您的位置:首頁>正文

類比線路蟲的神經網路,讓機器人無需訓練即可自動避開障礙物

該研究有利於促進生物AI演算法的發展。

如何模擬生物的大腦, 以用於控制機器人?Openworm項目回答的恰恰就是這個問題。 從2013年4月份開始, 這一開源專案的研究進度及成果一直備受關注。

那麼這個項目具體是在做什麼事呢?簡單來說, 他們就是試圖對秀麗隱杆線蟲的整個神經元系統進行編輯“類比”, 以用於控制機器人。

線蟲是什麼?為什麼選擇線蟲?

秀麗隱杆線蟲(C.elegans)是一種無毒無害、可以獨立生存的線蟲, 其個體小, 成體僅1.5mm長, 通體透明, 大多為雌雄同體(雄性個體僅占群體的0.2%), 可自體受精或雙性生殖;在20℃下平均生活史為3.5天, 平均繁殖力為300-350個(但若與雄蟲交配, 可產生多達1400個以上的後代)。

自1965年起, 科學家Sydney Brenner就利用線蟲作為分子生物學和發育生物學研究領域的模式生物, 1983年, 科學家Sulston完成了線蟲從受精卵到成體的細胞譜系, 也因此獲得了2002年的諾布林醫學或生理學獎。

發展至今, 秀麗隱杆線蟲也是唯一一個體內所有細胞能被全部盤點並歸類的生物。

那線蟲與機器人怎麼會產生關聯呢?

首先我們需要對AI的未來發展方向有一個簡單的認知。

關於AI未來發展的方向, 諾貝爾獎得主Edvard Moser就曾在採訪中指出:人工智慧系統的發展最終會接近人的大腦, 相應的, 腦部的研究會推進AI的發展。

但正如Edvard提及的, 我們永遠不可能瞭解我們的大腦。 所以目前的研究現狀是:人類的大腦過於複雜, 生物學上也無法對其進行描述。

故而研究人員就想要選擇一種人類在生物學上可以描述的生物系統作為神經細胞機器人系統的研究起點,

而秀麗隱杆線蟲是迄今唯一一個細胞資訊完全已知的生物。 基於這樣的考慮, 於2013年, Ryan Merkley等人共同發起了Openworm專案。

Ryan Merkley 美國非營利組織Creative Commons的CEO

Openworm專案是什麼?它具體研究的是什麼?

OpenWorm是一項旨在自底向上(從細胞層面出發,

在電腦上顯示和運用)類比秀麗隱杆線蟲的國際性開放科學專案, 該專案的長遠目標是類比整個秀麗隱杆線蟲的全部959個細胞。

研究尚處於第一階段, 該階段內, 他們計畫通過建立包含302個神經元和95個肌肉細胞的模型來類比蠕蟲運動。

目前, 此專案的物理引擎Sibernetic已經建好, 神經連接組和肌肉細胞也已創建為NeuroML格式, 整個蠕蟲的三維解剖模型可以通過流覽器自由查看。 此外, Openworm專案也參與了Geppetto模擬框架(一個為開發有機體的整體建模而創設的多重演算法、多尺度的類比平臺)的開發。

從已經公佈的視頻中,研究團隊已經可以類比線路蟲的肌肉和運動,整個代碼是用python寫成的,這些代碼就相當將線蟲的302個神經元和95個肌肉細胞“移植”到了電腦裡,以用來控制機器人的運動。

目前,整個神經網路已經被完全建立起來,其中除了302個神經元、95個肌肉細胞,還有5000個化學突觸、600個間隙連接和600個神經接頭。

系統的具體傳輸過程就是:感測器資料(輸入)---->細胞---->神經元處理---->肌肉細胞(輸出),需要指出的是,系統裡的“肌肉細胞”對應的就是機器人的輪子,左邊的肌肉細胞作用總和控制的是左邊的輪子,右邊的肌肉細胞函數總和控制的是右邊的輪子。

總的來說,整個模擬出來的機器人,運動、反應都酷似線蟲,不同於現在的神經網路,它不需要事先的資料訓練和學習,遇見牆或者障礙物,它會自動嘗試轉個方向走。

結語

儘管生物學上對線蟲有了非常詳盡的研究,如細胞資訊、生活習性、神經元個數等資訊,但是研究人員指出:已有的研究都只是基礎性的理解,並非深層的。Openworm專案因其是基於線蟲的生物結構進行系統類比,不僅利於推進AI技術的發展,類比系統的實驗資料反過來也會加深生物學家對於線蟲行為的理解。

秀麗隱杆線蟲有959個細胞,現在能夠模擬的302個神經元細胞約占體細胞總數的1/3,而人類的大腦有1000億個神經元,顯然,研究之路漫長,但其意義深遠。

資源連結:http://openworm.org/

最後,記得關注微信公眾號:鎂客網(im2maker),更多乾貨在等你!

從已經公佈的視頻中,研究團隊已經可以類比線路蟲的肌肉和運動,整個代碼是用python寫成的,這些代碼就相當將線蟲的302個神經元和95個肌肉細胞“移植”到了電腦裡,以用來控制機器人的運動。

目前,整個神經網路已經被完全建立起來,其中除了302個神經元、95個肌肉細胞,還有5000個化學突觸、600個間隙連接和600個神經接頭。

系統的具體傳輸過程就是:感測器資料(輸入)---->細胞---->神經元處理---->肌肉細胞(輸出),需要指出的是,系統裡的“肌肉細胞”對應的就是機器人的輪子,左邊的肌肉細胞作用總和控制的是左邊的輪子,右邊的肌肉細胞函數總和控制的是右邊的輪子。

總的來說,整個模擬出來的機器人,運動、反應都酷似線蟲,不同於現在的神經網路,它不需要事先的資料訓練和學習,遇見牆或者障礙物,它會自動嘗試轉個方向走。

結語

儘管生物學上對線蟲有了非常詳盡的研究,如細胞資訊、生活習性、神經元個數等資訊,但是研究人員指出:已有的研究都只是基礎性的理解,並非深層的。Openworm專案因其是基於線蟲的生物結構進行系統類比,不僅利於推進AI技術的發展,類比系統的實驗資料反過來也會加深生物學家對於線蟲行為的理解。

秀麗隱杆線蟲有959個細胞,現在能夠模擬的302個神經元細胞約占體細胞總數的1/3,而人類的大腦有1000億個神經元,顯然,研究之路漫長,但其意義深遠。

資源連結:http://openworm.org/

最後,記得關注微信公眾號:鎂客網(im2maker),更多乾貨在等你!

同類文章
Next Article
喜欢就按个赞吧!!!
点击关闭提示