شارك
الرئيسية
2 دقائق 
روبوت يمتلك حاستي الرؤية واللمس
استخدم فريق من الباحثين الأوروبيين خوارزميات التعلم العميق والهندسة الروبوتية لتطوير روبوت جديد قادر على الجمع بين حاستي الرؤية واللمس، لمحاكاة طريقة عمل الدماغ.
جمع المعلومات بطريقة تحاكي عمل الدماغ
ظهرت فكرة الروبوت الجديد بعد التعاون بين عدد من الباحثين في مجال علم الأعصاب المعرفي (Cognitive neuroscience) ومصممي النماذج الحاسوبية وعلماء الروبوتات العاملين في البنية التحتية الأوروبية للأبحاث إيبراينز (EBRAINS)، لربط تقنية التعلم العميق المستوحاة من الدماغ مع روبوتات المحاكاة الحيوية (Biomimetic Robots).
وإيبراينز هي بنية تحتية بحثية رقمية تم إنشاؤها من قبل مشروع الدماغ البشري "إتش بي بي" (Human Brain Project)، الممول من الاتحاد الأوروبي. وتوفر إيبراينز أدوات وخدمات رقمية يمكن استخدامها في أبحاث الدماغ وتطوير التكنولوجيا المستوحاة من الدماغ، لمساعدة العلماء على جمع بيانات الدماغ وتحليلها ومشاركتها ودمجها، وأداء عمليات نمذجة ومحاكاة لوظائف الدماغ.
وقد انطلق العلماء من فكرة أن الدماغ يجمع المعلومات باستمرار من جميع الحواس الست على نحو يبدو أنه يتم بلا مجهود يذكر، وهي ميزة تكافح حتى أكثر أنظمة الذكاء الاصطناعي تقدماً لتقليدها؛ لذا حاول العلماء إلقاء ضوء جديد على الآليات العصبية الكامنة وراء هذا الأمر، من خلال إنشاء روبوتات تحاكي طرق عملها الداخلية الدماغ.
استكشاف العالم على طريقة أدمغة الفئران
في النموذج الجديد -المسمى مالتيبريدنت (MultiPrednet)- تعاون سيرييل بينارتز أستاذ الإدراك وعلوم النظم العصبية في جامعة أمستردام، مع مصممي النماذج الحاسوبية شيرين دورا وساندر بوهتي وخورخي ميجياس، لبناء هياكل شبكات عصبونية للإدراك، استناداً إلى بيانات واقعية مستمدة من الفئران. ويتكون النموذج الجديد من وحدتين للمدخلات المرئية واللمسية ووحدة ثالثة تدمج بينهما. في المقطع التالي، يشرح العلماء الكيفية التي يعمل بها الروبوت وطريقة تدريبه بشكل تفصيلي.
ولاختبار قدرات النموذج في جسم مادي، تعاون الباحثون مع البروفسور مارتن بيرسون الذي يعمل في مختبر بريستول للروبوتات -وهو أكبر مركز أكاديمي للأبحاث الخاصة بالروبوتات في المملكة المتحدة- لدمج مالتيبريدنت في ويسكيآي (Whiskeye)، وهو روبوت يشبه القوارض يستكشف بيئته بشكل مستقل، باستخدام كاميرات مثبتة على الرأس تعمل كالعيون و24 شعيرة صناعية لجمع معلومات اللمس.
أفضلية على أنظمة التعلم العميق
يشير الباحثون إلى أن المؤشرات الأولى تدل على أن النموذج يتمتع بأفضلية على أنظمة التعلم العميق التقليدية، لا سيما فيما يتعلق بالتنقل والتعرف على المواقع المألوفة، وهو اكتشاف يبحث فيه الفريق حالياً بشكل أكبر.
ونقل موقع (نيوروساينس نيوز) المتخصص في أبحاث علم الأعصاب، عن بينارتز قوله إن الأمر لا يقتصر على إمكانية تحسين الروبوتات من خلال استخدام معرفتنا بشأن الدماغ، بل يمكن لهذا الأمر أن يساعدنا على فهم الدماغ نفسه بشكل أفضل.
وتشبه الطريقة التي تتدرب بها الشبكات العصبونية في نموذج مالتيبريدنت الطريقة التي يعتقد العلماء أن دماغنا يتعلم من خلالها: من خلال توليد تنبؤات مستمرة بشأن العالم من حولنا ومقارنتها بالمدخلات الحسية الفعلية، ثم تكييف الشبكة لتجنب إشارات الخطأ في المستقبل.
ولتسريع البحث، أجرى العلماء عملية محاكاة للروبوت على منصة (Neurorobotics) التابعة لإيبراينز، الأمر الذي يتيح لهم إجراء تجارب طويلة تحت ظروف محكومة. ويخطط الفريق أيضاً لاستخدام منصات الحوسبة العصبية لتطوير نماذج أكثر تفصيلاً للتحكم والإدراك في المستقبل.