Η κίνηση ψαριών εκπαιδεύει ρομπότ

«…Αλλοτε σκοτεινιάζουν, άλλοτε εκτινάσσουν εκατομμύρια ακτίνες φωτός, περιστρεφόμενα, διασπώμενα, σχίζοντας, εφορμώντας, διασταυρούμενα και διαπερνώντας το ένα το άλλο – μία έκρηξη παραφροσύνης στον ουρανό».

Αυτά τα λόγια επέλεξε ο βρετανός ορνιθολόγος και συγγραφέας Εντμουντ Σέλους (Edmund Selous), για να περιγράψει την κίνηση ενός σμήνους πουλιών στον ουρανό. Αυτό συνέβη το 1905, μια περίοδο κατά την οποία η Επιστήμη δεν είχε ακόμη ερμηνεύσει το πώς ορισμένα ζώα κινούνται σε ομάδες. Σήμερα, περισσότερο από έναν αιώνα αργότερα, εξακολουθεί να μην έχει αποσαφηνιστεί το πώς λειτουργεί η συλλογική νοημοσύνη κάποιων ειδών.

Με ποιον τρόπο επιλέγουν τα σμήνη πτηνών και εντόμων ή τα κοπάδια ψαριών την κατεύθυνση που θα ακολουθήσουν; Και πώς καταφέρνουν να συντονίζονται με τέτοια εντυπωσιακή ακρίβεια και αποτελεσματικότητα; Προκειμένου να απαντήσουν σε αυτά τα ερωτήματα, ερευνητές του Ινστιτούτου Max Planck αξιοποίησαν μια μοναδική τεχνολογία προσομοίωσης του πραγματικού κόσμου: την Εικονική Πραγματικότητα.

Εικονικά ενυδρεία

Οπως τα πτηνά ή τα έντομα, έτσι και τα ψάρια είναι «βασιλιάδες» της συγχρονισμένης κίνησης. Ακόμη και χωρίς την παρουσία αρχηγού, ένα κοπάδι ψαριών κινείται μονίμως σε σχηματισμό, αποφεύγει τις συγκρούσεις και προσαρμόζεται πλήρως στο εναλλασσόμενο περιβάλλον του. Χρησιμοποιώντας ένα σύστημα Εικονικής Πραγματικότητας (ή πιο σύντομα VR από το αγγλικό Virtual Reality), το οποίο προσομοιώνει τη φυσική δράση ενός κοπαδιού ψαριών, οι ερευνητές μελέτησαν τη συμπεριφορά νεαρών ψαριών του είδους Danio rerio.

Στην αρχή, αφέθηκε ένα μόνο ψαράκι σε κάθε ενυδρείο που όμως δεν έμεινε για πολύ μόνο του, καθώς μέσω VR σχηματίστηκαν ολογράμματα ψαριών (όμοιων του πραγματικού ψαριού), τα οποία φαινομενικά κολυμπούσαν γύρω του. Το αληθοφανές τρισδιάστατο (3D) εικονικό περιβάλλον, επέτρεψε στους ερευνητές να μεταβάλουν με ακρίβεια τα οπτικά ερεθίσματα και να καταγράψουν τον τρόπο με τον οποίο ανταποκρίνονται τα πραγματικά ψάρια στις κινήσεις του εικονικού κοπαδιού, σε διαφορετικές περιπτώσεις.

Προς μεγάλη έκπληξη των ερευνητών, η νέα έρευνα έδειξε πως το κάθε ψάρι χρειάζεται ελάχιστες πληροφορίες ώστε να μπορέσει να συντονιστεί ικανοποιητικά με το κινούμενο κοπάδι του. Η συλλογική νοημοσύνη του κοπαδιού στηρίζεται στην πιο απλή νοητική ικανότητα του κάθε ψαριού: την απόλυτη αντίληψη της τρέχουσας θέσης του. Το κάθε μέλος ενός κοπαδιού, αρκεί να καταλαβαίνει ακριβώς πού βρίσκεται, ώστε να ρυθμίσει ανάλογα την κίνησή του, ενώ δεν απαιτείται να κατανοεί άλλα χαρακτηριστικά της συλλογικής κίνησης (όπως την ταχύτητα των γειτόνων του).

