Les talents extraordinaires des animaux ont longtemps inspiré les scientifiques et les ingénieurs qui ont travaillé à l’ingénierie inverse ou à la simulation de ces capacités dans des robots et des agents d’intelligence artificielle (IA). L’une de ces caractéristiques est la capacité de certains animaux, en particulier les insectes, à se concentrer sur la source de certaines odeurs intéressantes (comme la nourriture ou les compagnons), souvent sur de longues distances. Les insectes volants effectuent fréquemment ce type de surveillance sur de grandes distances à la recherche de nourriture ou de partenaires. Il est difficile de suivre un panache d’odeur et de trouver sa source lorsque les données sur le vent et le panache doivent être corrigées. Des recherches expérimentales ont été menées sur de nombreux éléments de ce comportement inhabituel et sur les circuits cérébraux qui le sous-tendent.
Pour mieux comprendre cette étonnante capacité des insectes volants, des chercheurs des universités de Washington et de l’université du Nevada, Reno, ont développé une nouvelle stratégie qui utilise des réseaux de neurones artificiels (ANN). Leur travail, qui vient d’être publié dans Nature Machine Intelligence, est un exemple de la façon dont l’intelligence artificielle peut générer de nouvelles découvertes scientifiques. En plus d’être une compétence biologique essentielle, le suivi des colonnes est un excellent exemple d’intelligence naturaliste car il nécessite l’intégration de souvenirs sur les odeurs actuelles et passées et le traitement d’indices olfactifs clairsemés ou inexacts et d’indices sensoriels du vent. Ce traitement permet aux insectes d’adapter rapidement leurs trajectoires de vol.
Les chercheurs pourraient être en mesure de développer des robots plus efficaces capables de détecter et de suivre les fuites de gaz dangereuses, les incendies et d’autres risques environnementaux si le suivi des plumes olfactives peut être reproduit avec succès dans des robots ou des agents artificiels. Les réseaux de neurones artificiels (ANN) formés sur des données étiquetées sont devenus largement utilisés par les neuroscientifiques pour rechercher et simuler des processus biologiques. Dans leurs recherches, les scientifiques ont utilisé des simulations pour former des réseaux de neurones artificiels plutôt que des données étiquetées.
🚨 Lisez notre dernière newsletter AI🚨
Les chercheurs ont d’abord créé un modèle d’odeur provenant d’une source située dans un parc à vent d’une taille totale d’environ 120 mètres.2 Former les agents au suivi de leur colonne à l’aide de DRL. Leurs clients ont été récompensés lorsqu’ils ont découvert l’origine du parfum. Cependant, s’ils perdent de vue la tige olfactive et fuient l’arène, ils sont « punis ». La capacité du simulateur à produire des panaches de différentes concentrations d’odeurs et de modèles de vent a donné aux scientifiques un avantage supplémentaire pour observer le fonctionnement de l’agent dans certaines conditions. Les découvertes des chercheurs suggèrent que leur modèle pourrait reproduire les mécanismes moléculaires qui régulent le suivi olfactif des plumes de l’animal. Les chercheurs ont produit des configurations de colonne qui peuvent être imitées dans les prochains essais pratiques en soufflerie. Grâce à ces simulations, ils ont établi différentes théories sur le fonctionnement de l’anthropogénèse lors du suivi de pôles dans différentes conditions de vent. Ils ont porté une attention particulière aux situations dans lesquelles le vent changeait régulièrement de direction.
Les agents ANN peuvent faire l’objet d’une ingénierie inverse pour mieux comprendre leur fonctionnement et permettre d’importantes percées technologiques, qui peuvent à leur tour avoir un impact sur la recherche en neurosciences. Ainsi, les neuroscientifiques peuvent également utiliser ce modèle pour étudier les mécanismes moléculaires sous-jacents au suivi du panache olfactif.
Les chercheurs envisagent que leur modèle influence le développement d’agents autonomes capables de suivre les odeurs pour une utilisation future dans la surveillance de l’environnement, les missions de recherche et de sauvetage et d’autres applications. En augmentant l’intégrité physique et biologique de leurs simulateurs et agents dans leurs recherches ultérieures, les scientifiques espèrent encore améliorer leur modèle et le rendre plus précis pour imiter les panaches olfactifs réels. De plus, les scientifiques veulent imiter les caractéristiques physiologiques et les capacités d’autres insectes volants.
scanner le papier Et Article de référence. Tout le mérite de cette recherche revient aux chercheurs de ce projet. N’oubliez pas non plus de vous inscrire 14k + ML Sous RedditEt canal de discordeEt Courrieloù nous partageons les dernières nouvelles sur la recherche en IA, des projets d’IA sympas, et plus encore.
Niharika est consultante technique stagiaire chez Marktechpost. Elle est étudiante en troisième année de premier cycle et poursuit actuellement un baccalauréat en technologie de l’Indian Institute of Technology (IIT), Kharagpur. C’est une personne très motivée avec un vif intérêt pour l’apprentissage automatique, la science des données et l’intelligence artificielle et une lectrice avide des derniers développements dans ces domaines.