Un verme

I ricercatori hanno utilizzato reti neurali liquide per aiutare un drone a volare in modo autonomo. Inoltre, era coinvolto il piccolo cervello di un verme.

Di Jamie Dickman | Pubblicato il 19 aprile 2023 15:00 EDT

Il cervello di un verme può essere minuscolo, ma quel piccolo organo ha ispirato i ricercatori a progettare software migliori per i droni. Utilizzando reti neurali liquide, i ricercatori del Massachusetts Institute of Technology hanno addestrato un drone a identificare e dirigersi verso oggetti in ambienti diversi.

Le reti neurali liquide, un tipo di strumento di intelligenza artificiale, sono uniche. Possono estrapolare e applicare i dati precedenti a nuovi ambienti. In altre parole, "possono generalizzare a situazioni che non hanno mai visto", afferma Ramin Hasani, ricercatore affiliato al MIT e uno dei coautori di un nuovo studio sull'argomento. Lo studio è stato pubblicato sulla rivista Science Robotics il 19 aprile.

Le reti neurali sono software ispirati al modo in cui i neuroni interagiscono nel cervello. Il tipo di rete neurale esaminata in questo studio, le reti neurali liquide, può adattarsi in modo flessibile in tempo reale quando vengono fornite nuove informazioni, da qui il nome "liquido".

[Correlato: questo minuscolo robot basato sull'intelligenza artificiale sta imparando a esplorare l'oceano da solo]

La rete dei ricercatori è stata modellata su un verme lungo 2 millimetri, Caenorhabditis elegans. Naturalmente ha un cervello piccolo: 302 neuroni e 8.000 connessioni sinaptiche, che consentono ai ricercatori di comprendere la complessità delle connessioni neurali. Un cervello umano, al contrario, ha circa 86 miliardi di neuroni e 100 trilioni di sinapsi.

"Volevamo modellare la dinamica dei neuroni, il modo in cui si comportano, il modo in cui rilasciano informazioni, da un neurone all'altro", afferma Hasani.

Queste robuste reti consentono al drone di adattarsi in tempo reale, anche dopo l’addestramento iniziale, consentendogli di identificare un oggetto bersaglio nonostante i cambiamenti nell’ambiente. Le reti neurali liquide hanno raggiunto una percentuale di successo di oltre il 90% nel raggiungere il loro obiettivo in ambienti diversi e hanno dimostrato un processo decisionale flessibile.

Secondo i ricercatori, utilizzando questa tecnologia, le persone potrebbero essere in grado di svolgere compiti come l’automazione del monitoraggio della fauna selvatica e delle missioni di ricerca e salvataggio.

I ricercatori hanno prima insegnato al software a identificare e volare verso una sedia rossa. Dopo che il drone, un quadricottero DJI, ha dimostrato questa capacità da 10 metri di distanza, i ricercatori hanno aumentato progressivamente la distanza iniziale. Con loro sorpresa, il drone si è avvicinato lentamente alla sedia bersaglio da distanze fino a 45 metri (circa 145 piedi).

"Penso che sia stata la prima volta che ho pensato, 'questo potrebbe essere qualcosa di davvero potente' perché non avevo mai visto [la rete che pilotava il drone] da questa distanza, e lo ha fatto in modo coerente," Makram Chahine, coautore e ricercatore laureato al MIT, dice: "Quindi è stato davvero impressionante per me."

Dopo che il drone è volato con successo verso oggetti a varie distanze, hanno testato la sua capacità di identificare la sedia rossa da altre sedie in un patio urbano. Essere in grado di distinguere correttamente la sedia da stimoli simili ha dimostrato che il sistema poteva comprendere il compito reale, piuttosto che navigare esclusivamente verso un’immagine di pixel rossi su uno sfondo.

Ad esempio, invece di una sedia rossa, i droni potrebbero essere addestrati per identificare le balene rispetto all’immagine di un oceano, o gli esseri umani abbandonati a seguito di un disastro naturale.

"Una volta verificato che le reti liquide fossero in grado almeno di replicare il comportamento dell'attività, abbiamo provato a esaminare le loro prestazioni fuori dominio", afferma Patrick Kao, coautore e ricercatore universitario al MIT. Hanno testato la capacità del drone di identificare una sedia rossa sia in ambienti urbani che boschivi, in diverse stagioni e condizioni di illuminazione. La rete si è comunque rivelata vincente, mostrando un utilizzo versatile in ambienti diversi.

[Correlato: Birders ecco: l'app Merlin di Cornell è ora uno sportello unico per l'identificazione degli uccelli]