Per una giraffa o uno gnu appena nati, nascere può essere una pericolosa introduzione al mondo:i predatori aspettano l'opportunità di mangiare il membro più debole del branco. Questo è il motivo per cui molte specie hanno evoluto modi in cui i loro giovani trovano il loro punto d'appoggio entro pochi minuti dalla nascita.

È un'impresa evolutiva sorprendente che ha ispirato a lungo biologi e roboticisti, e ora un team di ricercatori dell'USC presso la USC Viterbi School of Engineering crede di essere diventato il primo a creare un arto robotico controllato dall'intelligenza artificiale guidato da tendini simili a animali che possono persino essere inciampato e poi riprendersi entro il tempo del prossimo passo, un compito per il quale il robot non è mai stato esplicitamente programmato per farlo.

Francisco J. Valero-Cuevas, un professore di ingegneria biomedica un professore di biokinesiologia e terapia fisica presso la USC in un progetto con il dottorando della USC Viterbi School of Engineering Ali Marjaninejad e altri due studenti di dottorato:Dario Urbina-Melendez e Brian Cohn, hanno sviluppato un algoritmo bio-ispirato che può imparare da solo un nuovo compito di camminare dopo soli 5 minuti di gioco non strutturato, e quindi adattarsi ad altre attività senza alcuna programmazione aggiuntiva.

Il loro articolo, delineato nell'articolo di copertina di marzo di Intelligenza della macchina della natura , apre entusiasmanti possibilità per comprendere il movimento umano e la disabilità, creare protesi reattive, e robot in grado di interagire con ambienti complessi e mutevoli come l'esplorazione dello spazio e la ricerca e il salvataggio.

"Oggi, ci vuole l'equivalente di mesi o anni di addestramento perché un robot sia pronto a interagire con il mondo, ma vogliamo ottenere l'apprendimento rapido e gli adattamenti visti in natura, " ha detto l'autore senior Valero-Cuevas, che ha anche incarichi in informatica, ingegneria elettrica e informatica, ingegneria meccanica e aerospaziale e neuroscienze alla USC.

Marjaninejad, un dottorando presso il Dipartimento di Ingegneria Biomedica della USC, e l'autore principale del giornale, ha detto che questa svolta è simile all'apprendimento naturale che avviene nei bambini. Marjaninejad spiega, al robot è stato prima consentito di comprendere il suo ambiente in un processo di gioco libero (o ciò che è noto come "balbettio motorio").

"Questi movimenti casuali della gamba consentono al robot di costruire una mappa interna del suo arto e delle sue interazioni con l'ambiente, ", ha detto Marjaninejad.

Gli autori del documento affermano che, a differenza della maggior parte dei lavori attuali, i loro robot imparano facendo, e senza alcuna simulazione al computer precedente o parallela per guidare l'apprendimento.

Marjaninejad ha anche aggiunto che questo è particolarmente importante perché i programmatori possono prevedere e programmare per più scenari, ma non per ogni possibile scenario, quindi i robot preprogrammati sono inevitabilmente soggetti a guasti.

"Però, se permetti a questi [nuovi] robot di imparare dall'esperienza pertinente, poi alla fine troveranno una soluzione che, una volta trovato, verrà utilizzato e adattato secondo necessità. La soluzione potrebbe non essere perfetta, ma sarà adottato se è abbastanza buono per la situazione. Non ognuno di noi ha bisogno o vuole, o è in grado di dedicare tempo e fatica, a vincere una medaglia olimpica, " dice Marjaninejad.

Attraverso questo processo di scoperta del loro corpo e dell'ambiente, gli arti del robot progettati nel laboratorio di Valero Cuevas alla USC usano la loro esperienza unica per sviluppare il modello di andatura che funziona abbastanza bene per loro, producendo robot con movimenti personalizzati. "Puoi riconoscere qualcuno che scende dal corridoio perché ha un passo particolare, giusto?" chiede Valero-Cuevas. "Il nostro robot utilizza la sua limitata esperienza per trovare una soluzione a un problema che poi diventa la sua abitudine personalizzata, o 'personalità':otteniamo il delicato camminatore, il pigro camminatore, il campione... lo chiami tu."

Le potenziali applicazioni della tecnologia sono molteplici, in particolare nelle tecnologie assistive, dove arti robotici ed esoscheletri intuitivi e rispondenti alle esigenze personali di un utente sarebbero preziosi per coloro che hanno perso l'uso dei propri arti. "Esoscheletri o dispositivi di assistenza dovranno interpretare naturalmente i tuoi movimenti per adattarsi a ciò di cui hai bisogno, " ha detto Valero-Cuevas.

"Poiché i nostri robot possono apprendere abitudini, possono imparare le tue abitudini, e imita il tuo stile di movimento per le attività di cui hai bisogno nella vita di tutti i giorni, anche quando impari una nuova attività, o diventi più forte o più debole."

Secondo gli autori, la ricerca avrà anche forti applicazioni nei campi dell'esplorazione dello spazio e delle missioni di salvataggio, consentendo ai robot che fanno ciò che deve essere fatto senza essere scortati o supervisionati mentre si avventurano in un nuovo pianeta, o terreno incerto e pericoloso a seguito di calamità naturali. Questi robot sarebbero in grado di adattarsi a gravità bassa o alta, rocce sciolte un giorno e fango dopo che piove, Per esempio.

I due autori aggiuntivi del documento, i dottorandi Brian Cohn e Dario Urbina-Melendez hanno contribuito alla ricerca:

"La capacità di una specie di apprendere e adattare i propri movimenti mentre il proprio corpo e il proprio ambiente cambiano è stato un potente motore dell'evoluzione fin dall'inizio, " ha detto Cohn, un dottorando in informatica presso la USC Viterbi School of Engineering. "Il nostro lavoro costituisce un passo verso la capacità dei robot di apprendere e adattarsi da ogni esperienza, proprio come fanno gli animali".

"Immagino robot a guida muscolare, capace di padroneggiare ciò che un animale impiega mesi per imparare, in pochi minuti, " disse Urbina-Melendez, un dottorando in ingegneria biomedica che crede nella capacità della robotica di trarre audace ispirazione dalla vita. "Il nostro lavoro unisce ingegneria, IA, l'anatomia e le neuroscienze sono una forte indicazione che ciò è possibile".