Con más del 70% de los que respondieron a una encuesta anual AAA sobre conducción autónoma informando que temerían estar en un automóvil totalmente autónomo, es posible que fabricantes como Tesla hayan vuelto a la mesa de dibujo antes de implementar sistemas de conducción autónoma completamente autónomos.Una nueva investigación de la Universidad Northwestern nos muestra que sería mejor que pusiéramos moscas de la fruta al volante en lugar de robots.
Drosophila ha sido tema de ciencia desde que los humanos han realizado experimentos en laboratorios. Pero dado su tamaño, es fácil preguntarse qué se puede aprender al observarlos. Investigación publicada hoy en la revista Comunicaciones de la naturaleza demuestra que las moscas de la fruta utilizan la toma de decisiones, el aprendizaje y la memoria para realizar funciones simples como escapar del calor. Y los investigadores están utilizando esta comprensión para desafiar la forma en que pensamos sobre los automóviles autónomos.
"El descubrimiento de que las moscas utilizan la toma de decisiones, el aprendizaje y la memoria flexibles durante una tarea de navegación tan simple es novedoso y sorprendente", dijo Marco Gallio, autor correspondiente del estudio.necesario hacer para programar vehículos autónomos seguros y flexibles ".
Según Gallio, profesor asociado de neurobiología en la Facultad de Artes y Ciencias de Weinberg, las preguntas detrás de este estudio son similares a las de esos molestos ingenieros que construyen autos que se mueven solos. ¿Cómo se las arregla una mosca de la fruta o un automóvil?con novedad? ¿Cómo podemos construir un coche que sea capaz de adaptarse de forma flexible a las nuevas condiciones?
Este descubrimiento revela funciones cerebrales en la plaga doméstica que generalmente se asocian con cerebros más complejos como los de ratones y humanos.
"El comportamiento de los animales, especialmente el de los insectos, a menudo se considera en gran medida como máquinas fijas y cableadas", dijo Galión. "La mayoría de las personas tienen dificultades para imaginar que los animales tan diferentes de nosotros como una mosca de la fruta pueden poseer complejosfunciones cerebrales, como la capacidad de aprender, recordar o tomar decisiones ".
Para estudiar cómo las moscas de la fruta tienden a escapar del calor, el laboratorio de Gallio construyó una pequeña cámara de plástico con cuatro baldosas cuyas temperaturas podían controlarse de forma independiente y confinar a las moscas en el interior. Luego utilizaron grabaciones de video de alta resolución para mapear cómo reaccionaba una mosca cuandoencontró un límite entre un azulejo caliente y uno frío. Descubrieron que las moscas eran muy buenas para tratar los límites de calor como barreras invisibles para evitar dolor o daño.
Utilizando medidas reales, el equipo creó un modelo 3D para estimar la temperatura exacta de cada parte del diminuto cuerpo de la mosca a lo largo del experimento. Durante otras pruebas, abrieron una ventana en la cabeza de la mosca y registraron la actividad cerebral en las neuronas que procesanseñales de temperatura.
Miguel Simões, becario postdoctoral en el laboratorio de Gallio y co-primer autor del estudio, dijo que las moscas pueden determinar con notable precisión si el mejor camino hacia la seguridad térmica es hacia la izquierda o hacia la derecha. Mapeando la dirección de escape,Simões dijo que las moscas "casi siempre" escapan por la izquierda cuando se acercan por la derecha, "como una pelota de tenis que rebota en una pared".
"Cuando las moscas encuentran calor, tienen que tomar una decisión rápida", dijo Simões. "¿Es seguro continuar o debería retroceder? Esta decisión depende en gran medida de cuán peligrosa sea la temperatura en el otro lado".
Observar la respuesta simple les recordó a los científicos uno de los conceptos clásicos de la robótica temprana.
"En su famoso libro, el cibernético Valentino Braitenberg imaginó modelos simples hechos de sensores y motores que podrían acercarse a reproducir el comportamiento animal", dijo Josh Levy, estudiante graduado de matemáticas aplicadas y miembro de los laboratorios de Gallio y matemáticas aplicadasprofesor William Kath. "Los vehículos son una combinación de cables simples, pero el comportamiento resultante parece complejo e incluso inteligente".
Braitenberg argumentó que gran parte del comportamiento animal podría explicarse por los mismos principios. ¿Pero eso significa que el comportamiento de las moscas es tan predecible como el de uno de los robots imaginados de Braitenberg?
El equipo de Northwestern construyó un vehículo usando una simulación por computadora del comportamiento de las moscas con el mismo cableado y algoritmo que un vehículo de Braitenberg para ver qué tan cerca podían replicar el comportamiento de los animales. Después de ejecutar simulaciones de carreras modelo, el equipo ejecutó un proceso de selección natural., eligiendo los autos que lo hicieron mejor y mutandolos ligeramente antes de recombinarlos con otros vehículos de alto rendimiento. Levy ejecutó 500 generaciones de evolución en el poderoso clúster de computación NU, construyendo autos que, en última instancia, esperaban que funcionen tan bien como moscas para escapar del calor virtual.
Esta simulación demostró que los vehículos "cableados" eventualmente evolucionaron para funcionar casi tan bien como las moscas. Pero mientras que las moscas reales continuaron mejorando el rendimiento con el tiempo y aprendieron a adoptar mejores estrategias para ser más eficientes, los vehículos siguen siendo "tontos" yinflexible. Los investigadores también descubrieron que incluso cuando las moscas realizaban la simple tarea de escapar del calor, el comportamiento de las moscas sigue siendo algo impredecible, dejando espacio para las decisiones individuales. Finalmente, los científicos observaron que mientras las moscas a las que les falta una antena se adaptan y descubren nuevas estrategias para escaparcalor, los vehículos "dañados" de la misma manera son incapaces de hacer frente a la nueva situación y giran en la dirección de la parte que falta, y finalmente quedan atrapados en un giro como un perro persiguiendo su cola.
Galión dijo que la idea de que la navegación simple contiene tanta complejidad proporciona el material para el trabajo futuro en esta área.
El trabajo en el laboratorio de Gallio cuenta con el apoyo de los NIH Premio No. R01NS086859 y R21EY031849, un Programa Pew Scholars en Ciencias Biomédicas y un Premio McKnight a la Innovación Tecnológica en Neurociencia.
Fuente de la historia :
Materiales proporcionado por Universidad Northwestern . Original escrito por Lila Reynolds. Nota: el contenido se puede editar por estilo y longitud.
Referencia de la revista :
cite esta página :