Αλγόριθμοι για ρομπότ

Οι ερευνητές πραγματοποίησαν πλήθος προσομοιώσεων, με στόχο να συγκεντρώσουν τον απαραίτητο όγκο δεδομένων για να μπορέσουν να εξηγήσουν (και να προβλέψουν) με μαθηματικά μοντέλα τη συλλογική κίνηση των ψαριών. Ελήφθησαν όσα δεδομένα ήταν απαραίτητα για την ανάπτυξη αλγορίθμων, οι οποίοι περιγράφουν λεπτομερώς το πώς κινούνται τα κοπάδια σε σχηματισμό.

Μάλιστα, για να επιβεβαιώσουν πως οι αλγόριθμοί τους δουλεύουν σωστά, σε ένα είδους «τεστ Τούρινγκ» (μέθοδος αξιολόγησης του επιπέδου νοημοσύνης μιας μηχανής που προτάθηκε από τον Αλαν Τούρινγκ) πολλά πραγματικά ψάρια αφέθηκαν να αλληλεπιδράσουν μεταξύ τους αλλά και με τα τεχνητά ομοιώματά τους.

Οι ερευνητές του Ινστιτούτου Max Planck στοχεύουν να εφαρμόσουν άμεσα τους αλγορίθμους τους στη Ρομποτική. Η εκπαίδευση των ρομπότ στη συντονισμένη κίνηση αποτελεί εδώ και καιρό μια τεχνολογική πρόκληση, με κάποιες πρώτες επιτυχείς δοκιμές (σε «κοπάδια» αυτόνομων οχημάτων και «σμήνη» μη επανδρωμένων αεροσκαφών) να αναφέρονται, επιπλέον, στη σχετική δημοσίευση στο «Science Robotics».

Η ΤΝ δημιουργεί νέες γλώσσες μαθαίνοντας από τους «προγόνους» της

Οπως οι άνθρωποι μαθαίνουμε από τις προηγούμενες γενιές, έτσι και τα μοντέλα Τεχνητής Νοημοσύνης (ΤΝ) βελτιώνονται όταν αξιοποιούν τις γνώσεις των «προγόνων» τους. Αυτό δείχνει μια νέα μελέτη, η οποία διεξήχθη από τα Πανεπιστήμια Chalmers και Γκέτεμποργκ στη Σουηδία. Γλωσσικά μοντέλα (όπως το ChatGPT) χρησιμοποιούνται ολοένα και περισσότερο ως εργαλεία παραγωγής κειμένου και ως εκ τούτου βελτιώνονται συνεχώς στην απομίμηση της ανθρώπινης γλώσσας. Τι συμβαίνει όμως όταν προσπαθούν να μάθουν μια νέα γλώσσα και μάλιστα χωρίς να εκπαιδευτούν από τον άνθρωπο;

Σύμφωνα με τους ερευνητές, η αποκωδικοποίηση των μηχανισμών, τους οποίους χρησιμοποιούν τα μοντέλα ΤΝ ώστε να μάθουν μια νέα γλώσσα, θα βοηθήσει, μεταξύ άλλων, στο να κατανοήσουμε καλύτερα το πώς εξελίχθηκαν στον χρόνο και οι ανθρώπινες γλώσσες. Οπως περιγράφεται στη σχετική δημοσίευση στο περιοδικό «Journal of Language Evolution», οι ερευνητές μελέτησαν τον μηχανισμό της αυτόνομης εκμάθησης μιας γλώσσας σε ένα σύστημα ΤΝ, αξιοποιώντας συνδυαστικά δύο διαφορετικές μεθόδους.

