Bagaimana otak memungkinkan kita memahami dan menavigasi dunia adalah salah satu aspek kognisi yang paling menarik. Saat mengarahkan diri, kami terus-menerus menggabungkan informasi dari keenam indera dengan cara yang tampaknya mudah—fitur yang bahkan sulit ditiru oleh sistem AI paling canggih sekalipun.
Pada infrastruktur penelitian EBRAINS yang baru, ahli saraf kognitif, pemodel komputasi, dan ahli robotik kini bekerja sama untuk menjelaskan mekanisme saraf di balik hal ini, dengan menciptakan robot yang cara kerja internalnya meniru otak.
“Kami percaya bahwa robot dapat ditingkatkan melalui penggunaan pengetahuan tentang otak. Tetapi pada saat yang sama, ini juga dapat membantu kita lebih memahami otak,” kata Cyriel Pennartz, Profesor Kognisi dan Sistem Neurosciences di University of Amsterdam.
Dalam Proyek Otak Manusia, Pennartz telah berkolaborasi dengan pemodel komputasi Shirin Dora, Sander Bohte dan Jorge F. Mejias untuk membuat arsitektur jaringan saraf kompleks untuk persepsi berdasarkan data kehidupan nyata dari tikus. Model mereka, dijuluki "MultiPrednet" terdiri dari modul untuk input visual dan sentuhan, dan sepertiga yang menggabungkannya.
“Apa yang dapat kami tiru untuk pertama kalinya, adalah bahwa otak membuat prediksi di berbagai indera yang berbeda,” jelas Pennartz. “Jadi Anda bisa memprediksi bagaimana perasaan sesuatu dari melihatnya, dan sebaliknya.”
Cara jaringan ini 'berlatih' menyerupai cara para ilmuwan berpikir otak kita belajar: Dengan terus-menerus menghasilkan prediksi tentang dunia, membandingkannya dengan input sensorik yang sebenarnya, dan kemudian mengadaptasi jaringan untuk menghindari sinyal kesalahan di masa depan.
Untuk menguji bagaimana kinerja MultiPrednet dalam tubuh, para peneliti bekerja sama dengan Martin Pearson di Bristol Robotics Lab. Bersama-sama mereka mengintegrasikannya ke dalam Whiskye, robot mirip hewan pengerat yang secara mandiri menjelajahi lingkungannya, menggunakan kamera yang dipasang di kepala untuk mata, dan 24 kumis buatan untuk mengumpulkan informasi taktil.
Para peneliti mengamati indikasi pertama bahwa model berbasis otak memiliki keunggulan dibandingkan sistem pembelajaran mendalam tradisional: Terutama dalam hal navigasi dan pengenalan adegan yang sudah dikenal, MultiPredNet tampaknya berkinerja lebih baik—sebuah penemuan yang kini diharapkan tim untuk diselidiki lebih lanjut.
Untuk mempercepat penelitian ini, robot telah dibuat ulang sebagai simulasi pada Platform Neurorobotics dari infrastruktur penelitian EBRAINS. “Ini memungkinkan kami untuk melakukan eksperimen berdurasi panjang atau bahkan paralel di bawah kondisi yang terkendali,” kata Pearson. “Kami juga berencana untuk menggunakan Platform Komputasi Kinerja Tinggi dan Neuromorfik untuk model kontrol dan persepsi yang jauh lebih detail di masa mendatang.”
Semua kode dan alat analisis pekerjaan terbuka di EBRAINS, sehingga peneliti dapat menjalankan eksperimen mereka sendiri. “Ini adalah situasi yang unik,” kata Pennartz: “Kami dapat mengatakan, inilah model persepsi yang menarik berdasarkan neurobiologi, dan akan sangat bagus untuk mengujinya dalam skala yang lebih besar dengan superkomputer dan diwujudkan dalam robot. Melakukan ini biasanya sangat rumit, tetapi EBRAINS memungkinkan.”
Katrin Amunts, Direktur Riset Ilmiah HBP mengatakan bahwa “untuk memahami kognisi, kita perlu mengeksplorasi bagaimana otak bertindak sebagai bagian dari tubuh dalam suatu lingkungan. Ilmu saraf kognitif dan robotika memiliki banyak keuntungan dari satu sama lain dalam hal ini. Proyek Otak Manusia menyatukan komunitas-komunitas ini, dan sekarang dengan infrastruktur kami yang ada, kolaborasi menjadi lebih mudah dari sebelumnya.”
Pawel Swieboda, CEO EBRAINS dan Direktur Jenderal HBP, berkomentar: “Robot masa depan akan mendapat manfaat dari inovasi yang menghubungkan wawasan dari ilmu otak ke AI dan robotika. Dengan EBRAINS, Eropa dapat menjadi pusat peralihan menuju AI yang lebih terinspirasi oleh bio dan teknologi. "