Για το ανεκπαίδευτο ανθρώπινο μάτι, η συμπεριφορά των μυρμηγκιών και παρόμοιων εντόμων φαίνεται να καθορίζεται από το βασικό ένστικτο με ελάχιστη έως καθόλου πραγματική νοημοσύνη.
Όχι έτσι, λέει Τεντ Πάβλιτς.
«Υπάρχουν ίσως έως και 20.000 είδη μυρμηγκιών στον κόσμο, αλλά τείνουμε να πιστεύουμε ότι κάθε μυρμήγκι είναι σαν κάθε άλλο μυρμήγκι. Αλλά από πολλές απόψεις, υπάρχει μεγάλη ποικιλομορφία μεταξύ των μυρμηγκιών», λέει ο αναπληρωτής καθηγητής επιστήμης και μηχανικής υπολογιστών στο Σχολή Υπολογιστών και Επαυξημένης Νοημοσύνηςμέρος του Ira A. Fulton Schools of Engineering στο Πολιτειακό Πανεπιστήμιο της Αριζόνα.
Όταν πρόκειται για το τι μπορούν να μάθουν οι άνθρωποι από τη φύση, τα μυρμήγκια και άλλα κοινωνικά έντομα – συμπεριλαμβανομένων πολλών ειδών μελισσών και σφηκών – έχουν πολλά να μας διδάξουν, ισχυρίζεται ο Pavlic.
Μια προσεκτική εξέταση των τρόπων επικοινωνίας των κοινωνικών εντόμων, των μοτίβων συμπεριφοράς τους και των αποφασιστικών και συντονισμένων προσπαθειών επίλυσης προβλημάτων που επιβεβαιώνουν ότι τα έντομα αποτελούν πηγή πολύτιμης γνώσης, λέει ο Pavlic, ο οποίος είναι επίσης ο ιδρυτικός αναπληρωτής διευθυντής έρευνας για Κέντρο Βιομιμίας της ASUμεταξύ πολλών σχετικών δεσμεύσεις.
Η συλλογική νοημοσύνη των κοινωνικών εντόμων που αποδεικνύεται από τις συντονισμένες ενέργειες των στενά ενσωματωμένων αποικιών τους μπορεί ακόμη και να προσφέρει πρότυπα για μηχανικούς και επιστήμονες που κάνουν πρόοδο σε αυτόνομα συστήματα που μπορούν να χρησιμοποιηθούν προς όφελος των ανθρώπινων κοινοτήτων με πολλούς τρόπους.
Στο Pavlic’s Science and Engineering of Autonomous Decision-Making Systems, ή SEADS, Lab, για παράδειγμα, αυτός και μια ομάδα διεπιστημονικών ερευνητών εξετάζουν πώς τα ζώα αντιλαμβάνονται την αβεβαιότητα στο περιβάλλον τους. Οι έρευνες των ερευνητών περιλαμβάνουν τον τρόπο με τον οποίο αποικίες μυρμηγκιών και μελισσών αντιμετωπίζουν και αντιμετωπίζουν διάφορες προκλήσεις και απειλές και πώς αυτές οι προσαρμογές θα μπορούσαν να εμπνεύσουν νέες καινοτομίες σε μηχανικά συστήματα.
Ξεκλειδώνοντας τη λειτουργία της κατανεμημένης αυτονομίας στη λήψη αποφάσεων και τη συμπεριφορά των μυρμηγκιών, των μελισσών και των σφηκών, οι άνθρωποι μπορούν να μάθουν να προσαρμόζουν τέτοιες ανακαλύψεις για τις δικές μας χρήσεις — ιδιαίτερα στον τρόπο με τον οποίο αναπτύσσουμε ολοκληρωμένα αυτόνομα συστήματα. Αυτό μπορεί να περιλαμβάνει την αύξηση της αυτονομίας των drones, τη βελτίωση της αποτελεσματικότητας και της επεκτασιμότητας των δικτυωμένων συστημάτων στο δομημένο περιβάλλον ή την ενίσχυση των ανθρώπινων κοινωνικών δικτύων στην παραπληροφόρηση.
