El cerebro de IA inspirado en hormigas mejora las capacidades de navegación de los robots agrícolas

Imaginen un campo de maíz pintoresco bañado en el cálido resplandor del sol poniente, con tallos de maíz balanceándose en la brisa. En medio de la idílica escena agrícola, los robots se han unido a las filas de los trabajadores agrícolas, ayudando con tareas como la cosecha de frutas y la gestión de cultivos. A medida que la industria agrícola enfrenta escasez de mano de obra, estos robots prometen aumentar los rendimientos de los cultivos, entregar productos frescos a nuestras mesas y reducir el desperdicio. Sin embargo, hay un desafío significativo: los robots tienen dificultades para navegar por tierras agrícolas complejas e inusuales, a menudo perdiéndose. Los investigadores de la Universidad de Edimburgo, dirigidos por la Dra. Barbara Webb, se han inspirado en las hormigas para abordar este problema y mejorar las capacidades de navegación de los robots. Al aprovechar la computación neuromórfica y los conocimientos sobre la navegación de las hormigas, han desarrollado una solución innovadora que podría revolucionar no solo la agricultura, sino también otras áreas de la robótica y la inteligencia artificial.

Hormigas: expertas en navegación de la naturaleza

Navegar por un campo de cultivos es similar a encontrar el camino a través de un denso bosque o un laberinto de maíz; todo se ve igual, lo que dificulta determinar su ubicación y dirección. Los robots enfrentan un problema similar en entornos naturales, donde las condiciones cambiantes de iluminación y clima pueden confundir sus sistemas basados en la visión. Los algoritmos actuales tienen dificultades para adaptarse rápidamente, lo que obstaculiza el progreso de los robots autónomos en entornos complejos.

Las hormigas, a pesar de tener cerebros relativamente pequeños en comparación con los humanos, destacan en el aprendizaje y la navegación en entornos complejos. Pueden recordar rutas anteriores independientemente de las condiciones adversas, superando incluso al GPS en términos de precisión. La clave de su éxito radica en su capacidad para reconocer lugares familiares en lugar de señalar su ubicación exacta durante la navegación.

Inspiración de los cerebros de hormiga

Inspirándose en los cerebros de las hormigas, el equipo de investigación emprendió un viaje de tres pasos para mejorar la navegación de los robots.

Software: Las hormigas ajustan finamente sus circuitos neuronales en los cuerpos en hongo, centros neuronales especializados críticos para aprender información visual. El equipo se centró en estos centros para desarrollar su algoritmo, que emula cómo las hormigas procesan la información visual para tomar decisiones de navegación.

Cámaras de eventos: Las cámaras de eventos capturan imágenes de una manera que imita el ojo de un animal, lo que las hace ideales para entrenar sistemas de visión por computadora. Estas cámaras procesan la luz de manera similar al ojo humano durante la fotografía, lo que ayuda en el entrenamiento de algoritmos de visión.

Hardware: El chip de computadora SpiNNaker, desarrollado originalmente en la Universidad de Manchester, simula el funcionamiento interno de las redes neuronales biológicas para codificar la memoria. Este chip admite computación masivamente paralela, lo que permite que ocurran múltiples cálculos simultáneamente y reduce drásticamente la latencia del procesamiento de datos.

Uniendo todo: el robot similar a una hormiga

Combinando estos componentes, el equipo de investigación creó un sistema robótico similar a una hormiga. Lo probaron utilizando un robot móvil llamado «Turtlebot3 burger», que navegaba por terrenos difíciles mientras capturaba imágenes con una cámara de eventos.

Durante su viaje por tierras boscosas, el «cerebro» neuromórfico del robot procesó rápidamente «eventos» basados en su entorno. El algoritmo activaría un evento de advertencia cuando obstáculos como ramas u hojas obstruyeran la visión del robot. El robot recorrió aproximadamente 20 pies a través de diferentes alturas de vegetación, aprendiendo de cada viaje. En múltiples pruebas, el modelo de IA analizó efectivamente los datos de diferentes rutas y respondió con familiaridad, demostrando su capacidad para generalizar y adaptarse.

En contraste, un algoritmo popular tuvo dificultades para reconocer la misma ruta sin una grabación de video idéntica, destacando la superioridad del algoritmo inspirado en hormigas para adaptarse a entornos cambiantes.

Eficiencia y ahorro de energía con la computación neuromórfica

Un gran desafío con los modelos de IA es su consumo de energía. Los sistemas neuromórficos, como SpiNNaker, ofrecen una solución al reducir significativamente el consumo de energía. La arquitectura de SpiNNaker, que refleja las redes neuronales en el cerebro, admite computación distribuida con 18 núcleos por chip, simulando aproximadamente 250 neuronas. Cada núcleo procesa datos y almacena memoria de forma independiente, reduciendo la latencia del procesamiento de datos y mejorando la eficiencia, particularmente para tareas en tiempo real como navegar robots por terrenos difíciles.

Direcciones futuras y complejidad similar a la de las hormigas

Los próximos pasos del equipo de investigación implican profundizar en los intrincados circuitos neuronales de las hormigas. Explorar las conexiones entre diferentes regiones del cerebro y grupos podría mejorar aún más la eficiencia de los robots y su capacidad para interactuar con el mundo. En última instancia, su objetivo es crear robots que naveguen e interactúen con el mundo tan hábilmente como las hormigas.

Incorporando a las expertas en navegación de la naturaleza, las hormigas, en el mundo de la robótica, los investigadores de la Universidad de Edimburgo han realizado avances significativos en la mejora de las capacidades de navegación de los robots. Al aprovechar la computación neuromórfica y los conocimientos sobre la navegación de las hormigas, han desarrollado un algoritmo que supera a los sistemas de visión tradicionales, proporcionando a los robots la capacidad de adaptarse a entornos complejos y cambiantes. Este avance no solo promete revolucionar la agricultura al abordar la escasez de mano de obra, sino que también allana el camino para robots más eficientes y sofisticados en varios campos, desde los coches autónomos y más allá. A medida que la tecnología continúa inspirándose en el mundo natural, el futuro de la robótica se ve cada vez más prometedor.