Neurorobotique - Neurorobotics

La neurorobotique , une étude combinée des neurosciences , de la robotique et de l'intelligence artificielle , est la science et la technologie des systèmes neuronaux autonomes incarnés. Les systèmes neuronaux comprennent des algorithmes inspirés du cerveau (par exemple les réseaux connexionnistes), des modèles informatiques de réseaux neuronaux biologiques (par exemple des réseaux neuronaux à pointes artificielles , des simulations à grande échelle de microcircuits neuraux) et des systèmes biologiques réels (par exemple des réseaux neuronaux in vivo et in vitro ). De tels systèmes neuronaux peuvent être incorporés dans des machines à actionnement mécanique ou toute autre forme physique. Cela comprend les robots , les systèmes prothétiques ou portables mais aussi, à plus petite échelle, les micro-machines et, à plus grande échelle, le mobilier et les infrastructures.

La neurorobotique est cette branche de la neuroscience avec la robotique, qui traite de l'étude et de l'application de la science et de la technologie des systèmes neuronaux autonomes incarnés tels que les algorithmes inspirés du cerveau. À la base, la neurorobotique est basée sur l'idée que le cerveau est incarné et le corps est intégré dans l'environnement. Par conséquent, la plupart des neurorobots sont nécessaires pour fonctionner dans le monde réel, par opposition à un environnement simulé.

Au-delà des algorithmes inspirés du cerveau pour les robots, la neurorobotique peut également impliquer la conception de systèmes de robots contrôlés par le cerveau.

introduction

La neurorobotique représente l'approche à deux fronts de l'étude de l'intelligence. La neuroscience tente de discerner en quoi consiste l'intelligence et comment elle fonctionne en étudiant les systèmes biologiques intelligents, tandis que l'étude de l'intelligence artificielle tente de recréer l'intelligence par des moyens non biologiques ou artificiels. La neurorobotique est le chevauchement des deux, où des théories d'inspiration biologique sont testées dans un environnement ancré, avec une implémentation physique dudit modèle. Les succès et les échecs d'un neurorobot et le modèle à partir duquel il est construit peuvent fournir des preuves pour réfuter ou soutenir cette théorie, et donner un aperçu pour une étude future.

Principales classes de modèles neurorobotiques

Les neurorobots peuvent être divisés en différentes classes principales en fonction de l'objectif du robot. Chaque classe est conçue pour mettre en œuvre un mécanisme spécifique d'intérêt pour l'étude. Les types courants de neurorobots sont ceux utilisés pour étudier le contrôle moteur, la mémoire, la sélection d'action et la perception.

Contrôle de la locomotion et du moteur

Les neurorobots sont souvent utilisés pour étudier le retour moteur et les systèmes de contrôle, et ont prouvé leur mérite dans le développement de contrôleurs pour robots. La locomotion est modélisée par un certain nombre de théories d'inspiration neurologique sur l'action des systèmes moteurs. Le contrôle de la locomotion a été imité à l'aide de modèles ou de générateurs de motifs centraux , des amas de neurones capables de conduire des comportements répétitifs, pour fabriquer des robots marcheurs à quatre pattes. D'autres groupes ont élargi l'idée de combiner des systèmes de contrôle rudimentaires en un ensemble hiérarchique de systèmes autonomes simples. Ces systèmes peuvent formuler des mouvements complexes à partir d'une combinaison de ces sous-ensembles rudimentaires. Cette théorie de l'action motrice est basée sur l'organisation de colonnes corticales , qui s'intègrent progressivement d'une simple entrée sensorielle à des signaux afférents complexes , ou de programmes moteurs complexes à de simples contrôles pour chaque fibre musculaire dans des signaux efférents , formant une structure hiérarchique similaire.

Une autre méthode de contrôle moteur utilise la correction d'erreur apprise et des contrôles prédictifs pour former une sorte de mémoire musculaire simulée . Dans ce modèle, les mouvements maladroits, aléatoires et sujets aux erreurs sont corrigés pour utiliser le retour d'erreur pour produire des mouvements fluides et précis au fil du temps. Le contrôleur apprend à créer le signal de commande correct en prédisant l'erreur. En utilisant ces idées, des robots ont été conçus pour apprendre à produire des mouvements de bras adaptatifs ou à éviter les obstacles dans un parcours.

Systèmes d'apprentissage et de mémoire

Des robots conçus pour tester les théories des systèmes de mémoire animale . De nombreuses études examinent actuellement le système de mémoire des rats, en particulier l' hippocampe du rat , traitant des cellules de lieu , qui se déclenchent pour un emplacement spécifique qui a été appris. Les systèmes modélisés d'après l'hippocampe du rat sont généralement capables d'apprendre des cartes mentales de l'environnement, y compris la reconnaissance des points de repère et leur association de comportements, leur permettant de prédire les obstacles et les points de repère à venir.

Une autre étude a produit un robot basé sur le paradigme d'apprentissage proposé des effraies des clochers pour l'orientation et la localisation basées sur des stimuli principalement auditifs, mais aussi visuels. La méthode hypothétique implique la plasticité synaptique et la neuromodulation , un effet principalement chimique dans lequel les neurotransmetteurs de récompense tels que la dopamine ou la sérotonine affectent la sensibilité de déclenchement d'un neurone pour être plus net. Le robot utilisé dans l'étude correspondait adéquatement au comportement des effraies des clochers. En outre, l'interaction étroite entre la puissance motrice et la rétroaction auditive s'est avérée vitale dans le processus d'apprentissage, soutenant les théories de détection active qui sont impliquées dans de nombreux modèles d'apprentissage.

