Neurorobotik - Neurorobotics

Neurorobotik , eine kombinierte Studie aus Neurowissenschaften , Robotik und künstlicher Intelligenz , ist die Wissenschaft und Technologie verkörperter autonomer neuronaler Systeme. Neuronale Systeme umfassen vom Gehirn inspirierte Algorithmen (z. B. verbindungsorientierte Netzwerke), Rechenmodelle biologischer neuronaler Netze (z. B. künstliche spikierende neuronale Netze , groß angelegte Simulationen neuronaler Mikroschaltungen) und tatsächliche biologische Systeme (z. B. in vivo und in vitro neuronale Netze). Solche neuronalen Systeme können in Maschinen mit mechanischer oder irgendeiner anderen Form der physikalischen Betätigung enthalten sein. Dies umfasst Roboter , Prothesen oder tragbare Systeme, aber auch in kleinerem Maßstab Mikromaschinen und im größeren Maßstab Möbel und Infrastrukturen.

Neurorobotik ist der Zweig der Neurowissenschaften mit Robotik, der sich mit dem Studium und der Anwendung von Wissenschaft und Technologie verkörperter autonomer neuronaler Systeme wie gehirninspirierten Algorithmen befasst. Neurorobotik basiert im Kern auf der Idee, dass das Gehirn verkörpert und der Körper in die Umwelt eingebettet ist. Daher müssen die meisten Neuroroboter im Gegensatz zu einer simulierten Umgebung in der realen Welt funktionieren.

Neben gehirninspirierten Algorithmen für Roboter kann die Neurorobotik auch den Entwurf von gehirngesteuerten Robotersystemen umfassen.

Einführung

Neurorobotik repräsentiert den Zwei-Front-Ansatz für das Studium der Intelligenz. Die Neurowissenschaften versuchen zu erkennen, woraus Intelligenz besteht und wie sie funktioniert, indem sie intelligente biologische Systeme untersuchen, während das Studium der künstlichen Intelligenz versucht, Intelligenz durch nicht-biologische oder künstliche Mittel wiederherzustellen. Neurorobotik ist die Überlappung der beiden, bei der biologisch inspirierte Theorien in einer geerdeten Umgebung mit einer physikalischen Implementierung dieses Modells getestet werden. Die Erfolge und Misserfolge eines Neuroroboters und das Modell, aus dem er aufgebaut ist, können Beweise liefern, um diese Theorie zu widerlegen oder zu unterstützen, und Einblicke für zukünftige Studien geben.

Hauptklassen neurorobotischer Modelle

Neuroroboter können je nach Zweck des Roboters in verschiedene Hauptklassen unterteilt werden. Jede Klasse ist so konzipiert, dass sie einen bestimmten Mechanismus implementiert, der für das Studium von Interesse ist. Übliche Arten von Neurorobotern sind solche, die zur Untersuchung der Motorik, des Gedächtnisses, der Aktionsauswahl und der Wahrnehmung verwendet werden.

Fortbewegung und Motorsteuerung

Neuroroboter werden häufig zur Untersuchung motorischer Rückkopplungs- und Steuerungssysteme verwendet und haben sich bei der Entwicklung von Steuerungen für Roboter bewährt. Die Fortbewegung wird durch eine Reihe von neurologisch inspirierten Theorien zur Wirkung motorischer Systeme modelliert. Die Fortbewegungskontrolle wurde unter Verwendung von Modellen oder zentralen Mustergeneratoren nachgeahmt , Klumpen von Neuronen, die in der Lage sind, sich wiederholendes Verhalten zu steuern , um vierbeinige Laufroboter herzustellen. Andere Gruppen haben die Idee erweitert, rudimentäre Steuerungssysteme zu einem hierarchischen Satz einfacher autonomer Systeme zu kombinieren. Diese Systeme können komplexe Bewegungen aus einer Kombination dieser rudimentären Teilmengen formulieren. Diese Theorie der motorischen Aktion basiert auf der Organisation von Kortikalsäulen , die sich schrittweise von einfachen sensorischen Eingaben in komplexe afferente Signale oder von komplexen motorischen Programmen zu einfachen Steuerungen für jede Muskelfaser in efferenten Signalen integrieren und eine ähnliche hierarchische Struktur bilden.

