – stwierdziła Webb. „Zamierzamy przyjrzeć się temu bliżej za pomocą nowej metody opracowanej w ramach projektu MINIMAL, która rozświetla aktywne komórki mózgowe, dzięki czemu możemy je obserwować nawet wtedy, kiedy larwa swobodnie się porusza. Tak naprawdę nie liczyliśmy na to, że ta najnowsza metoda się sprawdzi, tak więc jest to być może jeden z najbardziej satysfakcjonujących jak dotychczas elementów projektu”. Sposobności w informatyce Zespół projektu pracuje nad procesem uczenia się czerwia a prace te mogą przynieść korzyści także w innych dziedzinach. „Mimo iż naszym nadrzędnym celem było wykazanie tego typu zdolności w realnych systemach robotycznych, mogą istnieć paralele w środowisku informatycznym” – stwierdza Webb. Aktualne trendy w informatyce często polegają na przykład na dużych zbiorach danych, należy jednak zaznaczyć, że w przyrodzie zwierzęta nierzadko uczą się kojarzyć na podstawie niewielkiej liczby danych (jak umiejętność czerwi do wykrywania dobrego pokarmu). Poznanie, jak to działa, może mieć znaczenie dla opracowywania oprogramowania i interfejsów komputerowych, które wyprzedzają kolejny ruch użytkownika. Wybiegając jeszcze dalej w przyszłość, być może kiedyś nawet larwy będą mogły stać się zmodyfikowanymi urządzeniami obliczeniowymi, zdolnymi do wykonywania krytycznych zadań z zakresu przetwarzania sygnałów. „Kolejnym krokiem będzie konsolidacja naszych ustaleń w postaci modelu neuronalnego mechanizmu uczenia się larwy i przetestowania go na robocie” – informuje Webb. „Opracowaliśmy także programowalną larwę robotyczną, ale mamy trudności ze sterowaniem jej ruchem. Uczenie się oparte na podstawach biologicznych może stanowić rozwiązanie i jesteśmy głęboko przekonani, że tego typu roboty mogą znaleźć cały wachlarz zastosowań”. Prace nad projektem MINIMAL mają zostać sfinalizowane wraz z końcem grudnia 2016 r. Więcej informacji: witryna projektu MINIMAL

Kraje

Zjednoczone Królestwo

Powiązane artykuły