Tekintse meg a rovarokat, ha olyan apró AI-robotokat szeretne építeni, amelyek valójában okosak

A robotikusok tanulhatnak egy-két dolgot a rovaroktól, ha olyan apró mesterséges intelligencia-gépeket szeretnének építeni, amelyek képesek mozogni, tervezni és együttműködni egymással.

A hatlábú lények a Föld legnagyobb és legváltozatosabb többsejtű élőlényei. Úgy fejlődtek, hogy mindenféle környezetben éljenek, és különféle viselkedésmódokat tanúsítsanak a túlélés érdekében, és vannak rovarok, amelyek repülnek, másznak és úsznak.

A rovarok meglepően intelligensek és energiahatékonyak kis agyuk és testük méretéhez képest. Ezek olyan tulajdonságok, amelyekkel a kis, egyszerű robotoknak rendelkezniük kell, ha hasznosak akarnak lenni a való világban – állítja egy kutatócsoport egy tanulmányban. közzétett szerdán a Science Roboticsban.

"Azzal érvelünk, hogy a rovarok intelligenciájából származó inspiráció fontos alternatívát jelent a kis, mobil robotokban való mesterséges intelligencia elérésében" - írták. "Ha sikerül kihasználnunk a rovarok által inspirált mesterséges intelligenciát, a kis robotok képesek lesznek megbirkózni nehéz feladatokkal, miközben a korlátozott számítási és memória-költségvetésen belül maradnak." 

A robotisták már bogárszerű botokat építenek. Guido de Croon, a tanulmány első szerzője és a hollandiai TU Delft Egyetem Repüléstechnikai Karának professzora segített egy apró drónok raj épületek gázszivárgásának észlelésére tervezték. Az Egyesült Államok Washingtoni Egyetemének kutatói máshol megépítették az első vezeték nélküli repülő robotot, amely egy pár szárnyat tartalmaz, amely nem sokkal nehezebb egy fogpiszkálónál, mégis képes fel- és leszállásra.

Lehet, hogy nem annyira lenyűgözőek a nagyobb, összetettebb gépekhez képest, de apró méretük és egyszerű elektronikájuk olcsóvá teszi őket, és potenciálisan hasznosak lehetnek olyan alkalmazásokban, mint a keresés és mentés, a megfigyelés vagy akár a beporzás. Jelentős kihívások maradnak azonban ezeknek a gépeknek az építése, még az újszerű mesterséges intelligencia-algoritmusok fejlődése ellenére is, amelyek fejlettebb számítógépes látásmóddal, tervezéssel és navigációval rendelkeznek a hardver- és méretkorlátozások miatt. 

„Sok mély neurális hálózat, amelyet az MI-ben fejlesztenek, elvileg érdekes, de még nem lesznek képesek kis robotokon futni” – mondta de Croon.

„Léteznek például neurális hálózatok, amelyek megbecsülik a vizuális mozgást vagy felismerik az objektumokat. A mély neurális hálózatok futtatására készült beágyazott számítógépek általában a nehéz oldalon vannak, és meglehetősen energiaigényesek." Még a legkisebb GPU-k is, amelyeket beágyazott elektronikához terveztek, és amelyek képesek futtatni ezeket az AI-modelleket, jelenleg túl nehezek és energiaéhesek a kis repülő robotokhoz, amelyeknek a lehető legkönnyebbnek kell lenniük.

„Míg az Nvidia TX 2 népszerű beágyazott processzor a mélyhálózatokhoz, az Nvidia TX 85 7.5 grammot nyom és XNUMX wattot fogyaszt. Őszintén szólva, még a kicsit nagyobb és nehezebb drónoknál is csökkennie kell a mélyhálós processzorok relatív súlyának és teljesítményének” – tette hozzá.

Vannak hardveralternatívák, amelyeket de Croon és munkatársai ígéretesnek tartanak – a mikrokontrollerek és az apró beágyazott rendszerek más lapkái egyre nagyobb lendületet kapnak az ML feladatok elvégzéséhez –, míg a futurisztikusabb neuromorf processzorok jobban megfelelnek a gépi tanulási algoritmusok hatékonyabb futtatásának. 

Az Intel neuromorf chipje, HosszúPéldául egy tüskés neurális hálózati modellt működtetett egy repülő robot irányítására. A végső cél azonban nem feltétlenül az, hogy a mai komplex szoftvereket új hardveren futtassák – érveltek a kutatók. Valódi előrelépés az új algoritmusok és modellek kifejlesztése terén fog bekövetkezni, amelyek képesek a rovarok intelligenciáját reprodukáló gépekbe beépített energiahatékony hardvereken futni.

„A rovarok intelligenciájának fő tulajdonsága a szűkszavúsága, vagyis az a mód, ahogyan a rovarok minimalista, mégis robusztus megoldásokat alkalmaznak a sikeres viselkedés eléréséhez összetett, dinamikus és néha ellenséges környezetben” – áll a lap szerint. 

De Croon elmondta A regisztráció „fontos volt elolvasni az entomológusok biológiai tanulmányait”, hogy ihletet merítsen. „Érdekes azonban, hogy ez nem egyirányú utca: amikor robotrendszereket próbálunk megtervezni rovarok által végzett feladatok elvégzésére, gyakran olyan problémákba ütközünk, amelyek nem mindig nyilvánvalóak az állatok közvetlen tanulmányozása során. Ez pedig újszerű meglátásokhoz vezethet a biológiában, amelyeket aztán entomológusokkal együttműködve tanulmányozni lehet” – mondta.

Amikor egy kísérletben megpróbálta utánozni a gyümölcslegyek mozgását, csapatának sikerült tanulmányoznia annak mechanizmusát, hogyan csapkodtak a szárnyaikkal menekülési manőverek során. 

A rovarok mechanikus utánzása a robotika más területeit is előmozdítja. „A rovarszerű intelligencia sok más típusú robot esetében is releváns, mivel robusztusságot hoz, miközben a lehető legkevesebb erőforrást veszi igénybe” – összegezte. ®