То, как мозг позволяет нам воспринимать мир и ориентироваться в нем, - один из самых увлекательных аспектов познания. Ориентируясь, мы постоянно комбинируем информацию от всех шести органов чувств, казалось бы, без особых усилий - функция, которую даже самые продвинутые системы искусственного интеллекта с трудом могут воспроизвести.
В новой исследовательской инфраструктуре EBRAINS когнитивные нейробиологи, специалисты по компьютерному моделированию и робототехники теперь работают вместе, чтобы пролить новый свет на нейронные механизмы, стоящие за этим, путем создания Роботы чья внутренняя работа имитирует мозг.
«Мы считаем, что роботов можно улучшить, используя знания о мозге. Но в то же время это может помочь нам лучше понять работу мозга », - говорит Сириэль Пеннарц, профессор когнитивных и системных нейронаук Амстердамского университета.
В рамках проекта Human Brain Project Пеннарц сотрудничал с разработчиками компьютерных моделей Ширин Дорой, Сандером Ботэ и Хорхе Ф. Мехиасом для создания сложных архитектур нейронных сетей для восприятия на основе реальных данных, полученных от крыс. Их модель, получившая название «MultiPrednet», состоит из модулей для визуального и тактильного ввода и третьего, объединяющего их.
«То, что мы смогли воспроизвести впервые, - это то, что мозг делает прогнозы с помощью различных органов чувств», - объясняет Пеннарц. «Таким образом, вы можете предсказать, как что-то будет чувствовать, глядя на это, и наоборот».
То, как эти сети «обучаются», напоминает то, как ученые думают, что наш мозг учится: постоянно генерируя прогнозы о мире, сравнивая их с фактическими сенсорными данными, а затем адаптируя сеть, чтобы избежать будущих сигналов об ошибках.
Чтобы проверить, как MultiPrednet работает в организме, исследователи объединились с Мартином Пирсоном из Bristol Robotics Lab. Вместе они интегрировали его в Whiskeye, робота, похожего на грызуна, который автономно исследует окружающую среду, используя камеры на голове для глаз и 24 искусственных уса для сбора тактильной информации.
Исследователи наблюдали первые признаки того, что модель на основе мозга имеет преимущество перед традиционными системами глубокого обучения: особенно когда дело доходит до навигации и распознавания знакомых сцен, MultiPredNet, кажется, работает лучше - открытие, которое команда теперь надеется изучить дальше.
Чтобы ускорить это исследование, робот был воссоздан в виде симулятора на платформе нейроробототехники исследовательской инфраструктуры EBRAINS. «Это позволяет нам проводить длительные или даже параллельные эксперименты в контролируемых условиях», - говорит Пирсон. «Мы также планируем использовать высокопроизводительные и нейроморфные вычислительные платформы для гораздо более подробных моделей управления и восприятия в будущем».
Весь код и инструменты анализа работы открыты на EBRAINS, так что исследователи могут проводить свои собственные эксперименты. «Это уникальная ситуация, - говорит Пеннарц. - Мы смогли сказать, что это интересная модель восприятия, основанная на нейробиологии, и было бы здорово протестировать ее в более крупном масштабе с помощью суперкомпьютеров, воплощенных в роботе. Обычно это очень сложно сделать, но EBRAINS делает это возможным ».
Катрин Амунтс, директор по научным исследованиям HBP, говорит, что «чтобы понять познание, нам нужно будет изучить, как мозг действует как часть тела в окружающей среде. Когнитивная нейробиология и робототехника могут много выиграть друг от друга в этом отношении. Human Brain Project объединил эти сообщества, и теперь с нашей постоянной инфраструктурой сотрудничать стало проще, чем когда-либо ».
Павел Свебода, генеральный директор EBRAINS и генеральный директор HBP, комментирует: «Роботы будущего извлекут выгоду из инноваций, которые объединят идеи науки о мозге с ИИ и робототехника. Благодаря EBRAINS Европа может оказаться в центре этого перехода к более биоинспирированному ИИ и technology".