I ricercatori danno ai robot un comportamento spontaneo con l’intelligenza artificiale

I ricercatori e i robotisti stanno continuamente cercando di ottenere funzioni autonome nei robot e spesso si ispirano al cervello degli animali per i meccanismi di controllo. A causa della natura specifica del compito del comportamento del robot, a causa della dipendenza da moduli predefiniti e metodologie di controllo, sono spesso limitati nella flessibilità.

L’ultima novità in questo settore proviene dall’Università di Tokyo, dove i ricercatori hanno creato un metodo alternativo basato sull’apprendimento automatico per dare ai robot un comportamento spontaneo. Il team ha fatto questo affidandosi a intricati modelli temporali, come le attività neurali del cervello di un animale.

La ricerca è stata pubblicata su Science Advances, intitolata “Designing spontaneous behavioral switching via chaotic itinerancy.”

Caos ad alta dimensionalità

Un sistema dinamico è un modello matematico degli stati interni in continua evoluzione di qualcosa, che descrive i robot e il loro software di controllo. I ricercatori si concentrano in particolare sul caos ad alta dimensionalità, una classe di sistemi dinamici, a causa della sua impressionante capacità di modellare il cervello degli animali.

A causa della complessità e della sensibilità alle condizioni iniziali variabili, il caos ad alta dimensionalità è particolarmente difficile da controllare. Per avanzare nel settore e superare questo ostacolo, i ricercatori del Laboratorio di sistemi e informatica intelligenti e del Centro di ricerca sull’intelligenza artificiale di prossima generazione dell’Università di Tokyo hanno sviluppato nuovi modi per utilizzare il caos ad alta dimensionalità per fornire ai robot funzioni cognitive simili a quelle umane.

Katsuma Inoue è uno studente di dottorato che lavora alla ricerca.

“C’è un aspetto del caos ad alta dimensionalità chiamato itineranza caotica (CI) che può spiegare l’attività cerebrale durante il richiamo e l’associazione della memoria,” ha detto Inoue. “Nella robotica, la CI è stata uno strumento chiave per implementare modelli di comportamento spontaneo. In questo studio, proponiamo una ricetta per implementare la CI in modo semplice e sistematico utilizzando solo modelli di serie temporali complessi generati dal caos ad alta dimensionalità. Sentiamo che il nostro approccio ha il potenziale per applicazioni più robuste e versatili quando si tratta di progettare architetture cognitive. Ci consente di progettare comportamenti spontanei senza alcuna struttura esplicita predefinita nel controllore, che altrimenti sarebbe un ostacolo.”

Cosa è il calcolo del serbatoio (RC)

Il team si è affidato fortemente al calcolo del serbatoio (RC), una tecnica di apprendimento automatico che coinvolge la teoria dei sistemi dinamici. Il RC viene utilizzato per controllare le reti neurali ricorrenti (RNN) e mantiene la maggior parte delle connessioni di un RNN fisse mentre modifica solo alcuni parametri. Ciò differisce da altri approcci di apprendimento automatico, che spesso modificano leggermente tutte le connessioni neurali in una rete neurale, e ciò si traduce nel fatto che il sistema può essere addestrato più velocemente.

I ricercatori hanno ottenuto il risultato desiderato applicando i principi del RC a un RNN caotico, e ciò ha dimostrato modelli di comportamento spontaneo. L’addestramento della rete avviene rapidamente e prima dell’esecuzione.

“I cervelli degli animali producono caos ad alta dimensionalità nelle loro attività, ma come e perché utilizzano il caos rimane inspiegato. Il nostro modello proposto potrebbe offrire insight su come il caos contribuisce all’elaborazione delle informazioni nel nostro cervello,” ha detto Kohei Nakajima, un professore associato dell’università. “Inoltre, la nostra ricetta avrebbe un impatto più ampio al di fuori del settore delle neuroscienze, poiché potrebbe essere applicata ad altri sistemi caotici. Ad esempio, i dispositivi neuromorfici di prossima generazione ispirati ai neuroni biologici potrebbero esibire caos ad alta dimensionalità e sarebbero candidati eccellenti per implementare la nostra ricetta. Spero che vedremo implementazioni artificiali delle funzioni del cervello prima di troppo.”

Lo sviluppo è significativo per i settori della robotica e dell’intelligenza artificiale (AI), poiché i ricercatori stanno affrontando questa sfida da un po’ di tempo. È l’ultimo esempio di come i settori stanno avanzando a un ritmo veloce.