Neurorobotika - Neurorobotics

Neurorobotika , kombinovaná studie neurovědy , robotiky a umělé inteligence , je věda a technologie ztělesněných autonomních neurálních systémů. Neurální systémy zahrnují algoritmy inspirované mozkem (např. Spojovací sítě), výpočetní modely biologických neurálních sítí (např. Umělé spikování neurálních sítí , rozsáhlé simulace neurálních mikroobvodů) a skutečné biologické systémy (např. Neurální sítě in vivo a in vitro ). Takové neurální systémy mohou být ztělesněny ve strojích s mechanickým nebo jakýmkoli jiným způsobem fyzického ovládání. To zahrnuje roboty , protetické nebo nositelné systémy, ale také v menším měřítku mikroprocesory a ve větších měřítcích nábytek a infrastrukturu.

Neurorobotika je odvětví neurovědy s robotikou, které se zabývá studiem a aplikací vědy a technologie ztělesněných autonomních neurálních systémů, jako jsou mozkové algoritmy. V jádru je neurorobotika založena na myšlence, že mozek je ztělesněn a tělo je zakotveno v prostředí. Proto je většina neurorobotů povinna fungovat v reálném světě, na rozdíl od simulovaného prostředí.

Kromě algoritmů inspirovaných mozkem pro roboty může neurorobotika zahrnovat také návrh mozkových řízených robotických systémů.

Úvod

Neurorobotika představuje přístup ke studiu inteligence ve dvou směrech. Neurověda se pokouší rozeznat, z čeho se skládá inteligence a jak funguje, vyšetřováním inteligentních biologických systémů, zatímco studium umělé inteligence se pokouší znovu vytvořit inteligenci nebiologickými nebo umělými prostředky. Neurorobotika je překrytím dvou, kde jsou biologicky inspirované teorie testovány v uzemněném prostředí s fyzickou implementací uvedeného modelu. Úspěchy a neúspěchy neurorobota a model, z něhož je postaven, mohou poskytnout důkazy, které vyvrátí nebo podpoří tuto teorii, a poskytnou pohled na budoucí studium.

Hlavní třídy neurorobotických modelů

Neuroroboty lze rozdělit do různých hlavních tříd podle účelu robota. Každá třída je navržena tak, aby implementovala specifický mechanismus zájmu o studium. Běžné typy neurorobotů jsou ty, které se používají ke studiu motorické kontroly, paměti, výběru akce a vnímání.

Pohyb a ovládání motoru

Neuroroboti se často používají ke studiu motorické zpětné vazby a řídicích systémů a prokázali své přednosti při vývoji ovladačů pro roboty. Locomotion je modelován řadou neurologicky inspirovaných teorií o působení motorických systémů. Řízení lokomoce bylo napodobeno pomocí modelů nebo centrálních generátorů vzorů , shluků neuronů schopných řídit opakující se chování, aby se vytvořily čtyřnohé chodící roboty. Jiné skupiny rozšířily myšlenku kombinovat základní řídicí systémy do hierarchické sady jednoduchých autonomních systémů. Tyto systémy mohou formulovat složité pohyby z kombinace těchto základních podmnožin. Tato teorie motorické akce je založena na organizaci kortikálních sloupců , které se postupně integrují od jednoduchého senzorického vstupu do komplexních aferentních signálů, nebo od komplexních motorických programů až po jednoduché ovládání každého svalového vlákna v eferentních signálech, které tvoří podobnou hierarchickou strukturu.

Další metoda ovládání motoru využívá naučenou korekci chyb a prediktivní ovládání k vytvoření jakési simulované svalové paměti . V tomto modelu jsou nepříjemné, náhodné pohyby náchylné k chybám korigovány pomocí zpětné vazby chyb k produkci plynulých a přesných pohybů v čase. Regulátor se učí vytvářet správný řídicí signál předpovídáním chyby. S využitím těchto myšlenek byly navrženy roboty, které se mohou naučit produkovat adaptivní pohyby paží nebo vyhýbat se překážkám na kurzu.

Učící se a paměťové systémy

Roboty určené k testování teorií paměťových systémů zvířat . Mnoho studií v současné době zkoumá paměťový systém krys, zejména krysího hipokampu , zabývající se buňkami místa , které střílejí na konkrétní místo, které bylo naučeno. Systémy po vzoru hipokampu potkana jsou obecně schopné naučit se mentální mapy prostředí, včetně rozpoznávání orientačních bodů a sdružování chování s nimi, což jim umožňuje předvídat nadcházející překážky a orientační body.

Další studie vyprodukovala robota založeného na navrhovaném paradigmatu učení sovy pálené pro orientaci a lokalizaci na základě primárně sluchových, ale i vizuálních podnětů. Předpokládaná metoda zahrnuje synaptickou plasticitu a neuromodulaci , což je většinou chemický účinek, při kterém jsou odměny neurotransmiterů, jako je dopamin nebo serotonin, ostřejší, což má vliv na citlivost výpalu neuronu. Robot použitý ve studii adekvátně odpovídal chování sovy pálené. Kromě toho se v procesu učení ukázala zásadní úzká interakce mezi motorickým výstupem a sluchovou zpětnou vazbou, která podporuje teorie aktivního snímání, které jsou součástí mnoha modelů učení.

