Robotiikka ja fyysinen AI

Tutkijat kehittivät maailman ensimmäisen elävän robotin sammakon soluista

mm
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa

Tutkijaryhmä on toteuttanut merkittävän yhdistelmän biologista elämää ja robottiikkaa käyttämällä sammakon soluja “xenobotien” kehittämiseen. Solut otettiin sammakon alkioista, ja xenobotit ovat vain millimetrin levyisiä. Ne pystyvät liikkumaan kohteeseen, mahdollisesti nostamaan kuormaa, kuten lääkettä ihmiskehon sisällä, ja parantamaan itseään leikkaamisen tai vahingoittamisen jälkeen.

“Nämä ovat uudenlaisia eläviä koneita”, sanoo Joshua Bongard, tietokoneiden ja robotiikan asiantuntija Vermontin yliopistosta, joka johti uutta tutkimusta. “Ne eivät ole perinteisiä robotti- eivätkä tunnettuja eläinlajeja. Se on uudenlainen esine: elävä, ohjelmoitava organismo.”

Tutkijat suunnittelivat robotit super­tietokoneella Vermontin yliopistossa, ja biologiryhmä Tuftsissa kokoivat ja testasivat ne.

“Voimme kuvitella monia hyödyllisiä sovelluksia näille eläville roboteille, joita muut koneet eivät voi tehdä”, sanoo yhteistyöjohtaja Michael Levin, joka johtaa Tuftsin kehitysbiologian tutkimuskeskusta. “Kuten etsimällä haitallisia yhdisteitä tai radioaktiivista saastetta, keräämällä mikromuovia valtameristä, liikkuessa valtimoissa ja poistamalla plakkia.”

Tutkimus julkaistiin Proceedings of the National Academy of Sciences -julkaisussa 13. tammikuuta.

Tutkijaryhmän mukaan tämä on ensimmäinen kerta, kun tutkimus on suunnitellut täysin biologisia koneita alusta alkaen.

Se vaati kuukausien prosessointiaika Deep Green -supertietokoneessa Vermontin edistyneen laskennan ydin­keskuksessa. Tutkijaryhmään kuului myös johtava tekijä ja tohtorikoulutettava Sam Kriegman, ja he luottivat evoluutioalgoritmiin kehittääkseen tuhansia eri suunnitelmia uusille elämän­muodoille.

Kun tietokoneelle annettiin tehtävä, kuten liikkuminen yhteen suuntaan, se jatkuvasti uudelleen­kokosi muutamia satoja simuloituja soluja eri muotoihin ja keho­muotoihin. Kun ohjelmat suoritettiin, säilytettiin ja jalostettiin menestyksekkäimmät simuloitujen organismojen. Algoritmi suoritettiin itsenäisesti sata kertaa, ja parhaat suunnitelmat valittiin testattaviksi.

Tuftsin tutkijaryhmä, jota johti Levin ja johon kuului mikrokirurgi Douglas Blackiston, otti projektin seuraavaan vaiheeseen. He siirsivät suunnitelmat elämään. Ryhmä keräsi kantasoluja, jotka otettiin afrikkalaisten sammakoiden alkioista, lajista Xenopus laevis. Yksittäisiä soluja eristettiin ja jätettiin inkuboitumaan. Ryhmä käytti pientä pineettä ja sähkö­elektrodeja leikkaamaan soluja ja liittämään ne yhteen suunnitelmien mukaan mikroskoopin alla.

Solut koottiin uusiksi keho­muodoiksi, ja ne alkoivat toimia yhdessä. Ihon solut kehittyivät passiivisemmaksi rakenteeksi, ja sydänlihassolut olivat vastuussa järjestyneen eteenpäin liikkeen luomisesta tietokoneen suunnitelman mukaan. Robotit pystyivät liikkumaan omin avuin itse­organisoituvien mallien ansiosta.

Organismit pystyivät liikkumaan yhtenäisesti, ja ne kestivät päiviä tai viikkoja tutkien vesiympäristöään. Ne riippuivat alkion energiavarastoista, mutta ne lakkasivat toimimasta, kun ne käännettiin selälleen.

“Tämä on askel kohti elävien organismojen käyttämistä älykkääseen lääke­toimitukseen”, sanoo Bongard, joka on apulais­professori Vermontin yliopiston tieto­tekniikan ja monimutkaisuuden tutkimus­keskuksessa.

Koska xenobotit ovat eläviä tekniikoita, niillä on tiettyjä etuja.

“Elävän kudoksen huono puoli on, että se on heikkoa ja se hajoaa”, sanoo Bongard. “Siksi käytämme terästä. Mutta organismeilla on 4,5 miljardia vuotta harjoitusta regeneroimiseen ja jatkamiseen vuosikymmenien ajan. Nämä xenobotit ovat täysin biologisesti hajoavia”, hän jatkaa. “Kun he ovat valmiita tehtävistään seitsemän päivän jälkeen, ne ovat vain kuolleita ihosoluja.”

Nämä kehitykset tulevat olemaan suuria vaikutuksia tulevaisuudelle.

“Jos ihmiskunta on selviävä tulevaisuuteen, meidän on ymmärrettävä paremmin, miten monimutkaiset ominaisuudet jollain tavoin syntyvät yksinkertaisista säännöistä”, sanoo Levin. “Suurin osa tieteestä on keskittynyt matalan tason sääntöjen hallitsemiseen. Meidän on myös ymmärrettävä korkean tason sääntöjä. Jos haluaisimme muurahaisten pesän, jossa on kaksi savupiippua yhden sijaan, miten muutamme muurahaisia? Emme olisi mitään ajatusta.”

“Luulen, että se on ehdoton välttämättömyys yhteiskunnalle eteenpäin päästäkseen paremmin haltuun järjestelmiä, joissa lopputulos on hyvin monimutkainen. Ensimmäinen askel siihen on tutkia: miten elävät järjestelmät päättävät, mikä on yleinen käyttäytyminen, ja miten me voidaan manipuloida osia saadakseen haluamansa käyttäytymisen?”

“Tämä tutkimus on suora panostus ymmärtämiseen, mitä ihmiset pelkäävät, kuten tahattomia seurauksia, olipa kyse nopeasta itsestään ajavien autojen saapumisesta, geenien muuntamisesta hävittämään viruksia tai monista muista monimutkaisista ja autonomisista järjestelmistä, jotka tulevat yhä enemmän muovamaan ihmisen kokemusta.”

“On kaikenlaista luonnollista luovuutta elämässä”, sanoo Vermontin Josh Bongard. “Haluaisimme ymmärtää sitä syvemmin – ja miten voimme ohjata ja työntää sitä uusille muodoille.”

Alex McFarland on AI-toimittaja ja kirjailija, joka tutkii viimeisimpiä kehityksiä tekoälyssä. Hän on tehnyt yhteistyötä useiden AI-startup-yritysten ja julkaisujen kanssa maailmanlaajuisesti.