- 13,850
- 20
- 8 Ноя 2022
Новая модель имитирует движения животных с высокой точностью.
Учёные из Гарвардского университета совместно с лабораторией искусственного интеллекта Google DeepMind разработали модель виртуальной крысы с искусственным мозгом, способным имитировать движения, аналогичные естественным. Модель была создана для лучшего понимания того, как мозг контролирует движения.
<h3>Прорыв в робототехнике</h3> Современная робототехника, несмотря на все свои достижения, всё ещё не может воспроизвести естественные движения животных и людей. Диего Альдаондо, аспирант Гарварда и участник проекта, отметил, что основными проблемами являются как аппаратные, так и программные аспекты.
<h3>Проблемы аппаратного и программного обеспечения</h3> Альдаондо пояснил: «На аппаратной стороне исследователи столкнулись с трудностями в создании роботов, обладающих гибкостью, прочностью и энергоэффективностью, характерными для тел животных». На программной стороне основными преградами являются разработка эффективных физических симуляций и алгоритмов машинного обучения для обучения контроллеров, имитирующих движения человека.
<h3>Симуляция и реальность</h3> Также существует проблема, известная как разрыв между симуляцией и реальностью, вызванная различиями между физическими симуляторами и реальным миром. Это затрудняет перенос контроллеров, обученных в симуляции, на реальные роботы.
<h3>Создание виртуальной модели крысы</h3> Вместе с профессором Бенце Ольвецки из кафедры органической и эволюционной биологии, а также другими учёными из Гарварда и Google DeepMind, Альдаондо разработал биомеханически реалистичную цифровую модель крысы.
<h3>Сотрудничество с Google DeepMind</h3> Исследователи объединились с Google DeepMind, поскольку платформа разработала инструменты для обучения искусственных нейронных сетей (ИНС), которые могут контролировать биомеханические модели животных в физических симуляторах. Команда использовала Для просмотра ссылки Войдиили Зарегистрируйся , симулятор физики, который моделирует гравитацию и другие физические силы, и разработала ещё одну платформу, Motor IMItation and Control (MIMIC), для обучения ИНС поведению крысы. Для обучения ИНС использовались данные высокой разрешающей способности, записанные с реальных крыс.
<h3>Значимость для нейронауки</h3> Альдаондо отметил: «Это важно для нейронауки, так как позволяет разрабатывать вычислительные модели, которые воспроизводят движения животных в физической симуляции и предсказывают структуру нейронной активности, которую можно ожидать от реальных мозгов».
<h3>Мир виртуальной нейронауки</h3> Используя ИНС, исследователи смогли создать обратные динамические модели, которые, как считают учёные, наш мозг использует для управления движениями тела и достижения желаемого состояния.
Альдаондо пояснил: «В более телесных терминах можно представить обратную модель как создание активаций мышц, необходимых для достижения желаемой позы с учётом физики тела. Эта концепция полезна для моторной нейронауки, поскольку координация движений включает обучение учёту физических свойств тела через опыт взаимодействия с миром».
<h3>Точность модели</h3> Данные с реальных крыс помогли виртуальной модели научиться силам, необходимым для достижения желаемого движения, даже если она не была специально на них обучена. Когда была измерена нейронная активность как у реальных крыс, так и у виртуальной модели, исследователи обнаружили, что виртуальная модель точно предсказала нейронную активность реальных крыс.
<h3>Новые горизонты</h3> Это открывает новые горизонты виртуальной нейронауки, где искусственно созданные животные могут использоваться для изучения нейронных цепей и их нарушений при заболеваниях. Ольвецки, эксперт в обучении крыс сложным поведениям, теперь стремится использовать виртуальные модели для решения проблем, с которыми сталкиваются реальные крысы.
«Мы хотим начать использовать виртуальных крыс для проверки этих идей и помочь продвинуть наше понимание того, как реальные мозги создают сложное поведение», — Для просмотра ссылки Войдиили Зарегистрируйся Ольвецки в пресс-релизе.
Результаты исследования были опубликованы в журнале Для просмотра ссылки Войдиили Зарегистрируйся .
Учёные из Гарвардского университета совместно с лабораторией искусственного интеллекта Google DeepMind разработали модель виртуальной крысы с искусственным мозгом, способным имитировать движения, аналогичные естественным. Модель была создана для лучшего понимания того, как мозг контролирует движения.
<h3>Прорыв в робототехнике</h3> Современная робототехника, несмотря на все свои достижения, всё ещё не может воспроизвести естественные движения животных и людей. Диего Альдаондо, аспирант Гарварда и участник проекта, отметил, что основными проблемами являются как аппаратные, так и программные аспекты.
<h3>Проблемы аппаратного и программного обеспечения</h3> Альдаондо пояснил: «На аппаратной стороне исследователи столкнулись с трудностями в создании роботов, обладающих гибкостью, прочностью и энергоэффективностью, характерными для тел животных». На программной стороне основными преградами являются разработка эффективных физических симуляций и алгоритмов машинного обучения для обучения контроллеров, имитирующих движения человека.
<h3>Симуляция и реальность</h3> Также существует проблема, известная как разрыв между симуляцией и реальностью, вызванная различиями между физическими симуляторами и реальным миром. Это затрудняет перенос контроллеров, обученных в симуляции, на реальные роботы.
<h3>Создание виртуальной модели крысы</h3> Вместе с профессором Бенце Ольвецки из кафедры органической и эволюционной биологии, а также другими учёными из Гарварда и Google DeepMind, Альдаондо разработал биомеханически реалистичную цифровую модель крысы.
<h3>Сотрудничество с Google DeepMind</h3> Исследователи объединились с Google DeepMind, поскольку платформа разработала инструменты для обучения искусственных нейронных сетей (ИНС), которые могут контролировать биомеханические модели животных в физических симуляторах. Команда использовала Для просмотра ссылки Войди
<h3>Значимость для нейронауки</h3> Альдаондо отметил: «Это важно для нейронауки, так как позволяет разрабатывать вычислительные модели, которые воспроизводят движения животных в физической симуляции и предсказывают структуру нейронной активности, которую можно ожидать от реальных мозгов».
<h3>Мир виртуальной нейронауки</h3> Используя ИНС, исследователи смогли создать обратные динамические модели, которые, как считают учёные, наш мозг использует для управления движениями тела и достижения желаемого состояния.
Альдаондо пояснил: «В более телесных терминах можно представить обратную модель как создание активаций мышц, необходимых для достижения желаемой позы с учётом физики тела. Эта концепция полезна для моторной нейронауки, поскольку координация движений включает обучение учёту физических свойств тела через опыт взаимодействия с миром».
<h3>Точность модели</h3> Данные с реальных крыс помогли виртуальной модели научиться силам, необходимым для достижения желаемого движения, даже если она не была специально на них обучена. Когда была измерена нейронная активность как у реальных крыс, так и у виртуальной модели, исследователи обнаружили, что виртуальная модель точно предсказала нейронную активность реальных крыс.
<h3>Новые горизонты</h3> Это открывает новые горизонты виртуальной нейронауки, где искусственно созданные животные могут использоваться для изучения нейронных цепей и их нарушений при заболеваниях. Ольвецки, эксперт в обучении крыс сложным поведениям, теперь стремится использовать виртуальные модели для решения проблем, с которыми сталкиваются реальные крысы.
«Мы хотим начать использовать виртуальных крыс для проверки этих идей и помочь продвинуть наше понимание того, как реальные мозги создают сложное поведение», — Для просмотра ссылки Войди
Результаты исследования были опубликованы в журнале Для просмотра ссылки Войди
- Источник новости
- www.securitylab.ru