«Μπορούμε να πάρουμε ό,τι μαθαίνουμε από το πώς η φύση αντιμετωπίζει καταστάσεις που περιλαμβάνουν πολλά κινούμενα μέρη όταν συντονίζουμε ενέργειες ως απάντηση σε διάφορα προβλήματα», λέει ο Pavlic. «Μπορούμε να δούμε, για παράδειγμα, πώς τα ζώα λαμβάνουν αποφάσεις όταν αντιμετωπίζουν αβεβαιότητα στο περιβάλλον τους και στη συνέχεια μπορούμε να χρησιμοποιήσουμε αυτά που μαθαίνουμε για να παρέχουμε ένα πρότυπο για τη βελτίωση των αποκρίσεων των δικών μας αυτόνομων συστημάτων σε διάφορες μεταβαλλόμενες καταστάσεις».
Χρήση τεχνητής νοημοσύνης για τη βελτίωση των αυτοματοποιημένων συστημάτων
Ο Pavlic και οι ερευνητές του ενδιαφέρονται ιδιαίτερα να επωφεληθούν από τις διευρυνόμενες δυνατότητες της τεχνολογίας τεχνητής νοημοσύνης ή AI για να καθοδηγήσουν αποφάσεις και ενέργειες όταν αντιμετωπίζουν αινίγματα και απρόβλεπτες καταστάσεις όταν αντιμετωπίζουν αβέβαιες συνθήκες.
Ορισμένες από αυτές τις προσπάθειες περιλαμβάνουν καινοτόμο χρήση της τεχνητής νοημοσύνης για το σχεδιασμό και την ανάπτυξη συστημάτων μηχανικής μάθησης και αυτοματισμού που επιτρέπουν σε ένα είδος οδικού χάρτη οικολογικής βιομιμητικότητας να καθοδηγεί και να διαχειρίζεται αποτελεσματικά ένα σύνθετο έργο.
Ο Pavlic βλέπει πιθανότητες για τη δημιουργία εκτεταμένων οδηγών για τη χρήση των ισχυρών δυνάμεων της τεχνητής νοημοσύνης για τον σχεδιασμό της μέγιστης αποδοτικής υποδομής και τρόπων για την ενίσχυση της παραγωγικότητας των αυτοματοποιημένων συστημάτων.
«Μπορεί κάποια μέρα να μπορέσουμε να κάνουμε πράγματα όπως η λειτουργία μιας μεγάλης μονάδας παραγωγής με τη βοήθεια 1.000 ρομπότ εργαζομένων που μπορούν να παρακολουθούν το περιβάλλον τους και να επικοινωνούν μεταξύ τους και με τους ανθρώπους», λέει ο Pavlic. «Θα μπορούσαν να βοηθήσουν όλους να ανταποκριθούν στα προβλήματα με τον ίδιο τρόπο που ορισμένα έντομα και άλλα ζώα μπορούν να προβλέψουν τους κινδύνους στο περιβάλλον τους και να λάβουν προστατευτικά μέτρα».
Pavlic και συναδέλφους ASU Άνοιξη Μπέρμαν και Jennifer Fewell έχουν συνεργαστεί με έναν συνεργάτη του κλάδου, Boston Fusion Corporationσε διάφορα σχετικά έργα που χρηματοδοτούνται από Υπουργείο Άμυνας των ΗΠΑ αντιπροσωπείες που στοχεύουν στη διεύρυνση των εφαρμογών βιο-εμπνευσμένης τεχνητής νοημοσύνης για τη βελτίωση της απόδοσης των τεχνολογιών αυτόνομων συστημάτων σε περιβάλλοντα με προκλήσεις.
