Agradece que no estés en la dieta de una libélula. Puedes ser una mosca de la fruta o quizás un mosquito, pero realmente no importaría en el momento en que mires hacia atrás y veas cuatro poderosas alas golpeando el aire después de ti. Vuelaspara tu vida, tejiendo evasivamente, pero la libélula de alguna manera te rastrea con reflejos aparentemente instantáneos. Por un momento, crees que te has escapado, justo cuando se cierra rápidamente desde abajo para matar.
Entonces, cuando el depredador de la era de los dinosaurios te arañe con sus patas espinosas y te arrastre a sus mandíbulas en el aire, podrías preguntarte: "¿Cómo me atrapó con un cerebro tan pequeño y sin percepción de profundidad?"
Sandia National Laboratories se centra en la respuesta con una investigación que muestra cómo los cerebros de las libélulas pueden conectarse para ser extremadamente eficientes en el cálculo de trayectorias complejas.
En simulaciones informáticas recientes, las libélulas falsas en un entorno virtual simplificado capturaron con éxito a sus presas utilizando algoritmos informáticos diseñados para imitar la forma en que una libélula procesa la información visual mientras caza. Los resultados positivos de la prueba muestran que la programación es fundamentalmente un modelo de sonido.
La investigación de Sandia está examinando si la informática inspirada en libélulas podría mejorar los sistemas de defensa antimisiles, que tienen la misma tarea de interceptar un objeto en vuelo, al hacer que las computadoras de a bordo sean más pequeñas sin sacrificar la velocidad o la precisión. Las libélulas capturan el 95% de sus presas, coronándolos como uno de los principales depredadores del mundo.
La neurocientífica computacional Frances Chance, quien desarrolló los algoritmos, presentará su investigación esta semana en la Conferencia Internacional sobre Sistemas Neuromórficos en Knoxville, Tennessee. A principios de este mes, presentó en la Reunión Anual de la Organización de Neurociencias Computacionales en Barcelona, España.
La investigación replica el cerebro altamente eficiente de la libélula
Chance se especializa en replicar redes neuronales biológicas, básicamente cerebros, que requieren menos energía y son mejores para aprender y adaptarse que las computadoras. Sus estudios se centran en las neuronas, que son células que envían información a través del sistema nervioso.
"Trato de predecir cómo se conectan las neuronas en el cerebro y entiendo qué tipo de cálculos están haciendo esas neuronas, en función de lo que sabemos sobre el comportamiento del animal o lo que sabemos sobre las respuestas neuronales", dijo.
Por ejemplo, el tiempo de reacción de una libélula a una presa en maniobra es de solo 50 milisegundos. Un parpadeo humano tarda unos 300 milisegundos. Cincuenta milisegundos es solo tiempo suficiente para que la información cruce tres neuronas. En otras palabras, para mantenerse al día con unlibélula, una red neuronal artificial debe procesarse la información después de solo tres pasos, sin embargo, dado que los cerebros disparan muchas señales a la vez, cada paso puede implicar muchos cálculos que se ejecutan al mismo tiempo.
Computación más rápida y liviana para defensa antimisiles
Los sistemas de defensa antimisiles se basan en técnicas de intercepción establecidas que son, relativamente hablando, computacionales pesadas. Pero repensar esas estrategias usando libélulas altamente eficientes como modelo podría potencialmente :
Las libélulas y los misiles se mueven a velocidades muy diferentes, por lo que se desconoce qué tan bien esta investigación finalmente se traducirá en defensa antimisiles. Pero desarrollar un modelo computacional de un cerebro de libélula también podría tener beneficios a largo plazo para el aprendizaje automático y la inteligencia artificial.
La IA se utiliza en industrias muy diversas, desde el transporte autónomo hasta el desarrollo de medicamentos recetados. Estos campos pueden beneficiarse de métodos altamente eficientes para construir soluciones rápidas a problemas complejos. La investigación en curso en Sandia está refinando los algoritmos de Chance y determinando dóndeson más aplicables.
Fuente de la historia :
Materiales proporcionado por DOE / Sandia National Laboratories . Nota: El contenido puede ser editado por estilo y longitud.
Cita esta página :