El procesador es el cerebro de una computadora, una frase que se cita a menudo. Pero los procesadores funcionan de manera fundamentalmente diferente que el cerebro humano. Los transistores realizan operaciones lógicas por medio de señales electrónicas. Por el contrario, el cerebro trabaja con células nerviosas, por lo que-llamadas neuronas, que están conectadas a través de rutas conductoras biológicas, las llamadas sinapsis. En un nivel superior, el cerebro utiliza esta señalización para controlar el cuerpo y percibir el entorno circundante. La reacción del sistema cuerpo / cerebro cuando se producen ciertos estímulospercibido, por ejemplo, a través de los ojos, los oídos o el sentido del tacto, se activa a través de un proceso de aprendizaje. Por ejemplo, los niños aprenden a no alcanzar dos veces una estufa caliente: un estímulo de entrada conduce a un proceso de aprendizaje con un comportamiento claroSalir.
Los científicos que trabajan con Paschalis Gkoupidenis, líder del grupo en el departamento de Paul Blom en el Instituto Max Planck para la Investigación de Polímeros, ahora han aplicado este principio básico de aprendizaje a través de la experiencia en una forma simplificada y han dirigido un robot a través de un laberinto utilizando uncircuito neuromórfico. El trabajo fue una extensa colaboración entre las universidades de Eindhoven, Stanford, Brescia, Oxford y KAUST.
"Queríamos usar esta configuración simple para mostrar cuán poderosos pueden ser estos 'dispositivos neuromórficos orgánicos' en condiciones del mundo real", dice Imke Krauhausen, estudiante de doctorado en el grupo de Gkoupidenis y en TU Eindhoven grupo van de Burgt, y primer autor del artículo científico.
Para lograr la navegación del robot dentro del laberinto, los investigadores alimentaron el circuito adaptativo inteligente con señales sensoriales provenientes del entorno. El camino del laberinto hacia la salida se indica visualmente en cada intersección del laberinto. Inicialmente, el robot a menudo malinterpreta elseñales visuales, por lo tanto, toma decisiones equivocadas de "giro" en las intersecciones del laberinto y pierde la salida. Cuando el robot toma estas decisiones y sigue caminos sin salida equivocados, se desanima a tomar estas decisiones equivocadas mediante la recepción de estímulos correctivos.Los estímulos correctivos, por ejemplo, cuando el robot golpea una pared, se aplican directamente en el circuito orgánico a través de señales eléctricas inducidas por un sensor táctil conectado al robot. Con cada ejecución posterior del experimento, el robot aprende gradualmente a hacer lo correcto "girar "decisiones en las intersecciones, es decir, para evitar recibir estímulos correctivos, y después de algunos intentos encuentra la salida del laberinto. Este proceso de aprendizaje ocurre exclusivamente enel circuito adaptativo orgánico.
"Nos alegró mucho ver que el robot puede atravesar el laberinto después de algunas carreras aprendiendo en un circuito orgánico simple. Aquí mostramos una primera configuración muy simple. En un futuro lejano, sin embargo, esperamos que elLos dispositivos neuromórficos también podrían usarse para la computación / aprendizaje local y distribuido. Esto abrirá posibilidades completamente nuevas para aplicaciones en robótica del mundo real, interfaces hombre-máquina y diagnósticos en el punto de atención. Nuevas plataformas para creación rápida de prototipos y educación, entambién se espera que surja la intersección de la ciencia de los materiales y la robótica ", dice Gkoupidenis.
Fuente de la historia :
Materiales proporcionado por Instituto Max Planck de Investigación de Polímeros . Nota: el contenido puede editarse por estilo y longitud.
Referencia de la revista :
cite esta página :