Connect with us

ื—ื™ืงื•ื™ ืžื•ื—ื•ืช ื—ืจืงื™ื: ืงืคื™ืฆืช ืžื“ืจื’ื” ืงื“ื™ืžื” ื‘ืจื•ื‘ื•ื˜ื™ืงื” ื™ืขื™ืœื”

ืจื•ื‘ื•ื˜ื™ืงื”

ื—ื™ืงื•ื™ ืžื•ื—ื•ืช ื—ืจืงื™ื: ืงืคื™ืฆืช ืžื“ืจื’ื” ืงื“ื™ืžื” ื‘ืจื•ื‘ื•ื˜ื™ืงื” ื™ืขื™ืœื”

mm

בניסיון הרחב של הטבע, חלק מההשראות המעמיקות ביותר מגיעות מהיצורים הקטנים ביותר. חרקים, שלעיתים קרובות מתעלמים מהם בגלל גודלם הזעיר, הם למעשה פלאים של ניווט ויעילות. יכולתם לתמרן דרך סביבות מורכבות עם מוח שאינו גדול יותר מראש קיפוד הוא דבר שמעניין זה מכבר מדענים ומהנדסים כאחד. בראש המאמץ לחשוף את הסודות האלה עומדת הפיזיקאית אליזבטה צ’יקה, שעבודתה האחרונה מגשרת את הפער בין הבנה ביולוגית לחדשנות טכנולוגית.

צ’יקה יצאה למסע לפענח כיצד יצורים קטנים אלו משיגים הישגים כאלו. עבודתה משפיעה לא רק על הבנת ניווט החרקים, אלא גם פותחת את הדרך לקדמה בתחומי חישוב אנרגטי ורובוטיקה.

פיענוח ניווט החרקים

חרקים, על אף משאבים נוירוניים מוגבלים, מציגים מיומנויות ניווט מרשימות. הם נמנעים בקלות ממכשולים ונעים בתנועה מיומנת דרך פתחים קטנים, הישג שהטריד מדענים במשך שנים. המפתח ליכולת זו טמון בתפיסתם הייחודית של העולם.

צ’יקה מסבירה במחקרה כי אספקט מרכזי בניווט החרקים הוא איך הם תופסים תנועה. זה דומה לחוויה של ישיבה ברכבת וצפייה בנוף: עצים קרובים נראים כאילו הם נעים מהר יותר מבתים רחוקים. חרקים משתמשים במהירות התנועה הדיפרנציאלית כדי למדוד מרחק ולנווט. שיטה פשוטה ויעילה זו עובדת היטב כאשר נעים בקו ישר. אולם, העולם האמיתי הוא לעיתים רחוקות כה פשוט.

חרקים מסתגלים למורכבות של סביבתם על ידי פשטות התנהגותם. הם בדרך כלל עפים בקו ישר, עושים פנייה, ואז ממשיכים בקו ישר אחר. תצפיותיה של צ’יקה חושפות לקח חשוב: מגבלות במשאבים יכולות להיאזן על ידי התאמות התנהגותיות.

המסע מתובנות ביולוגיות ליישומים רובוטיים הוא סיפור של שיתוף פעולה בין-תחומי. תורבן שופה, סטודנט לדוקטורט תחת הדרכתה של צ’יקה, פיתח מודל המחקה את הפעילות העצבית של חרקים, שהומר לרובוט קטן הנוהג.

רובוט זה, המגלם את עקרונות ניווט החרקים, היה תוצר של שיתוף פעולה הדוק עם מרטין אגלהאף, נוירוביולוג נודע מאוניברסיטת בילפלד. מומחיותו של אגלהאף בהבנת עקרונות החישוב של חרקים הייתה חיונית בפיתוח מודל שחיקה באופן מדויק את אסטרטגיות הניווט שלהם.

