机器人与物理 AI

模仿昆虫大脑:高效机器人技术的飞跃

mm
将 Unite.AI 添加到您在 Google 上的首选来源

在大自然中,往往是最小的生物能够带来最深刻的启发。昆虫尽管体型小,但它们的导航和高效能力却令科学家和工程师们着迷。它们能够用仅比针头还大的大脑在复杂环境中灵活地行进,这一能力长期以来一直令人们感到惊讶。物理学家埃莉莎贝塔·奇卡(Elisabetta Chicca)正在领导这一领域的研究,她最近的工作将生物学理解和技术创新紧密联系在一起

奇卡致力于解开昆虫如何实现如此卓越的导航能力的秘密。她的工作不仅揭示了昆虫导航的奥秘,还为能源高效计算和机器人技术的发展铺平了道路。

解锁昆虫导航

尽管昆虫的神经资源有限,但它们展现出令人惊叹的导航技能。它们轻松地避开障碍,并能够通过最小的开口行进,这一能力多年来一直令科学家们感到困惑。这种能力的关键在于昆虫对世界的独特感知。

奇卡在她的研究中解释说,昆虫导航的一个关键方面是它们如何感知运动。就像坐在火车上观察风景一样:近处的树木似乎比远处的房子移动得更快。昆虫利用这种运动速度的差异来判断距离和导航。这一简单却有效的方法在直线运动时效果良好。然而,现实世界很少如此简单。

昆虫通过简化自己的行为来适应环境的复杂性。它们通常沿直线飞行,做出转弯,然后继续沿直线飞行。奇卡的观察揭示了一个重要的教训:资源的限制可以通过行为调整来弥补。

从生物学洞察到机器人应用的旅程是一个跨学科合作的故事。托本·肖佩(Thorben Schoepe),一名在奇卡指导下的博士生,开发了一个模拟昆虫神经活动的模型,该模型随后被转化为一个小型导航机器人。

该机器人体现了昆虫导航的原理,是奇卡与来自比勒费尔德大学的著名神经生物学家马丁·埃格尔哈夫(Martin Egelhaaf)之间的密切合作的产物。埃格尔哈夫在理解昆虫计算原理方面的专业知识对于开发出能够准确模拟昆虫导航策略的模型至关重要。

机器人的导航壮举

任何科学模型的真正检验在于其实际应用。在奇卡的研究中,昆虫大脑的机器人对应物在一系列复杂测试中展示了其能力。其中最引人注目的壮举是机器人在一条走廊中导航,走廊的墙壁上印有随机图案。这种设置旨在模拟昆虫遇到的各种视觉刺激,对于任何导航系统来说,这是一个充满挑战的课程。

配备托本·肖佩模型的机器人展示了在走廊中保持中央路径的非凡能力,这种行为与昆虫的行为惊人地相似。这是通过朝向运动最不明显的区域转向来实现的,模仿昆虫自然的策略来判断距离和方向。机器人在这种环境中的成功是对该模型的一个有力的验证。

除了走廊外,机器人还在各种虚拟环境中进行了测试,每个环境都带来了自己的挑战。无论是绕过障碍还是找到通过小开口的路径,机器人都展现出了一种与其生物学对应物相似的适应性和高效性。奇卡得出结论,该模型在不同环境中表现一致的能力不仅是技术能力的体现,也反映了昆虫导航的底层高效性和多样性。

托本·肖佩的机器人在随机图案走廊中。照片由 Leoni von Ristok 拍摄

机器人技术中的高效性:一个新的范式

机器人技术的世界长期以来一直被那些通过大量编程和数据处理来学习和适应的系统所主导。这种方法虽然有效,但通常需要大量的计算资源和能量。奇卡的研究引入了一个范式转变,汲取自然界的灵感,在那里高效性是关键。

昆虫长期以来一直是机器人技术的焦点,它们天生具备高效导航的能力,不需要学习或大量编程。这种“硬编码”的高效性与传统机器人技术方法形成鲜明对比。通过模仿这些生物学原理,机器人可以达到目前用传统方法无法实现的高效性水平。

奇卡设想了一个未来,机器人技术不仅仅是关于学习和适应,还关于天生的高效性。这种方法可能会导致机器人变得更小、更节能,并更适应多种环境。这是一个挑战现状并在机器人系统的设计和应用中开辟新可能性的一种观点。

 

Alex McFarland 是一名人工智能记者和作家,探索最新的人工智能发展。他曾与世界各地的众多人工智能初创公司和出版物合作。