A pszichológusok labirintusokat használnak az egerek vagy patkányok tanulási képességének felmérésére. De mi a helyzet a robotokkal? Meg tudják-e tanulni, hogyan igazodjnak el egy labirintus kanyargós útvesztőiben? A Eindhoveni Műszaki Egyetem (TU/e) és a Mainzban működő Max Planck Polimerkutató Intézet tudósai most bebizonyították, hogy igen, képesek. Robotjuk ugyanis arra a rendszerre alapozza döntéseit, amelyet az emberek is használnak a gondolkodáshoz és a cselekvéshez: az agyra. A Science Advances című szaklapban megjelent tanulmány megnyitja az utat a neuromorfikus eszközök izgalmas új alkalmazásai előtt az egészségügyben, sőt azon túl is.
A gépi tanulást és a neurális hálózatokat a képfelismerésben, az orvosi diagnosztikában, az e-kereskedelemben és számos más területen alkalmazzák. A gépi intelligencia e szoftveralapú megközelítésének mégis megvannak a maga hátrányai, nem utolsósorban a nagy energiafogyasztás miatt. Ez az energiaprobléma az egyik oka, hogy a kutatók olyan számítógépek kifejlesztésére törekednek, amelyek sokkal energiatakarékosabbak. A megoldás megtalálásához sokan az emberi agyban találnak inspirációt, amely gondolkodó gép a memória és a feldolgozás kombinációjának köszönhetően páratlanul alacsony energiafogyasztással működik.
Az idegsejtek úgynevezett szinapszisokon keresztül kommunikálnak egymással, amelyek minden egyes alkalommal megerősödnek, amikor információ áramlik rajtuk keresztül. Ez a plaszticitás szavatolja, hogy az ember emlékezzen és tanuljon.
"Kutatásunkban ezt a modellt vettük alapul, hogy olyan robotot fejlesszünk ki, amely képes megtanulni, hogyan haladjon át egy labirintuson. Ahogyan az egér agyában egy szinapszis megerősödik minden egyes alkalommal, amikor a megfelelő kanyart beveszi a pszichológus labirintusában, a mi eszközünket egy bizonyos mennyiségű elektromosság alkalmazásával hangoljuk" - magyarázta Imke Krauhausen, a TU/e gépészmérnök kutatója, a tanulmány fő szerzője.
A robot, amelyet Krauhausen és kollégái a kutatáshoz használtak, egy Mindstorms EV3, a Lego által gyártott robotikai készlet. A két kerékkel felszerelt eszköznek hagyományos irányító szoftvere van, amely lehetővé teszi, hogy képes követni egy vonalat, valamint hordozott számos fényvisszaverődési és érintésérzékelőt is egy 2 négyzetmétere labirintusban megtett útja során. Az útvesztő méhsejt-szerű hatszög mintázatú elemekből állt.
A robotot úgy programozták, hogy alapértelmezés szerint jobbra forduljon. Minden alkalommal, amikor zsákutcába ér, vagy letér a kijárathoz vezető kijelölt útról (amelyet vizuális jelzésekkel mutatnak), azt a parancsot kapja, hogy vagy térjen vissza, vagy forduljon balra. Ez a korrekciós inger aztán a neuromorfikus eszközben tárolódik a következő próbálkozáshoz.
"Végül a robotunknak 16 futásra volt szüksége ahhoz, hogy sikeresen megtalálja a kijáratot. Sőt, ha egyszer megtanult navigálni ezen a bizonyos útvonalon (1-es célútvonal), akkor bármely más, neki adott útvonalon (2-es célútvonal) egy menetben képes navigálni. A megszerzett tudás tehát általánosítható" - mondja Krauhausen.
A holland egyetem kutatói szorosan együttműködtek a mainzi Max Planck Polimerkutató Intézettel. A robot navigáció tanulási és a labirintusból való kijutási képességének kifejlesztéséhez az érzékelők és a motorok egyedülálló integrációjára is szükség volt. "Ez a szenzomotoros integráció, amelyben az érzékelés és a mozgás egymást erősíti, a természetben nagyon is így működik, ezért ezt próbáltuk utánozni a robotunkban" - állították a kísérlet megalkotói.
A kutatás másik újdonsága a neuromorfikus robothoz használt szerves anyag volt. Ez a (p(g2T-TT) néven ismert) polimer nemcsak stabil, de a labirintuson való átfutások során képes megtartani a ráhangolt speciális állapotok nagy részét. Ezzel érik el, hogy a megtanult viselkedés megmaradjon, ahogyan az emberi agyban a neuronok és szinapszisok is emlékeznek az eseményekre vagy cselekvésekre.
A polimer szilícium helyett történő felhasználását a neuromorfikus számítástechnika területén Paschalis Gkoupidenis, a mainzi Max Planck Polimerkutató Intézet munkatársa és Yoeri van de Burgt, a TU/e munkatársa dolgozta ki. Mindketten a tanulmány társszerzői voltak. A 2015-ös és 2017-es kutatásaikban már bizonyították, hogy ez az anyag sokkal nagyobb vezetési tartományban hangolható, mint a szervetlen anyagok, és hogy képes hosszabb ideig "emlékezni" vagy tárolni a megtanult állapotokat. Azóta a szerves eszközök forró témává váltak a hardveralapú mesterséges neurális hálózatok területén.
A polimer anyagok további előnye, hogy számos orvosbiológiai alkalmazásban is felhasználhatók. "Szerves természetük miatt ezek az intelligens eszközök elvileg integrálhatók a valódi idegsejtekkel. Tegyük fel, hogy egy sérülés során elvesztettük a karunkat. Akkor potenciálisan használhatná ezeket az eszközöket arra, hogy összekapcsolja a testét egy bionikus kézzel. A robotok részben még mindig hagyományos szoftverekre támaszkodnak a mozgás során. Ahhoz azonban, hogy a neuromorfikus robotok valóban összetett feladatokat hajtsanak végre, olyan neuromorfikus hálózatokat kell építeni, amelyekben sok eszköz dolgozik együtt egy rácsban. Ez azonban további kutatások tárgya" - mondta Krauhausen.
A szerves neuromorfikus számítástechnika másik ígéretes alkalmazása az apró edge computing eszközökben rejlik, ahol az érzékelőkből származó adatokat helyben, a felhőn kívül dolgozzák fel. "Én a jövőben itt látom az eszközeinket. Az anyagaink nagyon hasznosak lesznek, mert könnyen hangolhatóak, sokkal kevesebb energiát fogyasztanak, és olcsó az előállításuk" - állapította meg Van de Burgt.
