Обзор биологических нейронных сетей in vitro для интеллекта роботов

Прочитано: 119 раз(а)


В обзорном документе ученых из Пекинского технологического института обобщены недавние усилия и будущие возможности использования биологических нейронных сетей in vitro (BNN) для реализации биологического интеллекта с акцентом на тех, которые связаны с интеллектом роботов.

В обзорной статье, опубликованной в журналах Cyborg и Bionic Systems, представлен обзор 1) основ интеллекта, представленных в BNN in vitro, таких как память и обучение; 2) как эти БНС могут быть воплощены с роботами посредством двунаправленной связи, образуя так называемые нейророботизированные системы на основе БНС; 3) предварительное интеллектуальное поведение, достигаемое этими нейророботическими системами; и 4) текущие тенденции и будущие задачи в области исследований нейророботизированных систем на основе BNN.

«Наш человеческий мозг представляет собой сложную биологическую нейронную сеть (БНС), состоящую из миллиардов нейронов, которая дает начало нашему сознанию и интеллекту. Однако изучение мозга в целом чрезвычайно сложно из-за его сложной природы. нейроны из мозга в чашке Петри могут быть сформированы более простые BNN, такие как мини-мозги, что упрощает наблюдение и исследование сети.Эти мини-мозги могут дать ценную информацию о загадочном происхождении сознания и интеллекта, «, — пояснил автор исследования Чжицян Юй, ассистент научного сотрудника Пекинского технологического института.

«Интересно, что мини-мозг не только структурно подобен человеческому мозгу , но и может обучаться и запоминать информацию аналогичным образом», — сказал Ю.

В частности, эти BNN in vitro имеют ту же базовую структуру, что и BNN in vivo, где нейроны связаны через синапсы и демонстрируют кратковременную память посредством процессов затухания и скрытой памяти. Кроме того, эти мини-мозги могут выполнять обучение под наблюдением и обучаться реагировать на определенные сигналы-стимулы. Недавно исследователи продемонстрировали, что in vitro BNN могут выполнять даже неконтролируемые задачи обучения, такие как разделение смешанных сигналов.

«Эта захватывающая способность может иметь какое-то отношение к знаменитому принципу свободной энергии. То есть эти BNN имеют тенденцию минимизировать свою неопределенность в отношении внешнего мира», — сказал Ю.

Эти способности BNN in vitro весьма интригуют. Однако одного лишь наличия такого «мини-мозга» недостаточно для подъема сознания и интеллекта. Наш мозг полагается на наше тело, чтобы воспринимать, понимать и адаптироваться к внешнему миру, и точно так же этим мини-мозгам требуется тело для взаимодействия с окружающей средой. Робот является идеальным кандидатом для этой цели, что ведет к растущей междисциплинарной области на стыке нейронауки и робототехники : нейророботическим системам на основе BNN.

«Стабильное двунаправленное соединение является необходимым условием для этих систем, — говорят авторы исследования. — В этом обзоре мы обобщаем основные средства построения такого двунаправленного соединения, которые можно разделить на две категории в зависимости от направления соединения: от роботов к BNN и от BNN к роботам».

Первый включает передачу сенсорных сигналов от робота к BNN с использованием методов электрической, оптической и химической стимуляции, в то время как последний записывает нейронную активность BNN и декодирует эту активность в команды для управления роботом, используя внеклеточную, кальциевую и внутриклеточную запись. методы.

«Воплощенные роботами, BNN in vitro демонстрируют широкий спектр увлекательного интеллектуального поведения», — говорит Ю. «Эти виды поведения включают контролируемое и неконтролируемое обучение, запоминание, отслеживание мобильных объектов, активное избегание препятствий и даже обучение игре в такие игры, как «Понг»».

Интеллектуальное поведение, демонстрируемое этими нейророботическими системами на основе BNN, можно разделить на две категории в зависимости от их зависимости либо от вычислительной мощности, либо от пластичности сети, как объяснил Ю.

«При поведении, зависящем от вычислительной мощности, обучение не требуется, и BNN рассматривается как информационный процессор, который генерирует специфическую нейронную активность в ответ на раздражители. Однако для последнего обучение является решающим процессом, поскольку BNN адаптируется к стимулам и эти изменения являются неотъемлемой частью поведения или задач, выполняемых роботом», — добавил Ю.

Чтобы упростить сравнение методов записи и стимуляции, правил кодирования и декодирования, политики обучения и задач роботов, репрезентативные исследования этих двух категорий были объединены в две таблицы. Кроме того, чтобы предоставить читателям исторический обзор нейророботических систем на основе BNN, было выбрано несколько заслуживающих внимания исследований, которые были расположены в хронологическом порядке.

Авторы исследования также обсудили текущие тенденции и основные проблемы в этой области. По словам Ю, «стремятся решить четыре проблемы, которые интенсивно исследуются. Как изготовить BNN в 3D, тем самым сделав BNN in vitro близкими к их аналогам in vivo, является наиболее неотложной из них».

Возможно, самым сложным аспектом является то, как обучать эти роботизированные BNN. Авторы исследования отметили, что BNN состоят только из нейронов и в них не участвуют различные нейромодуляторы, что затрудняет трансплантацию различных методов обучения животных в BNN. Кроме того, BNN имеют свои ограничения. В то время как обезьяну можно научить кататься на велосипеде, гораздо сложнее выполнять задачи, требующие мыслительных процессов более высокого уровня, например, играть в го.

«Тайна того, как сознание и разум возникают из сети клеток нашего мозга, до сих пор ускользает от неврологов», — сказал Ю. Однако с разработкой воплощения BNN in vitro с роботами мы можем наблюдать у них более разумное поведение и приближать людей к истине, стоящей за тайной.

Обзор биологических нейронных сетей in vitro для интеллекта роботов



Новости партнеров