Avancées en ingénierie automobile
Libre accès

Abstrait

Assemblages de cellules et robots

Christian Huyck

Les assemblages cellulaires (AC) sont essentiels à la cognition et au comportement des humains et des mammifères. Un CA est un groupe de neurones capables de maintenir leur activité sans stimulation externe. Nos concepts symboliques, comme le chien, sont représentés par des CA. Plusieurs mammifères non humains n'ont pas de symboles, mais ils ont des concepts. Ainsi, un rat aura probablement une CA générique pour chat, qui se déclenchera lorsqu'un chat est présent.

Il existe un écart énorme dans la compréhension de la communauté universitaire des AC, de la manière dont ils affectent le contrôle moteur et de la manière dont ils régulent la détection. Théoriquement, mon CA pour marcher vers la porte se déclenche lorsque je me dirige vers la porte, mais on ne sait pas clairement comment cela interagit avec les générateurs de modèles centraux (CPG), ni même si les neurones qui exécutent le CPG font partie du CA. De même, il est clair que, par exemple, les neurones du cortex visuel primaire sont impliqués lorsqu'un humain voit un chien, mais il n'est pas tout à fait clair comment ils conduisent à l'inflammation de l'AC chez le chien , ni quels neurones se trouvent dans l'AC du chien.

Comme il y a une lacune, mon personnel et moi essayons de combler cette lacune. Je suis un informaticien, j'essaie donc de développer des programmes basés sur les CA. En particulier, on pense que l'incarnation est importante et que travailler à partir de neurones simulés est important. Nous travaillons donc avec des robots, virtuels et physiques. Nous travaillons avec des neurones à pointe, généralement des modèles ponctuels. Nous développons des topologies neuronales qui peuvent être utilisées pour les agents virtuels. Nous travaillons actuellement dans le cadre du Human Brain Project, en développant des topologies qui peuvent être réutilisées par d'autres pour implémenter des agents. Nous avons fait pas mal de travail sur le développement de fonctions « supérieures » comme des modèles neurocognitifs d’analyse du langage naturel et d’apprentissage d’une tâche à deux choix.
Nous avons aussi travaillé avec des robots physiques. Nous avons développé le logiciel neuronal pour un simple robot Braitenberg qui suivait des lignes en utilisant la vision ; c'était basé sur notre travail de CA. Nous développons actuellement des modèles neuronaux basés sur l'AC pour saisir le contrôle qui sont également des modèles neurocognitifs d'une tâche d'arrêt. Plus récemment, nous avons travaillé sur le modèle avancé d'un robot à marche rapide. Ce travail n'utilise pas actuellement d'autorités de certification. Au lieu de cela, il se rapproche des modèles analytiques standards (comme un chariot et une perche) avec des neurones ponctuels ; les neurones sont complets. Il est prévu de poursuivre ce travail. On peut explorer l'utilisation des CA dans les robots virtuels. Je pense que suivre cette approche, imiter le modèle humain aussi fidèlement que possible, physiquement, neurologiquement et psychologiquement, est la meilleure façon d’arriver au test de Turing et de réussir l’IA. Cela présente également l'avantage d'approfondir notre compréhension du traitement neuronal et psychologique humain et de développer des systèmes utiles. Ces systèmes plus utiles incluent les robots.