Este cerebro de IA inspirado en hormigas ayuda a los robots agrícolas a navegar mejor por los cultivos

Imagínese esto: el sol poniente pinta un campo de maíz en deslumbrantes tonos de ámbar y oro. Miles de tallos de maíz, cargados de mazorcas y hojas crujientes, se elevan sobre todos: niños corriendo por laberintos de maíz; agricultores examinando sus cultivos; y robots que pasan zumbando mientras arrancan suavemente las dulces y maduras mazorcas para la cosecha de otoño.

Espera, ¿robots?

Las tierras de cultivo idílicas y los robots pueden parecer una pareja extraña. Pero gracias a un software cada vez más sofisticado que permite a los robots "ver" su entorno (una tecnología llamada visión por computadora), se están integrando rápidamente a nuestra línea principal de producción de alimentos. Los robots ahora realizan tareas cotidianas, como cosechando frutos maduros o destruir las malas hierbas que marchitan los cultivos.

Con una escasez continua en los trabajadores agrícolas, la esperanza es que máquinas podría ayudar a impulsar las cosechas de cultivos, llevar frutas y verduras frescas de manera confiable a nuestras mesas y minimizar el desperdicio.

Para hacer realidad la visión, los trabajadores agrícolas robóticos deben poder atravesar tierras de cultivo complejas y confusas. Desafortunadamente, estas máquinas no son los mejores navegantes. Suelen perderse, especialmente cuando se enfrentan a terrenos complejos y desafiantes. Como niños que luchan en un laberinto de maíz, los robots olvidan su ubicación con tanta frecuencia que el síntoma tiene un nombre: El problema del robot secuestrado..

A  nuevo estudio in Robótica Ciencia tiene como objetivo potenciar las habilidades de navegación de los robots dotándoles de memoria.

Dirigido por la Dra. Barbara Webb de la Universidad de Edimburgo, la inspiración provino de una fuente sorprendente: las hormigas. Estos bichos son notablemente buenos para navegar hacia los destinos deseados después de un solo viaje. Al igual que los excursionistas experimentados, también recuerdan lugares familiares, incluso cuando se mueven a través de una espesa vegetación a lo largo del camino.

Utilizando imágenes recopiladas de un robot itinerante, el equipo desarrolló un algoritmo basado en los procesos cerebrales de las hormigas durante la navegación. Cuando se ejecutó en un hardware que también imitaba los cálculos del cerebro, el nuevo método triunfó sobre un sistema de visión por computadora de última generación en tareas de navegación.

"Los cerebros de insectos en particular proporcionan una poderosa combinación de eficiencia y eficacia", dijo el equipo.

Resolver el problema no solo les da a los peones robóticos descarriados una brújula interna para ayudarlos a llegar a casa. Aprovechar la computación del cerebro (un método llamado computación neuromórfica) podría perfeccionar aún más la forma en que los robots, como los automóviles autónomos, interactúan con nuestro mundo.

La vida de una hormiga

Si alguna vez has deambulado por densos bosques o laberintos de maíz, probablemente hayas preguntado a tus amigos: ¿Dónde estamos?

A diferencia de caminar por una manzana de la ciudad (con escaparates y otros edificios como puntos de referencia), navegar por un campo de cultivo es extremadamente difícil. Una razón principal es que es difícil saber dónde estás y en qué dirección estás mirando porque el entorno que te rodea parece muy similar.

Los robots enfrentan el mismo desafío en la naturaleza. Actualmente, los sistemas de visión utilizan múltiples cámaras para capturar imágenes a medida que el robot atraviesa el terreno, pero tienen dificultades para identificar la misma escena si cambian las condiciones climáticas o de iluminación. Los algoritmos tardan en adaptarse, lo que dificulta guiar robots autónomos en entornos complejos.

Aquí es donde entran las hormigas.

Incluso con recursos cerebrales relativamente limitados en comparación con los humanos, las hormigas son notablemente brillantes a la hora de aprender y navegar en entornos nuevos y complejos. Recuerdan fácilmente rutas anteriores independientemente del clima, el barro o la iluminación.

Pueden seguir una ruta con "mayor precisión que la que el GPS permitiría a un robot", dijo el equipo.

Una peculiaridad de la destreza de navegación de una hormiga es que no necesita saber exactamente dónde se encuentra durante la navegación. Más bien, para encontrar su objetivo, la criatura sólo necesita reconocer si un lugar le resulta familiar.

Es como explorar una nueva ciudad desde un hotel: no es necesario saber dónde se encuentra en el mapa. Sólo necesitas recordar el camino para llegar a una cafetería a desayunar y poder maniobrar para regresar a casa.