Neuroroboti v těchto studiích mají jednoduché bludiště nebo vzory, které se mají naučit. Některé z problémů prezentovaných neurorobotu zahrnují rozpoznávání symbolů, barev nebo jiných vzorů a provádění jednoduchých akcí na základě vzoru. V případě simulace sovy pálené musel robot určit své umístění a směr, aby se mohl pohybovat ve svém prostředí.

Systémy výběru a hodnotové systémy

Studie výběru akcí se zabývají negativní nebo pozitivní váhou akce a jejích výsledků. Neuroroboti mohou a byli zvyklí studovat * jednoduché * etické interakce, jako je klasický myšlenkový experiment, kde je více lidí, než kolik může zachránit záchranný člun, a někdo musí opustit loď, aby zachránil zbytek. Avšak více neurorobotů použitých při studiu výběru akce se potýká s mnohem jednoduššími přesvědčováními, jako je sebezáchrana nebo udržování populace robotů ve studii. Tito neuroroboti jsou modelováni po neuromodulaci synapsí, aby povzbudili obvody s pozitivními výsledky. V biologických systémech neurotransmitery, jako je dopamin nebo acetylcholin, pozitivně posilují nervové signály, které jsou prospěšné. Jedna studie takové interakce zahrnovala robota Darwina VII, který používal vizuální, sluchové a simulované chuťové vstupy k „snědení“ vodivých kovových bloků. Svévolně vybrané dobré bloky měly na sobě pruhovaný vzor, ​​zatímco špatné bloky měly kruhový tvar. Chuťový vjem byl simulován vodivostí bloků. Robot měl pozitivní a negativní zpětnou vazbu k chuti na základě jeho úrovně vodivosti. Vědci pozorovali robota, aby zjistil, jak se naučil chování při výběru akce na základě vstupů, které měl. Jiné studie využívaly stáda malých robotů, která se živí bateriemi rozmístěnými po místnosti, a sdělovala svá zjištění dalším robotům.

Smyslové vnímání

Neuroroboti se také používají ke studiu smyslového vnímání, zejména vidění. Jedná se primárně o systémy, které jsou výsledkem zabudování neurálních modelů senzorických drah do automatů. Tento přístup poskytuje expozici smyslovým signálům, které se vyskytují během chování, a také umožňuje realističtější posouzení stupně robustnosti neurálního modelu. Je dobře známo, že změny smyslových signálů produkovaných motorickou aktivitou poskytují užitečná vjemová vodítka, která jsou organizmy hojně využívána. Vědci například použili hloubkové informace, které se objevují během replikace pohybů lidské hlavy a očí, k vytvoření robustních reprezentací vizuální scény.

Biologické roboty

Biologičtí roboti nejsou oficiálně neuroroboty v tom, že nejsou neurologicky inspirovanými systémy AI, ale skutečnou neuronovou tkání připojenou k robotu. To využívá použití kultivovaných neuronových sítí ke studiu vývoje mozku nebo neurálních interakcí. Ty se obvykle skládají z neurální kultury pěstované na multielektrodovém poli (MEA), které je schopné jak zaznamenávat nervovou aktivitu, tak stimulovat tkáň. V některých případech je MEA připojen k počítači, který prezentuje simulované prostředí mozkové tkáni a převádí mozkovou aktivitu na akce v simulaci a poskytuje senzorickou zpětnou vazbu. Schopnost zaznamenávat nervovou aktivitu dává vědcům okno do mozku, i když jednoduché, které mohou použít k získání informací o řadě stejných problémů, pro které se používají neuroroboti.

Oblastí zájmu biologických robotů je etika. Existuje mnoho otázek, jak s takovými experimenty zacházet. Zdánlivě nejdůležitější otázkou je otázka vědomí a toho, zda to mozek krysy zažívá či nikoli. Tato diskuse se vrhá na mnoho teorií o tom, co je vědomí.

Viz Hybrot , vědomí .

Důsledky pro neurovědu

Neurovědy těží z neurorobotiky, protože poskytuje prázdnou břidlici k testování různých možných metod funkce mozku v kontrolovaném a testovatelném prostředí. Kromě toho, i když jsou roboti více zjednodušenou verzí systémů, které emulují, jsou konkrétnější a umožňují přímější testování daného problému. Výhodou je, že jsou neustále přístupní, zatímco je mnohem obtížnější sledovat i velké části mozku, zatímco je zvíře aktivní, natož jednotlivé neurony.

S rostoucím tématem neurovědy se objevila četná neurální léčba, od farmaceutik po neurální rehabilitaci. Pokrok závisí na složitém porozumění mozku a na tom, jak přesně funguje. Je velmi obtížné studovat mozek, zejména u lidí kvůli nebezpečí spojenému s lebečními operacemi. Proto je použití technologie k vyplnění prázdnoty testovatelných subjektů zásadní. Neuroroboti přesně toho dosáhli, vylepšením rozsahu testů a experimentů, které lze provést při studiu nervových procesů.

Viz také

Reference

externí odkazy