Pesquisadores imitam o hipocampo humano para melhorar a navegação autônoma

Pesquisadores do HBP no Instituto de Biofísica do Conselho Nacional de Pesquisa (IBF-CNR) em Palermo, Itália, imitaram a arquitetura neuronal e as conexões do hipocampo do cérebro para desenvolver uma plataforma robótica capaz de aprender como os humanos enquanto o robô navega em um espaço.

O hipocampo simulado é capaz de alterar suas próprias conexões sinápticas enquanto move um robô virtual parecido com um carro. Crucialmente, isso significa que ele precisa navegar para um destino específico apenas uma vez antes de poder se lembrar do caminho. Esta é uma melhoria marcante em relação aos métodos de navegação autônomos atuais que dependem de aprendizagem profunda e que, em vez disso, precisam calcular milhares de caminhos possíveis.

“Existem outros sistemas de navegação que simulam o papel do hipocampo, que atua como uma memória de trabalho para o cérebro. No entanto, esta é a primeira vez que somos capazes de imitar não apenas o papel, mas também a arquitetura do hipocampo, até os neurônios individuais e suas conexões”, explicam Michele Migliore e Simone Coppolino, do IBF-CNR, que publicaram suas descobertas na revista Redes neurais.

“Nós o construímos usando seus blocos de construção fundamentais e recursos conhecidos na literatura – como neurônios que codificam objetos, conexões específicas e plasticidade sináptica”. Inspirando-se na biologia, os pesquisadores foram capazes de usar diferentes conjuntos de regras para navegação do que os usados ​​por plataformas de aprendizado profundo.

Para chegar a um destino especificado, um sistema de aprendizado profundo calcula os possíveis caminhos em um mapa e atribui custos a eles, escolhendo o caminho mais barato a seguir. Baseia-se efetivamente em tentativa e erro e requer cálculos extensos: décadas de estudos foram dedicadas a reduzir a quantidade de trabalho para o sistema.

“Nosso sistema, ao contrário, baseia seu cálculo no que pode ver ativamente por meio de sua câmera”, explicam os pesquisadores. “Ao navegar por um corredor em forma de T, ele verifica a posição relativa dos principais marcos (neste caso, cubos coloridos). Ele se move aleatoriamente no início, mas assim que consegue chegar ao seu destino, ele reconstrói um mapa reorganizando os neurônios em seu hipocampo simulado e atribuindo-os aos pontos de referência. Ele só precisa passar pelo treinamento uma vez para ser capaz de lembrar como chegar ao destino.”

Isso é mais parecido com a forma como humanos e animais se movem – quando você visita um museu, primeiro você vaga pelo local, sem saber o caminho, mas se precisar voltar a uma exposição específica, lembra-se imediatamente de todas as etapas necessárias. Tanto a plataforma robótica quanto a simulação do hipocampo foram implementadas pela primeira vez por meio da infraestrutura de pesquisa digital EBRAINS, que permitiu aos pesquisadores construir e testar um robô físico em um corredor real.

“O reconhecimento de objetos foi baseado na entrada visual através da câmera do robô, mas poderia, em teoria, ser calibrado em som, cheiro ou movimento: a parte importante é o conjunto de regras de navegação inspiradas biologicamente, que podem ser facilmente adaptadas a vários ambientes e entradas .”

Outro membro do laboratório de Migliore, Giuseppe Giacopelli, está atualmente trabalhando para tornar o sistema sob medida para uso industrial por codificação para o reconhecimento de formas específicas. “Um robô que trabalha em um depósito pode se calibrar e ser capaz de lembrar a posição das prateleiras em apenas algumas horas”, diz Migliore. “Outra possibilidade é ajudar os deficientes visuais, memorizando um ambiente doméstico e atuando como um cão-guia robótico.”

Fornecido pelo Projeto Cérebro Humano