Αφενός, χρησιμοποιήθηκε η μέθοδος της «ενισχυτικής μάθησης» (όπου οι σωστές ενέργειες επιβραβεύονται) και αφετέρου, οι ερευνητές προέτρεψαν τις νέες γενιές μοντέλων ΤΝ να εκπαιδεύονται από τις προηγούμενες. Η νέα έρευνα έδειξε πως η τεχνητή γλώσσα, την οποία δημιούργησαν τα μοντέλα ΤΝ, παρουσιάζει σαφείς ομοιότητες με τις γλώσσες των ανθρώπων.

Νέο εργαλείο ανιχνεύει τα βλαβερά αιωρούμενα σωματίδια

Τα μικροσκοπικά αιωρούμενα σωματίδια των καυσαερίων ή του καπνού, τα οποία προέρχονται από δασικές πυρκαγιές και από παρεμφερείς πηγές ρύπανσης, συνδέονται με σοβαρές παθήσεις, όπως εγκεφαλικά επεισόδια, καρδιακές νόσους και καρκίνο. Οπως τονίζουν οι ειδικοί, παρ’ όλη την επικινδυνότητά τους, η πρόβλεψη της κίνησης των αιωρούμενων σωματιδίων είναι μια εξαιρετικά δύσκολη υπόθεση.

Από την πλευρά τους, επιστήμονες από το Πανεπιστήμιο του Εδιμβούργου ανέπτυξαν πρόσφατα μια πρωτοποριακή υπολογιστική μέθοδο, μέσω της οποίας προσομοιώνεται επακριβώς η κίνηση των νανοσωματιδίων στην ατμόσφαιρα. Με το νέο εργαλείο, ολοκληρώνονται σε λίγες μόλις ώρες προσομοιώσεις που, έως σήμερα, απαιτούσαν έως και εβδομάδες.

Αυτό οφείλεται σε μια κρίσιμη μαθηματική παράμετρο, ο υπολογισμός της οποίας επιτεύχθηκε μέσω του βρετανικού υπερυπολογιστή «ARCHER2». Το νέο μοντέλο περιγράφει το πώς διαταράσσεται και διαχέεται ο αέρας γύρω από τα νανοσωματίδια, επιτρέποντας προσομοιώσεις υψηλής ακρίβειας με μικρότερο υπολογιστικό κόστος.

Αλγόριθμος παρακολουθεί την υγεία των κοραλλιών

Οι κοραλλιογενείς ύφαλοι και οι συμβιωτικοί τους οργανισμοί (όπως τα φύκη), προστίθενται στη μακρά λίστα όσων απειλούνται από την κλιματική αλλαγή. Η αύξηση της θερμοκρασίας των ωκεανών οδηγεί στο φαινόμενο της «λεύκανσης», κατά το οποίο τα κοράλλια χάνουν το χρώμα και τις πολύτιμες ιδιότητές τους. Ερευνητές από το Πανεπιστήμιο KAUST της Σαουδικής Αραβίας ανέπτυξαν σε συνεργασία με τον οργανισμό SHAMS ένα νέο ψηφιακό εργαλείο, ικανό να ανιχνεύει και να προβλέπει μέσω αλγορίθμων τη σοβαρότητα του φαινομένου της «λεύκανσης» των κοραλλιών με υψηλή ακρίβεια και ανάλυση.

Για να εντοπίσει τις πάσχουσες περιοχές, βασίζεται σε δορυφορικές εικόνες (οι οποίες συλλέγονται κάθε πέντε ημέρες), μέσω των οποίων αναλύει και μελετά τις διαφορές του φωτός που αντανακλούν τόσο τα υγιή όσο και τα «λευκασμένα» κοράλλια. Το μοντέλο προσφέρει λεπτομερή εικόνα των κοραλλιών με ακρίβεια ανάλυσης έως και τα 10 μέτρα, διευκολύνοντας έτσι την αξιολόγηση της ανθεκτικότητας και της δυνατότητας ανάκαμψής τους. Πέρα από ένα σύστημα έγκαιρης προειδοποίησης, το νέο εργαλείο αναμένεται να αποτελέσει και σημαντικό βοήθημα στην έρευνα για την κλιματική αλλαγή.