Представьте себе живописное кукурузное поле, залитое теплым светом заходящего солнца, а стебли кукурузы покачиваются на ветру. Среди идиллических сельскохозяйственных угодий роботы пополнили ряды сельскохозяйственных рабочих, помогая с такими задачами, как сбор фруктов и уход за посевами. Поскольку сельскохозяйственная отрасль сталкивается с нехваткой рабочей силы, эти роботы обещают повысить урожайность, доставить свежие продукты на наши столы и сократить количество отходов. Однако есть серьезная проблема: роботы с трудом ориентируются на сложных и незнакомых сельскохозяйственных угодьях и часто теряются. Исследователи из Эдинбургского университета под руководством доктора Барбары Уэбб вдохновились муравьями, чтобы решить эту проблему и улучшить навигационные возможности роботов. Используя нейроморфные вычисления и результаты навигации муравьев, они разработали революционное решение, которое может произвести революцию не только в сельском хозяйстве, но и в других областях робототехники и искусственного интеллекта.

Муравьи: эксперты по навигации в природе

Навигация по полю сродни поиску пути через густой лес или кукурузный лабиринт; все выглядит одинаково, что затрудняет определение вашего местоположения и направления. Роботы сталкиваются с аналогичной проблемой в естественной среде, где изменение освещения и погодных условий может сбить с толку их системы, основанные на зрении. Современные алгоритмы с трудом адаптируются, что препятствует развитию автономных роботов в сложных средах.

Муравьи, несмотря на относительно небольшой мозг по сравнению с людьми, превосходно обучаются и ориентируются в сложной среде. Они могут запоминать предыдущие маршруты независимо от неблагоприятных условий, превосходя даже GPS по точности. Ключ к их успеху заключается в их способности распознавать знакомые места, а не определять их точное местоположение во время навигации.

Вдохновение из муравьиных мозгов

Черпая вдохновение из мозга муравьев, исследовательская группа приступила к трехэтапному путешествию по улучшению навигации роботов.

Программное обеспечение: Муравьи настраивают свои нейронные цепи в грибовидных телах, специализированных нервных узлах, необходимых для изучения визуальной информации. Команда сосредоточилась на этих хабах для разработки своего алгоритма, который имитировал бы то, как муравьи обрабатывают визуальную информацию для принятия навигационных решений.

Камеры событий. Камеры событий записывают изображения таким образом, чтобы имитировать глаза животных, что делает их идеальными для обучения систем компьютерного зрения. Эти камеры обрабатывают свет так же, как человеческий глаз во время фотографии, помогая тренировать алгоритмы зрения.

Аппаратное обеспечение: компьютерный чип SpiNNaker, первоначально разработанный в Манчестерском университете, имитирует внутреннюю работу биологических нейронных сетей для кодирования памяти. Этот чип поддерживает массово-параллельные вычисления, позволяя выполнять несколько вычислений одновременно и значительно сокращая задержку обработки данных.

Собираем все вместе: робот, похожий на муравья

Объединив эти компоненты, исследовательская группа создала роботизированную систему, похожую на муравья. Они протестировали его с помощью мобильного робота под названием «Turtlebot3 burger», который перемещался по сложной местности и делал снимки с помощью камеры событий.

Во время путешествия по лесным землям нейроморфный «мозг» робота быстро обрабатывал «события», основанные на его окружении. Алгоритм запускал предупреждающее событие, когда препятствия, такие как ветки или листья, закрывали обзор роботу. Робот преодолел около 20 футов через растительность разной высоты, обучаясь на каждом пути. В ходе многочисленных тестов модель ИИ эффективно проанализировала данные, полученные с разных маршрутов, и отреагировала знакомо, продемонстрировав свою способность к обобщению и адаптации.

Напротив, популярный алгоритм с трудом распознавал тот же маршрут без идентичной видеозаписи, что подчеркивает превосходство алгоритма, основанного на муравьях, в адаптации к меняющейся среде.

Эффективность и экономия энергии с помощью нейроморфных вычислений

Одной из основных проблем моделей искусственного интеллекта является их энергопотребление. Нейроморфные системы, такие как SpiNNaker, предлагают решение, значительно снижающее потребление энергии. Архитектура SpiNNaker, отражающая нейронные сети в мозге, поддерживает распределенные вычисления с 18 ядрами на чип, моделируя примерно 250 нейронов. Каждое ядро ​​независимо обрабатывает данные и сохраняет память, сокращая задержку обработки данных и повышая эффективность, особенно для задач в реальном времени, таких как навигация роботов по сложной местности.

Будущие направления и муравьиная сложность

Следующие шаги исследовательской группы включают более глубокое изучение сложных нейронных цепей муравьев. Исследование связей между различными областями и группами мозга может еще больше повысить эффективность роботов и их способность взаимодействовать с миром. В конечном итоге их цель — создать роботов, которые будут ориентироваться в мире и взаимодействовать с ним так же умело, как муравьи.

Включив в мир робототехники природных экспертов по навигации, муравьев, исследователи из Эдинбургского университета добились значительных успехов в расширении навигационных возможностей роботов. Используя нейроморфные вычисления и данные навигации муравьев, они разработали алгоритм, который превосходит традиционные системы машинного зрения, предоставляя роботам возможность адаптироваться к сложной и меняющейся среде. Этот прорыв не только обещает совершить революцию в сельском хозяйстве, решая проблему нехватки рабочей силы, но также прокладывает путь к более эффективным и сложным роботам в различных областях, от беспилотных автомобилей до других. Поскольку технологии продолжают черпать вдохновение из мира природы, будущее робототехники выглядит все более многообещающим.