16 de septiembre de 2023 (Noticias de Nanowerk) La sensación del pelaje de un gato puede revelar cierta información, pero ver al felino proporciona detalles críticos: ¿es un gato doméstico o un león? Si bien el sonido del fuego crepitando puede ser ambiguo, su aroma confirma la madera ardiendo. Nuestros sentidos hacen sinergia para brindar una comprensión integral, particularmente cuando las señales individuales son sutiles. La suma colectiva de los insumos biológicos puede ser mayor que sus contribuciones individuales. Los robots tienden a realizar sumas más sencillas, pero los investigadores de Penn State ahora han aprovechado el concepto biológico para aplicarlo en inteligencia artificial (IA) para desarrollar la primera neurona integrada multisensorial artificial. Dirigido por Saptarshi Das, profesor asociado de ciencias de la ingeniería y mecánica en Penn State, el equipo publicó su trabajo en Comunicación de la naturaleza (“Una neurona visuotáctil bioinspirada para la integración multisensorial”).
Un equipo de investigación de Penn State desarrolló una neurona artificial bioinspirada que puede procesar entradas sensoriales visuales y táctiles juntas. (Imagen: Tyler Henderson, Penn State) "Los robots toman decisiones basándose en el entorno en el que se encuentran, pero sus sensores generalmente no se comunican entre sí", dijo Das, quien también tiene cargos conjuntos en ingeniería eléctrica y en ciencia e ingeniería de materiales. . “Se puede tomar una decisión colectiva a través de una unidad de procesamiento de sensores, pero ¿es ese el método más eficiente o efectivo? En el cerebro humano, un sentido puede influir en otro y permitir a la persona juzgar mejor una situación”. Por ejemplo, un automóvil puede tener un sensor que busca obstáculos, mientras que otro detecta la oscuridad para modular la intensidad de los faros. Individualmente, estos sensores transmiten información a una unidad central que luego indica al automóvil que frene o ajuste los faros. Según Das, este proceso consume más energía. Permitir que los sensores se comuniquen directamente entre sí puede ser más eficiente en términos de energía y velocidad, particularmente cuando las entradas de ambos son débiles. "La biología permite que los organismos pequeños prosperen en entornos con recursos limitados, minimizando el consumo de energía en el proceso", dijo Das, que también está afiliado al Instituto de Investigación de Materiales. “Los requisitos para los diferentes sensores se basan en el contexto: en un bosque oscuro, uno dependería más de escuchar que de ver, pero no tomamos decisiones basándonos en un solo sentido. Tenemos un sentido completo de nuestro entorno y nuestra toma de decisiones se basa en la integración de lo que vemos, oímos, tocamos, olemos, etcétera. Los sentidos evolucionaron juntos en biología, pero por separado en IA. En este trabajo, buscamos combinar sensores e imitar cómo funciona realmente nuestro cerebro”. El equipo se centró en integrar un sensor táctil y un sensor visual para que la salida de un sensor modifique la del otro, con la ayuda de la memoria visual. Según Muhtasim Ul Karim Sadaf, estudiante de doctorado de tercer año en ingeniería y mecánica, incluso un destello de luz de corta duración puede aumentar significativamente las posibilidades de moverse con éxito a través de una habitación oscura. "Esto se debe a que la memoria visual puede posteriormente influir y ayudar en las respuestas táctiles para la navegación", dijo Sadaf. “Esto no sería posible si nuestra corteza visual y táctil respondiera únicamente a sus respectivas señales unimodales. Tenemos un efecto de memoria fotográfica, donde la luz brilla y podemos recordar. Incorporamos esa capacidad a un dispositivo a través de un transistor que proporciona la misma respuesta”. Los investigadores fabricaron la neurona multisensorial conectando un sensor táctil a un fototransistor basado en una monocapa de disulfuro de molibdeno, un compuesto que exhibe características eléctricas y ópticas únicas, útiles para detectar luz y soportar transistores. El sensor genera picos eléctricos de una manera que recuerda a las neuronas que procesan información, lo que le permite integrar señales tanto visuales como táctiles. Es el equivalente a ver una luz "encendida" en la estufa y sentir el