Utilizando cerebros de hormigas como inspiración, el equipo construyó un robot neuromórfico en tres pasos.

El primero fue el software. A pesar de tener cerebros pequeños, las hormigas son especialmente expertas en afinar sus circuitos neuronales para volver a visitar una ruta familiar. Basándose en sus hallazgos anteriores, el equipo se centró en los "cuerpos de hongo", un tipo de centro neuronal en el cerebro de las hormigas. Estos centros son fundamentales para aprender información visual del entorno. Luego, la información se propaga por el cerebro de la hormiga para informar sus decisiones de navegación. Por ejemplo, ¿esta ruta me resulta familiar o debería probar con otro carril?

Luego vinieron las cámaras de eventos, que capturan imágenes como lo haría el ojo de un animal. Las imágenes resultantes son especialmente útiles para entrenar la visión por computadora porque imitan cómo el ojo procesa la luz durante una fotografía.

El último componente es el hardware: SpiNNaker, Chip de computadora construido para imitar las funciones cerebrales. Diseñado por primera vez en la Universidad de Manchester en el Reino Unido, el chip simula el funcionamiento interno de redes neuronales biológicas para codificar la memoria.

Al unir los tres componentes, el equipo construyó su sistema similar a una hormiga. Como prueba de concepto, utilizaron el sistema para impulsar un robot móvil mientras navegaba por terrenos difíciles. El robot, aproximadamente del tamaño de una hamburguesa extragrande (y acertadamente llamado hamburguesa Turtlebot3), capturó imágenes con la cámara del evento mientras avanzaba.

Mientras el robot avanzaba por tierras boscosas, su "cerebro" neuromórfico informaba rápidamente "eventos" utilizando píxeles de su entorno. El algoritmo activaba un evento de advertencia, por ejemplo, si ramas u hojas oscurecían la visión del robot.

El pequeño robot atravesó aproximadamente 20 pies entre vegetación de varias alturas y aprendió de sus caminatas. Este rango es típico de una hormiga que sigue su ruta, dijo el equipo. En múltiples pruebas, el modelo de IA desglosó los datos del viaje para un análisis más eficiente. Cuando el equipo cambió la ruta, la IA respondió en consecuencia con confusión (espera, esto estuvo aquí antes), mostrando que había aprendido la ruta habitual.

Por el contrario, un algoritmo popular tuvo dificultades para reconocer la misma ruta. El software sólo podía seguir una ruta si veía exactamente la misma grabación de vídeo. En otras palabras, en comparación con el algoritmo inspirado en las hormigas, no se puede generalizar.

Un cerebro robótico más eficiente

Los modelos de IA son notoriamente hambrientos de energía. Los sistemas neuromórficos podrían acabar con su glotonería.

SpiNNaker, el hardware detrás del sistema, somete al algoritmo a una dieta energética. Basado en las estructuras de la red neuronal del cerebro, el chip admite computación masivamente paralela, lo que significa que pueden ocurrir múltiples cálculos al mismo tiempo. Esta configuración no sólo reduce el retraso en el procesamiento de datos, sino que también aumenta la eficiencia.

En esta configuración, cada chip contiene 18 núcleos, simulando aproximadamente 250 neuronas. Cada núcleo tiene sus propias instrucciones sobre el procesamiento de datos y almacena la memoria en consecuencia. Este tipo de computación distribuida es especialmente importante cuando se trata de procesar retroalimentación en tiempo real, como maniobrar robots en terrenos difíciles.

Como siguiente paso, el equipo está profundizando en los circuitos cerebrales de las hormigas. Explorar las conexiones neuronales entre diferentes regiones y grupos del cerebro podría aumentar aún más la eficiencia de un robot. Al final, el equipo espera construir robots que interactúen con el mundo con tanta complejidad como una hormiga.

Crédito de la imagen: faris mohamed / Unsplash 

• Distribución de relaciones públicas y contenido potenciado por SEO. Consiga amplificado hoy.
• PlatoData.Network Vertical Generativo Ai. Empodérate. Accede Aquí.
• PlatoAiStream. Inteligencia Web3. Conocimiento amplificado. Accede Aquí.
• PlatoESG. Carbón, tecnología limpia, Energía, Ambiente, Solar, Gestión de residuos. Accede Aquí.
• PlatoSalud. Inteligencia en Biotecnología y Ensayos Clínicos. Accede Aquí.
• Fuente: https://singularityhub.com/2023/10/03/this-ant-inspired-ai-brain-helps-farm-robots-better-navigate-crops/