הישגי הניווט של הרובוט

העדות האמיתית לכל מודל מדעי טמונה ביישום המעשי. במקרה של מחקרה של צ’יקה, הרובוט, שהוא המקבילה הרובוטית של מוח החרק, הציג את יכולותיו בסדרה של מבחנים מורכבים. המרשים ביותר מביניהם היה ניווט הרובוט דרך מסדרון, קירותיו מעוטרים בהדפס אקראי. הסביבה הזו, שנועדה לחקות את הגירויים החזותיים המשתנים שחרק פוגש, הייתה מסלול אתגרי לכל מערכת ניווט.

הרובוט, שהותקן עם המודל של תורבן שופה, הפגין יכולת מוזרה לשמור על מסלול מרכזי במסדרון, התנהגות הדומה מרשים לזו של חרקים. זאת הושגה על ידי כיוון לאזורים עם תנועה נראית מועטה, חיקוי אסטרטגיית החרקים הטבעית למדידת מרחק וכיוון. הצלחת הרובוט בסביבה זו הייתה אישור מרשים של המודל.

מעבר למסדרון, הרובוט נבדק בסביבות וירטואליות שונות, כל אחת מהן הציגה אתגרים משלה. האם זה היה ניווט סביב מכשולים או מציאת דרך דרך פתחים קטנים, הרובוט הפגין גמישות ויעילות המזכירות את ניגודיהם הביולוגיים. צ’יקה הסיקה כי יכולת המודל לבצע באופן עקבי במגוון רחב של הגדרות אינה רק הוכחה לכישרון טכני, אלא גם רפלקציה של היעילות והגמישות התוך-מובנית של ניווט החרקים.

רובוטו של תורבן שופה במסדרון עם הדפס אקראי. צילום Leoni von Ristok

יעילות ברובוטיקה: פרדיגמה חדשה

עולם הרובוטיקה הוא זה שבו מערכות לומדות ומסתגלות דרך תכנות ועיבוד נתונים נרחב. גישה זו, שהיא יעילה, לעיתים קרובות דורשת משאבים חישוביים ואנרגיה משמעותיים. מחקרה של צ’יקה מציג קפיצת מדרגה, שואב השראה מהעולם הטבעי, שם יעילות היא המפתח.

חרקים, שהיו מוקד לרובוטיקה במשך זמן רב, נולדים עם יכולת מובנית לנווט ביעילות מלידה, ללא צורך בלמידה או תכנות נרחבת. ‘יעילות מובנית’ זו עומדת בניגוד לגישה המסורתית ברובוטיקה. על ידי חיקוי עקרונות ביולוגיים אלו, רובוטים יכולים להשיג רמת יעילות שכרגע אינה בהישג עם שיטות קונבנציונליות.

צ’יקה חוזה עתיד שבו רובוטיקה אינה רק עניין של למידה והסתגלות, אלא גם של יעילות מובנית. גישה זו יכולה להוביל לפיתוח רובוטים שהם קטנים יותר, צורכים פחות אנרגיה, ומתאימים יותר למגוון סביבות. זו נקודת מבט שמאתגרת את הסטטוס קוו ופותחת אפשרויות חדשות בתכנון ויישום של מערכות רובוטיות.

ืืœื›ืก ืžืงืคืจืœื ื“ ื”ื•ื ืขื™ืชื•ื ืื™ ื•ื›ื•ืชื‘ AI ื”ื—ื•ืงืจ ืืช ื”ืคื™ืชื•ื—ื™ื ื”ืื—ืจื•ื ื™ื ื‘ื‘ื™ื ื” ืžืœืื›ื•ืชื™ืช. ื”ื•ื ืฉื™ืชืฃ ืคืขื•ืœื” ืขื ืžืกืคืจ ืจื‘ ืฉืœ ื—ื‘ืจื•ืช ื”ื–ื ืงื™ื ืฉืœ AI ื•ืคืจืกื•ืžื™ื ื‘ืจื—ื‘ื™ ื”ืขื•ืœื.