Eine andere Methode zur Motorsteuerung verwendet gelernte Fehlerkorrekturen und Vorhersagesteuerungen, um eine Art simuliertes Muskelgedächtnis zu bilden . In diesem Modell werden umständliche, zufällige und fehleranfällige Bewegungen korrigiert, um mithilfe von Fehlerrückmeldungen reibungslose und genaue Bewegungen im Laufe der Zeit zu erzielen. Die Steuerung lernt, durch Vorhersage des Fehlers das richtige Steuersignal zu erzeugen. Mit diesen Ideen wurden Roboter entwickelt, die lernen können, adaptive Armbewegungen zu erzeugen oder Hindernissen in einem Kurs auszuweichen.

Lern- und Gedächtnissysteme

Roboter entwickelt , um Testtheorien Tierspeichersysteme. Viele Studien untersuchen derzeit das Gedächtnissystem von Ratten, insbesondere des Hippocampus der Ratte , und befassen sich mit Ortszellen , die an einem bestimmten Ort feuern, der gelernt wurde. Systeme, die dem Hippocampus der Ratte nachempfunden sind, können im Allgemeinen mentale Karten der Umgebung lernen , einschließlich des Erkennens von Orientierungspunkten und des Zuordnens von Verhaltensweisen, um die bevorstehenden Hindernisse und Orientierungspunkte vorherzusagen.

Eine andere Studie hat einen Roboter entwickelt, der auf dem vorgeschlagenen Lernparadigma von Schleiereulen zur Orientierung und Lokalisierung basiert und hauptsächlich auf auditorischen, aber auch visuellen Reizen basiert. Die hypothetisch angenommenen Verfahren beinhalten die synaptische Plastizität und Neuromodulation , eine meist chemische Wirkung , bei der Belohnung Neurotransmitter wie Dopamin oder Serotonin das Feuer Empfindlichkeit eines Neurons beeinflussen schärfer zu sein. Der in der Studie verwendete Roboter passte angemessen zum Verhalten von Schleiereulen. Darüber hinaus erwies sich die enge Wechselwirkung zwischen Motorleistung und akustischem Feedback als entscheidend für den Lernprozess und unterstützte aktive Sensortheorien, die in vielen Lernmodellen enthalten sind.

Neuroroboter in diesen Studien werden mit einfachen Labyrinthen oder Mustern zum Lernen vorgestellt. Einige der Probleme, die dem Neuroroboter auftreten, umfassen das Erkennen von Symbolen, Farben oder anderen Mustern und das Ausführen einfacher Aktionen basierend auf dem Muster. Bei der Schleiereulensimulation musste der Roboter seinen Standort und seine Richtung bestimmen, um in seiner Umgebung navigieren zu können.

Aktionsauswahl- und Wertesysteme

Aktionsauswahlstudien befassen sich mit der negativen oder positiven Gewichtung einer Aktion und ihrem Ergebnis. Neuroroboter können und wurden verwendet, um * einfache * ethische Interaktionen zu untersuchen, wie das klassische Gedankenexperiment, bei dem mehr Menschen anwesend sind, als ein Rettungsfloß aufnehmen kann, und jemand muss das Boot verlassen, um den Rest zu retten. Mehr Neuroroboter, die in der Studie zur Aktionsauswahl verwendet werden, kämpfen jedoch mit viel einfacheren Überzeugungen wie Selbsterhaltung oder Fortbestehen der Roboterpopulation in der Studie. Diese Neuroroboter werden nach der Neuromodulation von Synapsen modelliert, um Schaltkreise mit positiven Ergebnissen zu fördern. In biologischen Systemen verstärken Neurotransmitter wie Dopamin oder Acetylcholin positive neuronale Signale positiv. Eine Studie über eine solche Interaktion betraf den Roboter Darwin VII, der visuelle, akustische und simulierte Geschmackseingaben verwendete, um leitfähige Metallblöcke zu "essen". Die willkürlich ausgewählten guten Blöcke hatten ein Streifenmuster, während die schlechten Blöcke eine kreisförmige Form hatten. Der Geschmackssinn wurde durch die Leitfähigkeit der Blöcke simuliert. Der Roboter hatte positive und negative Rückmeldungen zum Geschmack, basierend auf seiner Leitfähigkeit. Die Forscher beobachteten den Roboter, um zu sehen, wie er sein Verhalten bei der Aktionsauswahl anhand der eingegebenen Eingaben lernte. Andere Studien haben Herden kleiner Roboter verwendet, die sich von im Raum verstreuten Batterien ernähren und ihre Ergebnisse anderen Robotern mitteilen.

