Przełom w dziedzinie autonomicznych samochodów? Robot uczy się prowadzić, naśladując ludzki mózg

Badacze Human Brain Projekt z Instytutu Biofizyki Narodowej Rady Badań w Palermo we Włoszech, naśladując architekturę neuronalną i połączenia hipokampu mózgu, opracowali platformę robotyczną zdolną uczyć się nawigowania w trasie tak, jak uczy się człowiek. Dzięki temu model sztucznej inteligencji jest w stanie m.in. zapamiętać raz określoną ścieżkę.

Symulowany hipokamp jest w stanie zmieniać swoje własne połączenia synaptyczne podczas poruszania się wirtualnym robotem przypominającym samochód. Istotne jest to, że po tym, jak raz przejedzie określoną trasę, jest w stanie ją zapamiętać.

To znaczna poprawa w stosunku do obecnych metod autonomicznego nawigowania, które polegają na głębokim uczeniu się i każdorazowym obliczaniu tysiąca możliwych tras. Aby dotrzeć do określonego miejsca docelowego, system głębokiego uczenia oblicza możliwe ścieżki na mapie i przypisuje im koszty, ostatecznie wybierając najtańszą ścieżkę do pokonania.

„Istnieją inne systemy nawigacyjne symulujące rolę hipokampa, który działa jako pamięć robocza dla mózgu. Jednak po raz pierwszy jesteśmy w stanie naśladować nie tylko rolę, ale także architekturę hipokampa, aż do poszczególnych neuronów i ich połączeń” – wyjaśnił Michele Migliore i Simone Coppolino z IBF-CNR na łamach czasopisma Neural Networks.

sztuczna inteligencja i mózg człowieka

Aby to osiągnąć, naukowcy zainspirowali się biologią i zastosowali inne zestawy reguł nawigacji niż te używane przez platformy oparte na głębokim uczeniu się. Platforma zrobotyzowana nawiguje za pomocą kamery i sprawdza względne położenie kluczowych punktów orientacyjnych, takich jak kolorowe kostki, aby dotrzeć do określonego miejsca docelowego. 

Na początku porusza się losowo, ale po dotarciu do celu rekonstruuje mapę neuronów w symulowanym hipokampie, przypisując je do punktów orientacyjnych. Wystarczy jej raz przejść szkolenie, aby zapamiętała, jak dotrzeć do celu, tak jak to mają w zwyczaju ludzie i zwierzęta.

Giuseppe Giacopelli, inny członek laboratorium Migliore, pracuje obecnie nad dostosowaniem systemu do użytku przemysłowego poprzez kodowanie w celu rozpoznawania określonych kształtów. 

Zrobotyzowana platforma mogłaby się skalibrować i zapamiętać pozycję półek w magazynie w ciągu zaledwie kilku godzin lub działać jako robot-pies przewodnik dla osób niedowidzących, zapamiętując środowisko domowe. 

Badania rzucają światło na możliwą organizację obwodów i działanie hipokampa i mogą stanowić element budulcowy nowej generacji algorytmów sztucznej inteligencji do nawigacji przestrzennej.