calor saliendo de un quemador; ver la luz encendida no significa necesariamente que el quemador esté caliente todavía, pero una mano solo necesita sentir un nanosegundo de calor antes de que se encienda. El cuerpo reacciona y aleja la mano del peligro potencial. La entrada de luz y calor desencadenó señales que indujeron la respuesta de la mano. En este caso, los investigadores midieron la versión de esto de la neurona artificial al ver las salidas de señalización resultantes de señales de entrada visuales y táctiles. Para simular la entrada táctil, el sensor táctil utilizó un efecto triboeléctrico, en el que dos capas se deslizan una contra otra para producir electricidad, lo que significa que los estímulos táctiles se codifican en impulsos eléctricos. Para simular la entrada visual, los investigadores iluminaron el fototransistor monocapa de disulfuro de molibdeno, o un transistor que puede recordar la entrada visual, como cómo una persona puede conservar el diseño general de una habitación después de que un destello rápido la ilumina. Descubrieron que la respuesta sensorial de la neurona (simulada como salida eléctrica) aumentaba cuando las señales visuales y táctiles eran débiles. "Curiosamente, este efecto resuena notablemente bien con su contraparte biológica: una memoria visual mejora naturalmente la sensibilidad al estímulo táctil", dijo el coautor Najam U Sakib, estudiante de doctorado de tercer año en ciencias de la ingeniería y mecánica. "Cuando las señales son débiles, es necesario combinarlas para comprender mejor la información, y eso es lo que vimos en los resultados". Das explicó que un sistema de neuronas multisensoriales artificiales podría mejorar la eficiencia de la tecnología de sensores, allanando el camino para usos de la IA más ecológicos. Como resultado, los robots, los drones y los vehículos autónomos podrían navegar por su entorno de forma más eficaz y utilizando menos energía. "La suma súper aditiva de señales visuales y táctiles débiles es el logro clave de nuestra investigación", dijo el coautor Andrew Pannone, estudiante de doctorado de cuarto año en ciencias de la ingeniería y mecánica. “Para este trabajo sólo analizamos dos sentidos. Estamos trabajando para identificar el escenario adecuado para incorporar más sentidos y ver qué beneficios pueden ofrecer”.
Un equipo de investigación de Penn State desarrolló una neurona artificial bioinspirada que puede procesar entradas sensoriales visuales y táctiles juntas. (Imagen: Tyler Henderson, Penn State) "Los robots toman decisiones basándose en el entorno en el que se encuentran, pero sus sensores generalmente no se comunican entre sí", dijo Das, quien también tiene cargos conjuntos en ingeniería eléctrica y en ciencia e ingeniería de materiales. . “Se puede tomar una decisión colectiva a través de una unidad de procesamiento de sensores, pero ¿es ese el método más eficiente o efectivo? En el cerebro humano, un sentido puede influir en otro y permitir a la persona juzgar mejor una situación”. Por ejemplo, un automóvil puede tener un sensor que busca obstáculos, mientras que otro detecta la oscuridad para modular la intensidad de los faros. Individualmente, estos sensores transmiten información a una unidad central que luego indica al automóvil que frene o ajuste los faros. Según Das, este proceso consume más energía. Permitir que los sensores se comuniquen directamente entre sí puede ser más eficiente en términos de energía y velocidad, particularmente cuando las entradas de ambos son débiles. "La biología permite que los organismos pequeños prosperen en entornos con recursos limitados, minimizando el consumo de energía en el proceso", dijo Das, que también está afiliado al Instituto de Investigación de Materiales. “Los requisitos para los diferentes sensores se basan en el contexto: en un bosque oscuro, uno dependería más de escuchar que de ver, pero no tomamos decisiones basándonos en un solo sentido. Tenemos un sentido completo de nuestro entorno y nuestra toma de decisiones se basa en la integración de lo que vemos, oímos, tocamos, olemos, etcétera. Los sentidos evolucionaron juntos en biología, pero por separado en IA. En este trabajo, buscamos combinar sensores e imitar cómo funciona realmente nuestro cerebro”. El equipo se centró en integrar un sensor táctil y un