Sensorische Wahrnehmung

Neuroroboter wurden auch verwendet, um die sensorische Wahrnehmung, insbesondere das Sehen, zu untersuchen. Dies sind in erster Linie Systeme, die sich aus der Einbettung neuronaler Modelle sensorischer Bahnen in Automaten ergeben. Dieser Ansatz ermöglicht die Exposition gegenüber den sensorischen Signalen, die während des Verhaltens auftreten, und ermöglicht auch eine realistischere Beurteilung des Robustheitsgrades des neuronalen Modells. Es ist bekannt, dass Änderungen der sensorischen Signale, die durch motorische Aktivität erzeugt werden, nützliche Wahrnehmungshinweise liefern , die von Organismen ausgiebig genutzt werden. Zum Beispiel haben Forscher die Tiefeninformationen, die während der Replikation menschlicher Kopf- und Augenbewegungen entstehen, verwendet, um robuste Darstellungen der visuellen Szene zu erstellen.

Biologische Roboter

Biologische Roboter sind keine offiziellen Neuroroboter, da sie keine neurologisch inspirierten KI-Systeme sind, sondern tatsächlich mit einem Roboter verbundenes Neuronengewebe. Hierbei werden kultivierte neuronale Netze verwendet , um die Entwicklung des Gehirns oder neuronale Interaktionen zu untersuchen. Diese bestehen typischerweise aus einer neuronalen Kultur, die auf einem Multielektrodenarray (MEA) aufgebaut ist und sowohl die neuronale Aktivität aufzeichnen als auch das Gewebe stimulieren kann. In einigen Fällen ist die MEA mit einem Computer verbunden, der dem Gehirngewebe eine simulierte Umgebung präsentiert, die Gehirnaktivität in Aktionen in der Simulation umsetzt und sensorisches Feedback liefert. Die Fähigkeit, neuronale Aktivitäten aufzuzeichnen, gibt Forschern ein Fenster in ein Gehirn, wenn auch einfach, mit dem sie etwas über die gleichen Probleme lernen können, für die Neuroroboter verwendet werden.

Ein Bereich, der sich mit den biologischen Robotern befasst, ist die Ethik. Es werden viele Fragen zur Behandlung solcher Experimente aufgeworfen. Scheinbar ist die wichtigste Frage die des Bewusstseins und ob das Rattenhirn es erlebt oder nicht. Diese Diskussion läuft auf die vielen Theorien hinaus, was Bewusstsein ist.

Siehe Hybrot , Bewusstsein .

Implikationen für die Neurowissenschaften

Neurowissenschaftler profitieren von Neurorobotik, da sie eine leere Tafel bietet, um verschiedene mögliche Methoden der Gehirnfunktion in einer kontrollierten und testbaren Umgebung zu testen. Während die Roboter vereinfachte Versionen der von ihnen emulierten Systeme sind, sind sie spezifischer und ermöglichen ein direkteres Testen des vorliegenden Problems. Sie haben auch den Vorteil, jederzeit zugänglich zu sein, während es viel schwieriger ist, selbst große Teile eines Gehirns zu überwachen, während das Tier aktiv ist, geschweige denn einzelne Neuronen.

Mit dem wachsenden Thema der Neurowissenschaften sind zahlreiche neuronale Behandlungen entstanden, von Pharmazeutika bis zur neuronalen Rehabilitation. Fortschritt hängt von einem komplexen Verständnis des Gehirns und seiner genauen Funktionsweise ab. Es ist sehr schwierig, das Gehirn zu untersuchen, insbesondere beim Menschen, da die Gefahr mit Schädeloperationen verbunden ist. Daher ist der Einsatz von Technologie zum Füllen der Lücke testbarer Probanden von entscheidender Bedeutung. Neuroroboter erreichen genau dies und verbessern die Palette der Tests und Experimente, die zur Untersuchung neuronaler Prozesse durchgeführt werden können.

Siehe auch

Verweise

Externe Links