Ο Berman είναι αναπληρωτής καθηγητής μηχανολογίας και αεροδιαστημικής μηχανικής στο Σχολή Μηχανικών Ύλης, Μεταφορών και Ενέργειας, μέρος των σχολείων Fulton. Ο Fewell είναι αναπληρωτής κοσμήτορας της σχολής Κολλέγιο Φιλελεύθερων Τεχνών και Επιστημών και Καθηγητής Προέδρου στο ASU’s Σχολή Επιστημών της Ζωής. Ειδικεύεται στις μελέτες κοινωνιών εντόμων.
Στόχος τους είναι να χρησιμοποιήσουν αυτόνομα συστήματα για να υποστηρίξουν επεκτάσεις στις δυνατότητες των ανθρώπινων χειριστών πεδίου χωρίς να αυξήσουν το γνωστικό βάρος των χειριστών για τη διαχείριση της αυτονομίας των συστημάτων, λέει ο Pavlic.
Μοντελοποίηση επιχειρήσεων διάσωσης σχετικά με τη συμπεριφορά των κοινωνικών εντόμων
Ο Μπέρμαν είναι ο διευθυντής του Αυτόνομα Συλλογικά Συστήματαή ACS, Laboratory, το οποίο χρησιμοποιεί διεπιστημονικές προσεγγίσεις για να σχεδιάσει στρατηγικές ελέγχου για μεγάλης κλίμακας αυτόνομα συστήματα πολλαπλών ρομπότ που τους επιτρέπουν να επιδεικνύουν συλλογική νοημοσύνη και αυτοοργάνωση.
Σε μέρος της δουλειάς της με τον Pavlic, η Berman επικεντρώνεται στην ανάπτυξη προσεγγίσεων ελέγχου πολλαπλών ρομπότ που μπορούν να χρησιμοποιηθούν για να βοηθήσουν τις επιχειρήσεις έρευνας και διάσωσης, εντοπίζοντας θύματα καταστροφών και παρέχοντάς τους προμήθειες και ιατρική περίθαλψη.
Αυτές οι λειτουργίες θα εκτελούνται από μικρά εναέρια ρομπότ όπως τα τετρακόπτερα, τα οποία είναι εξαιρετικά ευέλικτες πλατφόρμες εξοπλισμένες με τέσσερις ρότορες που μπορούν να πετάξουν με ασφάλεια και αποτελεσματικότητα σε ποικίλα φυσικά και δομημένα περιβάλλοντα.
Οι μεταπτυχιακοί φοιτητές του Pavlic και του Berman εργάζονται μαζί για να προγραμματίσουν μια ομάδα τετρακοπτέρων με ελεγκτές εμπνευσμένους από κοινωνικά έντομα και να τα δοκιμάσουν στο ASU Drone Studio.
Ο στόχος είναι να εφαρμοστούν ελεγκτές που χρησιμοποιούν εισόδους από μια σουίτα ελαφρών, ενσωματωμένων αισθητήρων, όπως κάμερες και μονάδες μέτρησης αδράνειας, για να επιτρέψουν σε ένα σμήνος τέτοιων ελικόπτερο να αναζητήσουν αποτελεσματικά ένα περιβάλλον, να αποφύγουν τις συγκρούσεις και να ανιχνεύσουν θύματα στο έδαφος. Θα μπορούσαν επίσης να συνεργαστούν για να παραδώσουν νερό, τρόφιμα και φάρμακα στα θύματα και να στρατολογήσουν κοντινά ρομπότ για να βοηθήσουν σε άλλες εργασίες, όπως απαιτείται.
«Οι πολιτικές ελέγχου των ρομπότ έχουν παραλληλισμούς με συμπεριφορές που παρουσιάζουν τα κοινωνικά έντομα όταν αναζητούν τροφή ή αναζητούν μια νέα τοποθεσία φωλιάς», λέει ο Berman. «Τα έντομα μπορούν να βρουν τροφή και πιθανές τοποθεσίες φωλιάς με πολύ ισχυρό τρόπο σε περιβάλλοντα που ήταν προηγουμένως άγνωστα σε αυτά, επειδή έχουν εξελιχθεί ώστε να μπορούν να το κάνουν αυτό. Αυτή είναι η βασική ιδέα πίσω από τις στρατηγικές που αναπτύσσουμε για τα ρομπότ».
