WASHINGTON, DC, 26 de octubre de 2021 – ¿Se puede enseñar inteligencia a los robots? Los avances en la computación de reservorios físicos, una tecnología que comprende las señales cerebrales, podrían contribuir a la creación de máquinas de inteligencia artificial que piensen como nosotros.

en un Letras de física aplicadaInvestigadores de la Universidad de Tokio, de AIP Publishing, han descrito cómo se puede enseñar a un robot a navegar por un laberinto mediante la estimulación eléctrica de una cultura de neuronas cerebrales conectadas al dispositivo.

Estas neuronas, o neuronas, crecieron a partir de células vivas y actuaron como depósito físico de una computadora para generar señales coherentes.

Las señales son señales homeostáticas, que le dicen al robot que el ambiente interior se mantiene dentro de un cierto rango y actúan como una línea de base mientras se mueve libremente por el laberinto.

Cuando el robot se desvía en la dirección incorrecta o encara el camino equivocado, las neuronas del cultivo celular se ven interrumpidas por un impulso eléctrico. Durante los experimentos, el robot fue alimentado continuamente con señales homeostáticas interrumpidas por señales de perturbación para que pudiera resolver con éxito la tarea del laberinto.

Estos resultados indican que el comportamiento dirigido a objetivos se puede generar sin ningún aprendizaje adicional enviando señales de perturbación a un sistema incorporado. El robot no podía ver el entorno ni obtener otra información sensorial, por lo que se basó completamente en impulsos eléctricos de prueba y error.

“Yo mismo me he inspirado en nuestros experimentos para postular que la inteligencia en un sistema vivo surge de un mecanismo que extrae una salida coherente de un estado desorganizado o caótico”, dijo el coautor Hirokazu Takahashi, profesor asistente de mecánica. informática.

Usando este principio, los investigadores demostraron el potencial de producir capacidades inteligentes de resolución de tareas mediante el uso de computadoras de depósito físico para extraer señales neuronales caóticas y entregar señales de homeostasis o perturbación. Cuando haces esto, la computadora crea un tanque que entiende cómo resolver la tarea.

“mente [an] Takahashi dijo que un niño de escuela primaria es incapaz de resolver problemas de matemáticas en un examen de ingreso a la universidad, tal vez porque su dinámica cerebral o su “computadora física tanque” no es lo suficientemente rica. “La capacidad para resolver tareas está determinada por la riqueza del repertorio de patrones espacio-temporales que la red puede generar”.

El equipo cree que el uso de la computación de depósito físico en este contexto contribuirá a una mejor comprensión de los mecanismos cerebrales y puede conducir al desarrollo de una nueva computadora neuronal.

###

El artículo “Informática física de reservorio con aprendizaje FUERZA en una neurocultura viva” de Yuichiro Yada, Shusaku Yasuda e Hirokazu Takahashi. El artículo aparecerá en Letras de física aplicada el 26 de octubre de 2021 (DOI: 10.1063 / 5.0064771). Después de esta fecha, se puede acceder en https://aip.scitation.org/doi/full/10.1063/5.0064771.

Sobre la revista

Letras de física aplicada Presenta informes rápidos sobre importantes descubrimientos en física aplicada. La revista cubre nuevas investigaciones experimentales y teóricas sobre las aplicaciones de los fenómenos físicos relacionados con todas las ramas de la ciencia, la ingeniería y la tecnología modernas. veo https://aip.scitation.org/journal/apl.