De la detección a sistemas de percepción
En el proyecto SENSEMAKER se diseñaron arquitecturas electrónicas que integran diversa información sensorial en un modelo perceptual completo del entorno. Imitando los principios biológicos de los receptores sensoriales y del sistema nervioso, el espacio del entorno se representa a un nivel cognitivo superior. De forma similar al cerebro, el sistema SenseMaker es capaz de extraer información correlativa de representaciones sensoriales que se afinan simultáneamente con ayuda de distintas modalidades sensoriales. Partiendo de una biblioteca predefinida, el sistema opta por un conjunto mínimo de modalidades sensoriales que se combinan para permitir una distinción y una identificación fiables de objetos y del entorno. Con la ayuda de la modelización neuromimética, el sistema perceptual fue explorado extensamente e implementado finalmente usando ASIC (circuitos integrados para aplicaciones específicas) mixtos (analógicos y digitales) programables. Ante un cambio imprevisto del entorno, o en caso de que algunos sensores estuvieran dañados parcialmente, el sistema es capaz de reconfigurarse formando interconexiones suplementarias. Se implementaron disparos de neuronas y sinapsis adaptables con ASIC de red neuronal de señal mixta. La red de neuronas excitadas imita el comportamiento natural, que se explica usando modelos de membranas. De este modo pueden generarse disparos de neuronas en ciertos valores umbral de voltaje de membrana, mientras que las sinapsis relacionadas con la conductancia ofrecen una base realista en relación con su potencial de inversión. Por efecto de variaciones en el proceso de fabricación, cada uno de los transistores es distinto de los demás, igual que las neuronas. Para controlar estas fluctuaciones, a fin de desarrollar microcircuitos neuronales con una distribución estadística conocida de sus parámetros, cada neurona electrónica presenta varios parámetros ajustables por separado. Además, mediante la plasticidad puede formarse una mejor imagen de los pormenores de la adaptación cerebral al entorno. Así, se adoptaron reglas de plasticidad asociativa del equivalente biológico valiéndose de algoritmos de plasticidad sincronizados con los disparos de neuronas, derivados de estudios de la neocorteza de mamíferos y usados para almacenar recuerdos a largo plazo. En el chip de la red de neuronas excitadas, cada sinapsis mide la correlación entre la señal presináptica y postsináptica. Los sistemas de percepción pseudovivos imitan la compleja interacción de un sistema vivo con su entorno. Fundiendo la información sensorial (visual, auditiva o del tacto) con la cognición, el control y la respuesta, estos sistemas tienen el potencial de ampliar las capacidades de las máquinas y los sentidos humanos.
