Достижения в области автомобилестроения
Открытый доступ

Абстрактный

Клеточные сборки и роботы

Кристиан Хайк

Клеточные сборки (CA) имеют решающее значение для человеческого и млекопитающего познания и поведения. CA — это группа нейронов, которые могут поддерживать активацию без внешней стимуляции. Наши символические концепции, такие как собака, представлены CA. Многие нечеловеческие млекопитающие не имеют символов, но у них есть концепции. Так, у крысы, вероятно, будет общая CA для кошки, которая активируется при ее присутствии.

Существует огромный пробел в понимании академическим сообществом CA, того, как они влияют на управление движением и как они регулируют восприятие. Теоретически, мой CA для ходьбы к двери активируется, когда я иду к двери, но неясно, как это взаимодействует с центральными генераторами паттернов (CPG), или даже являются ли те нейроны, которые выполняют CPG, частью CA. Аналогично, ясно, что, например, нейроны в первичной зрительной коре задействованы, когда человек смотрит на собаку, но не совсем ясно, как они приводят к активации CA собаки или какие нейроны находятся в CA собаки.

Поскольку есть пробел, я и мои коллеги пытаемся его заполнить. Я компьютерный ученый, поэтому я пытаюсь разрабатывать программы на основе КА. В частности, мы считаем, что воплощение важно, и что важна работа с моделированными нейронами. Поэтому мы работаем с роботами, виртуальными и физическими. Мы работаем с импульсными нейронами, обычно точечными моделями. Мы разрабатываем нейронные топологии, которые можно использовать для виртуальных агентов. Сейчас мы работаем в рамках проекта «Человеческий мозг», разрабатывая топологии, которые могут повторно использоваться другими для внедрения агентов. Мы проделали значительную работу по разработке «высших» функций, таких как нейрокогнитивные модели анализа естественного языка и обучения задаче с двумя вариантами выбора.
Мы также проделали некоторую работу с физическими роботами. Мы разработали нейронное программное обеспечение для простого робота Брайтенберга, который следовал по линиям с помощью зрения; это было основано на нашей работе с КА. В настоящее время мы разрабатываем нейронные модели на основе КА для управления захватом, которые также являются нейрокогнитивными моделями задачи остановки. Совсем недавно мы работали над прямой моделью для быстро шагающего робота. В настоящее время эта работа не использует КА. Вместо этого она аппроксимирует стандартные аналитические модели (например, тележку и шест) с точечными нейронами; нейроны являются полными по Тьюрингу. План состоит в том, чтобы продолжить эту работу. Мы можем исследовать использование КА в виртуальных роботах. Я утверждаю, что следование этому подходу, имитирующее человеческую модель как можно ближе, физически, нейронно и психологически, является лучшим способом достичь прохождения теста Тьюринга ИИ. Это также имеет преимущества в плане дальнейшего понимания человеческой нейронной и психологической обработки и разработки полезных систем. Эти более полезные системы включают роботов.