Οι προδιαγραφές υψηλού επιπέδου τέτοιων επιχειρήσεων έρευνας και διάσωσης θα μπορούσαν να καθοριστούν από ανθρώπινους επόπτες, ενώ τα ρομπότ θα εκτελούσαν αυτόνομα λειτουργίες χαμηλού επιπέδου για την εκτέλεση των επιχειρήσεων.
«Για παράδειγμα, εάν ένα άτομο θέλει να αλλάξει τη συνολική αποστολή του σμήνους ρομπότ, μπορεί να μεταδώσει τις ενημερωμένες παραμέτρους ή εντολές σε όλα τα ρομπότ με λίγες μόνο γραμμές κώδικα σε έναν υπολογιστή», λέει ο Berman.
Χρήση βιο-εμπνευσμένης τεχνητής νοημοσύνης για την επέκταση της αναζήτησης λύσεων
Η πρόσφατη δουλειά του Fewell έχει χρησιμοποιηθεί ως πρότυπο για βιο-εμπνευσμένους αλγόριθμους τεχνητής νοημοσύνης και ελεγκτές ρομπότ που αναπτύχθηκαν από τους Pavlic και Berman.
Σε μια μελέτη, ο Fewell έδειξε πώς οι αποικίες μυρμηγκιών που συγκομίζουν σπόρων ενισχύουν τις πληροφορίες σχετικά με τις αληθινές απειλές, αλλά είναι οργανωμένες για να μειώνουν φυσικά τους ψευδείς συναγερμούς. Προβλέπει τη δυνατότητα της NASA και του Υπουργείου Ενέργειας των ΗΠΑ να χρησιμοποιήσουν αυτήν την έρευνα για να χρησιμοποιήσουν τις δυνατότητες βιομιμητικότητας των ρομπότ.
«Μπορούσα να δω τη NASA να θέλει να χρησιμοποιήσει αυτόνομα ρομπότ για εξωγήινη εξερεύνηση σε δύσκολα περιβάλλοντα σε άλλους πλανήτες», λέει ο Fewell. «Το Υπουργείο Ενέργειας μπορεί να ενδιαφέρεται για τις ικανότητες των ρομπότ να συντονίζουν τη χαρτογράφηση και την παρακολούθηση περιοχών που εξυπηρετούνται από συγκεκριμένα δίκτυα ενέργειας».
Επιπλέον, ένας μεταπτυχιακός φοιτητής που καθοδηγεί τους Fewell και Pavlic χρησιμοποιεί εργαστηριακές μεθόδους για να καταλάβει πώς οι αποικίες μυρμηγκιών προσαρμόζουν τον καταμερισμό της εργασίας τους ώστε να γίνονται πιο ενεργειακά αποδοτικές όσο μεγαλύτερες γίνονται οι αποικίες τους.
Ο Pavlic λέει ότι είναι πολύ νωρίς για να πούμε εάν οι αρχές της κοινής χρήσης εργασίας που ανακαλύπτουν στις αποικίες μυρμηγκιών μπορούν να εφαρμοστούν για να καθοδηγήσουν τη διαχείριση αναπτυσσόμενων ανθρώπινων οργανώσεων. Αλλά καθώς αυξάνεται ο αριθμός των διαφορετικών ερευνητών στο ASU, προσθέτει, είναι πιθανό οι διεπιστημονικές επιδιώξεις όπως η συνεργασία του με τον Berman και τον Fewell να συνεχίσουν να αυξάνουν τον ρυθμό με τον οποίο το πανεπιστήμιο παράγει νέες καινοτομίες.