sensor visual para que la salida de un sensor modifique la del otro, con la ayuda de la memoria visual. Según Muhtasim Ul Karim Sadaf, estudiante de doctorado de tercer año en ingeniería y mecánica, incluso un destello de luz de corta duración puede aumentar significativamente las posibilidades de moverse con éxito a través de una habitación oscura. "Esto se debe a que la memoria visual puede posteriormente influir y ayudar en las respuestas táctiles para la navegación", dijo Sadaf. “Esto no sería posible si nuestra corteza visual y táctil respondiera únicamente a sus respectivas señales unimodales. Tenemos un efecto de memoria fotográfica, donde la luz brilla y podemos recordar. Incorporamos esa capacidad a un dispositivo a través de un transistor que proporciona la misma respuesta”. Los investigadores fabricaron la neurona multisensorial conectando un sensor táctil a un fototransistor basado en una monocapa de disulfuro de molibdeno, un compuesto que exhibe características eléctricas y ópticas únicas, útiles para detectar luz y soportar transistores. El sensor genera picos eléctricos de una manera que recuerda a las neuronas que procesan información, lo que le permite integrar señales tanto visuales como táctiles. Es el equivalente a ver una luz "encendida" en la estufa y sentir el calor saliendo de un quemador; ver la luz encendida no significa necesariamente que el quemador esté caliente todavía, pero una mano solo necesita sentir un nanosegundo de calor antes de que se encienda. El cuerpo reacciona y aleja la mano del peligro potencial. La entrada de luz y calor desencadenó señales que indujeron la respuesta de la mano. En este caso, los investigadores midieron la versión de esto de la neurona artificial al ver las salidas de señalización resultantes de señales de entrada visuales y táctiles. Para simular la entrada táctil, el sensor táctil utilizó un efecto triboeléctrico, en el que dos capas se deslizan una contra otra para producir electricidad, lo que significa que los estímulos táctiles se codifican en impulsos eléctricos. Para simular la entrada visual, los investigadores iluminaron el fototransistor monocapa de disulfuro de molibdeno, o un transistor que puede recordar la entrada visual, como cómo una persona puede conservar el diseño general de una habitación después de que un destello rápido la ilumina. Descubrieron que la respuesta sensorial de la neurona (simulada como salida eléctrica) aumentaba cuando las señales visuales y táctiles eran débiles. "Curiosamente, este efecto resuena notablemente bien con su contraparte biológica: una memoria visual mejora naturalmente la sensibilidad al estímulo táctil", dijo el coautor Najam U Sakib, estudiante de doctorado de tercer año en ciencias de la ingeniería y mecánica. "Cuando las señales son débiles, es necesario combinarlas para comprender mejor la información, y eso es lo que vimos en los resultados". Das explicó que un sistema de neuronas multisensoriales artificiales podría mejorar la eficiencia de la tecnología de sensores, allanando el camino para usos de la IA más ecológicos. Como resultado, los robots, los drones y los vehículos autónomos podrían navegar por su entorno de forma más eficaz y utilizando menos energía. "La suma súper aditiva de señales visuales y táctiles débiles es el logro clave de nuestra investigación", dijo el coautor Andrew Pannone, estudiante de doctorado de cuarto año en ciencias de la ingeniería y mecánica. “Para este trabajo sólo analizamos dos sentidos. Estamos trabajando para identificar el escenario adecuado para incorporar más sentidos y ver qué beneficios pueden ofrecer”.
- Distribución de relaciones públicas y contenido potenciado por SEO. Consiga amplificado hoy.
- PlatoData.Network Vertical Generativo Ai. Empodérate. Accede Aquí.
- PlatoAiStream. Inteligencia Web3. Conocimiento amplificado. Accede Aquí.
- PlatoESG. Automoción / vehículos eléctricos, Carbón, tecnología limpia, Energía, Ambiente, Solar, Gestión de residuos. Accede Aquí.
- PlatoSalud. Inteligencia en Biotecnología y Ensayos Clínicos. Accede Aquí.
- ChartPrime. Eleve su juego comercial con ChartPrime. Accede Aquí.
- Desplazamientos de bloque. Modernización de la propiedad de compensaciones ambientales. Accede Aquí.
- Fuente: https://www.nanowerk.com/news2/robotics/newsid=63648.php