Les neurorobots dans ces études sont présentés avec des labyrinthes ou des modèles simples à apprendre. Certains des problèmes présentés au neurorobot incluent la reconnaissance de symboles, de couleurs ou d'autres modèles et exécutent des actions simples basées sur le modèle. Dans le cas de la simulation d'effraie des clochers, le robot devait déterminer son emplacement et sa direction pour naviguer dans son environnement.

Sélection des actions et systèmes de valeurs

Les études de sélection des actions traitent de la pondération négative ou positive d'une action et de son résultat. Les neurorobots peuvent et ont été utilisés pour étudier des interactions éthiques * simples *, telles que l'expérience de pensée classique où il y a plus de personnes qu'un radeau de sauvetage ne peut en contenir, et quelqu'un doit quitter le bateau pour sauver le reste. Cependant, davantage de neurorobots utilisés dans l'étude de la sélection d'action se heurtent à des persuasions beaucoup plus simples telles que l'auto-préservation ou la perpétuation de la population de robots dans l'étude. Ces neurorobots sont modélisés après la neuromodulation des synapses pour encourager les circuits avec des résultats positifs. Dans les systèmes biologiques, les neurotransmetteurs tels que la dopamine ou l'acétylcholine renforcent positivement les signaux neuronaux qui sont bénéfiques. Une étude d'une telle interaction impliquait le robot Darwin VII, qui utilisait une entrée visuelle, auditive et simulée de goût pour «manger» des blocs métalliques conducteurs. Les bons blocs choisis arbitrairement avaient un motif rayé sur eux tandis que les mauvais blocs avaient une forme circulaire sur eux. Le sens du goût a été simulé par la conductivité des blocs. Le robot avait des rétroactions positives et négatives sur le goût en fonction de son niveau de conductivité. Les chercheurs ont observé le robot pour voir comment il apprenait ses comportements de sélection d'action en fonction des entrées dont il disposait. D'autres études ont utilisé des troupeaux de petits robots qui se nourrissent de batteries éparpillées dans la pièce et communiquent ses découvertes à d'autres robots.

Perception sensorielle

Les neurorobots ont également été utilisés pour étudier la perception sensorielle, en particulier la vision. Ce sont principalement des systèmes qui résultent de l'intégration de modèles neuronaux de voies sensorielles dans des automates. Cette approche donne une exposition aux signaux sensoriels qui se produisent pendant le comportement et permet également une évaluation plus réaliste du degré de robustesse du modèle neuronal. Il est bien connu que les changements des signaux sensoriels produits par l'activité motrice fournissent des signaux perceptifs utiles qui sont largement utilisés par les organismes. Par exemple, les chercheurs ont utilisé les informations de profondeur qui émergent lors de la réplication des mouvements de la tête et des yeux humains pour établir des représentations robustes de la scène visuelle.

Robots biologiques

Les robots biologiques ne sont pas officiellement des neurorobots dans la mesure où ils ne sont pas des systèmes d'IA d'inspiration neurologique, mais de véritables tissus neuronaux câblés à un robot. Cela utilise l'utilisation de réseaux de neurones cultivés pour étudier le développement du cerveau ou les interactions neuronales. Celles-ci consistent généralement en une culture neuronale élevée sur un réseau multiélectrode (MEA), qui est capable à la fois d'enregistrer l'activité neuronale et de stimuler le tissu. Dans certains cas, le MEA est connecté à un ordinateur qui présente un environnement simulé au tissu cérébral et traduit l'activité cérébrale en actions dans la simulation, tout en fournissant une rétroaction sensorielle. La capacité d'enregistrer l'activité neuronale donne aux chercheurs une fenêtre sur un cerveau, bien que simple, qu'ils peuvent utiliser pour en apprendre davantage sur un certain nombre des mêmes problèmes pour lesquels les neurorobots sont utilisés.

Un domaine de préoccupation avec les robots biologiques est l'éthique. De nombreuses questions se posent sur la manière de traiter de telles expériences. Apparemment, la question la plus importante est celle de la conscience et de savoir si le cerveau du rat en fait l'expérience. Cette discussion se résume aux nombreuses théories sur ce qu'est la conscience.

Voir Hybrot , conscience .

Implications pour les neurosciences

Les neuroscientifiques bénéficient de la neurorobotique car elle fournit une ardoise vierge pour tester diverses méthodes possibles de fonction cérébrale dans un environnement contrôlé et testable. En outre, bien que les robots soient des versions plus simplifiées des systèmes qu'ils émulent, ils sont plus spécifiques, ce qui permet de tester plus directement le problème en question. Ils ont également l'avantage d'être accessibles à tout moment, alors qu'il est beaucoup plus difficile de surveiller même de grandes parties d'un cerveau pendant que l'animal est actif, sans parler des neurones individuels.

Avec le sujet de la neuroscience grandissant comme il l'a fait, de nombreux traitements neuronaux ont émergé, des produits pharmaceutiques à la réadaptation neuronale. Le progrès dépend d'une compréhension approfondie du cerveau et de son fonctionnement exact. Il est très difficile d'étudier le cerveau, en particulier chez l'homme en raison du danger associé aux chirurgies crâniennes. Par conséquent, l'utilisation de la technologie pour combler le vide de sujets testables est vitale. Les neurorobots accomplissent exactement cela, améliorant la gamme de tests et d'expériences qui peuvent être effectués dans l'étude des processus neuronaux.

Voir également

Les références

Liens externes