Нейронна мережа імітує поведінку мурах для навігації роботів
У час стрімкого розвитку технологій інтеграція штучного інтелекту (ШІ) в сільське господарство займає одне з найважливіших місць. Серед останніх інновацій ШІ: Ecorobotix, більш як двометрова установка на сонячних батареях з підтримкою GPS, яка плавно переміщується полями з метою виявлення та знищення бур’янів і робить це з приголомшливою точністю у 95%, ефективно зменшуючи відходи. Крім цього, універсальні роботи Energid здатні збирати цитрусові завдяки поєднанню кількох камер і гнучких роботизованих рук. LettuceBot використовує сканування геометрії культури для оптимізації росту та мінімізації використання пестицидів, розрізняючи бур’яни та культури для запобігання захворювань рослин та надмірної густоти засадженості.
Однак сучасні виклики потребують вміння орієнтуватися в складному та мінливому природному середовищі, як наприклад, густі ліси або поля з високою травою. Як роботи можуть ефективно запам’ятовувати, де вони були, і розпізнавати місця, які вони відвідували раніше, у візуально повторюваному оточенні?
Несподіваним джерелом натхнення для вирішення зазначеної проблеми стали мурахи. Ці крихітні істоти демонструють чудові навігаційні здібності, незважаючи на їх відносно прості сенсорні та нейронні системи. Дослідники на чолі з Ле Чжу (Le Zhu) з університетів Единбурга та Шеффілда прагнуть імітувати навігаційну майстерність мурах у новій штучній нейронній мережі. Ця мережа допоможе роботам розпізнавати та запам’ятовувати маршрути в складних природних умовах, особливо для сільського господарства, де густа рослинність становить серйозну проблему.
Мурахи використовують у своєму мозку унікальну нейронну структуру, відому як "грибоподібні тіла", щоб виявляти візуальні патерни та зберігати просторово-часові спогади, що дозволяє їм ефективно орієнтуватися в візуально повторюваному оточенні. Чжу та його команда використали цей біологічний механізм як натхнення для свого дослідження.
Їхній підхід полягав у розробці біонатхненної камери подій, встановленої на наземному роботові, для зйомки візуальних послідовностей уздовж маршрутів у природному середовищі на відкритій місцевості. Щоб полегшити розпізнавання маршрутів, вони розробили нейронний алгоритм для просторово-часової пам’яті, який точно відображає схему "грибоподібного тіла".
Важливим етапом було використання нейроморфних обчислень, які імітують структуру і функції біологічних нейронів, для кодування пам’яті в нейронній мережі, що працює на малопотужному нейроморфному комп’ютері. Результатом стала роботизована система, яка може оцінювати візуальну впізнаваність у реальному часі на основі відеозаписів з камер спостереження, підтримуючи розпізнавання маршрутів для візуальної навігації.
Під час ретельних випробувань у різних умовах, серед яких були луки, ліси та сільськогосподарські угіддя, нейронна модель, натхненна поведінкою мурах, довела свою спроможність. ЇЇ результати перевершили інший метод вивчення маршруту, який називається SeqSLAM, при оцінці повторних пробігів по одному і тому ж маршруту або маршрутах з невеликими бічними зміщеннями. SeqSLAM – це техніка, яка зіставляє послідовності зображень, щоб знайти подібність між різними запусками.
Вплив проведенного дослідження виходить далеко за межі робототехніки. Розроблена нейронна модель, натхненна мурахами, обіцяє трансформувати сільськогосподарську робототехніку, зробивши її більш ефективною та результативною для навігації крізь густу рослинність. Крім того, дослідники припускають, що принципи цієї моделі можуть бути поширені на інші сенсорні модальності, такі як нюх або звук, що покращить сприйняття роботом навколишнього середовища.
Це дослідження є значним кроком вперед у використанні колективних знань з природної навігації тварин для покращення наших технологічних досягнень. Оскільки ми продовжуємо черпати натхнення у світі природи, робототехніка на основі штучного інтелекту може знайти ще більше інноваційних рішень для складних завдань, що зрештою принесе користь усім галузям промисловості.