¿Podría el uso de antenas de Drosophila para detectar el calor ayudarnos a enseñar a los autos autónomos a tomar decisiones? – Ciencia diaria

0 5


Con más del 70% de los que respondieron a una encuesta anual de conducción autónoma AAA que informaba que temerían estar en un automóvil completamente autónomo, los fabricantes como Tesla podrían volver a la mesa de dibujo antes de lanzar sistemas de conducción autónoma completamente autónomos. Pero una nueva investigación de la Universidad Northwestern nos muestra que sería mejor poner moscas de la fruta al volante en lugar de robots.

Drosophila ha sido objeto de ciencia desde que los humanos realizaron experimentos en el laboratorio. Pero dado su tamaño, es fácil preguntarse qué se puede aprender observándolos. Investigación publicada hoy en la revista Comunicaciones de la naturaleza muestra que las moscas de la fruta utilizan la toma de decisiones, el aprendizaje y la memoria para realizar funciones simples como escapar del calor. Y los investigadores están utilizando esta comprensión para desafiar la forma en que pensamos acerca de los autos autónomos.

“El descubrimiento de que las moscas utilizan la toma de decisiones flexible, el aprendizaje y la memoria durante una tarea de navegación tan simple es nuevo y sorprendente”, dijo Marco Gallio, autor correspondiente del estudio. “Podría hacernos repensar lo que tenemos que hacer para programar vehículos autónomos seguros y flexibles”.

Según Gallio, profesor asociado de neurobiología en la Facultad de Artes y Ciencias de Weinberg, las preguntas detrás de este estudio son similares a las de los ingenieros irritados que construyen autos que se mueven solos. ¿Cómo se las arregla una mosca de la fruta (o un automóvil) con la novedad? ¿Cómo podemos construir un automóvil que sea capaz de adaptarse de manera flexible a las nuevas condiciones?

Este descubrimiento revela las funciones cerebrales del parásito de las mascotas que normalmente se asocian con cerebros más complejos, como los de los ratones y los humanos.

“El comportamiento de los animales, especialmente el de los insectos, a menudo se considera que son máquinas en gran parte fijas y cableadas”, dijo Gallio. “A la mayoría de las personas les cuesta imaginar que otros animales, como la mosca de la fruta, puedan poseer funciones cerebrales complejas, como la capacidad de aprender, recordar o tomar decisiones”.

Para investigar cómo las moscas de la fruta tienden a escapar del calor, el laboratorio de Gallium construyó una pequeña cámara de plástico con cuatro baldosas cuyas temperaturas podrían controlarse de forma independiente y las moscas encerradas en el interior. Luego utilizaron grabaciones de video de alta resolución para mapear cómo reaccionaba una mosca cuando se encontraba con un límite entre un mosaico caliente y uno frío. Descubrieron que las moscas eran extraordinariamente buenas para tratar los límites de calor como barreras invisibles para evitar el dolor o el daño.

Usando medidas del mundo real, el equipo creó un modelo 3D para estimar la temperatura exacta de cada parte del diminuto cuerpo de la mosca durante el experimento. Durante otras pruebas, abrieron una ventana en la cabeza de la mosca y registraron la actividad cerebral en las neuronas que procesan las señales de temperatura externas.

Miguel Simões, becario postdoctoral en el laboratorio de Gallium y co-primer autor del estudio, dijo que las moscas pueden determinar con notable precisión si el mejor camino hacia la seguridad térmica es hacia la izquierda o hacia la derecha. Al mapear la dirección de escape, Simões dijo que las moscas “casi siempre” huyen hacia la izquierda cuando se acercan por la derecha, “como una pelota de tenis que rebota en una pared”.

“Cuando las moscas encuentran calor, tienen que tomar una decisión rápida”, dijo Simões. “¿Es seguro continuar o debería retroceder? Esta decisión depende en gran medida de cuán peligrosa sea la temperatura en el otro lado”.

Observar la respuesta simple recordó a los científicos uno de los conceptos clásicos de la robótica temprana.

“En su famoso libro, el cibernético Valentino Braitenberg imaginó modelos simples hechos de sensores y motores que podrían acercarse a reproducir el comportamiento animal”, dijo Josh Levy, estudiante graduado en matemáticas aplicadas y miembro de los laboratorios Gallium y profesor de matemáticas. aplicó William Kath. “Los vehículos son una combinación de cables simples, pero el comportamiento resultante parece complejo e incluso inteligente”.

Braitenberg argumentó que gran parte del comportamiento animal podría explicarse por los mismos principios. Pero, ¿significa esto que el comportamiento de las moscas es tan predecible como el de uno de los robots imaginados de Braitenberg?

El equipo de Northwestern construyó un vehículo utilizando una simulación por computadora del comportamiento de las moscas con el mismo cableado y algoritmo que un vehículo Braitenberg para ver qué tan cerca podían replicar el comportamiento de los animales. Después de ejecutar simulaciones de carreras de modelos, el equipo pasó por una especie de proceso de selección natural, eligiendo los autos que se desempeñaban mejor y ajustándolos ligeramente antes de recombinarlos con otros vehículos de alto rendimiento. Levy manejó 500 generaciones de evolución en el poderoso clúster de computación NU, construyendo autos que finalmente esperaban que funcionen tan bien como moscas para escapar del calor virtual.

Esta simulación demostró que los vehículos “cableados” eventualmente evolucionaron para funcionar casi como moscas. Pero mientras que las moscas reales han seguido mejorando su desempeño con el tiempo y han aprendido a adoptar mejores estrategias para ser más eficientes, los vehículos siguen siendo “tontos” e inflexibles. Los investigadores también encontraron que aunque las moscas hacían la simple tarea de escapar del calor, el comportamiento de las moscas seguía siendo algo impredecible, dejando espacio para decisiones individuales. Finalmente, los científicos observaron que mientras las moscas sin antenas se adaptan e idean nuevas estrategias para escapar del calor, los vehículos “dañados” son igualmente incapaces de hacer frente a la nueva situación y giran en la dirección de la pieza faltante, quedando atrapados al final. en un paseo como un perro persiguiendo su cola.

Galión dijo que la idea de que la navegación simple contiene tanta complejidad proporciona el material para el trabajo futuro en esta industria.

El trabajo en el laboratorio de Galio cuenta con el apoyo de los NIH (Premio No. R01NS086859 y R21EY031849), un Programa Pew Scholars en Ciencias Biomédicas y un Premio McKnight a la Innovación Tecnológica en Neurociencias.

También podría gustarte
Deja una respuesta

Su dirección de correo electrónico no será publicada.

This website uses cookies to improve your experience. We'll assume you're ok with this, but you can opt-out if you wish. Accept Read More