• Home
  • Química
  • Astronomia
  • Energia
  • Natureza
  • Biologia
  • Física
  • Eletrônicos
  • Método de aprendizado profundo para projetar robôs semelhantes a mosca

    Projeto de conceito de robôs-mosca. Crédito:P. Ramdya, EPFL

    "Basta pensar no que uma mosca pode fazer, "diz o professor Pavan Ramdya, cujo laboratório no Brain Mind Institute da EPFL, com o laboratório do Professor Pascal Fua no Instituto de Ciência da Computação da EPFL, conduziu o estudo. "Uma mosca pode escalar um terreno que um robô com rodas não seria capaz."

    As moscas não são exatamente cativantes para os humanos. Nós os associamos corretamente a experiências menos que apetitosas em nossa vida diária. Mas existe um caminho inesperado para a redenção:robôs. Acontece que as moscas têm alguns recursos e habilidades que podem informar um novo design para sistemas robóticos.

    "Ao contrário da maioria dos vertebrados, as moscas podem escalar quase qualquer terreno, "diz Ramdya." Eles podem grudar em paredes e tetos porque têm almofadas adesivas e garras nas pontas das pernas. Isso permite que eles basicamente vão a qualquer lugar. Isso também é interessante porque se você pode descansar em qualquer superfície, você pode gerenciar seu gasto de energia esperando o momento certo para agir. "

    Foi essa visão de extrair os princípios que regem o comportamento da mosca para informar o design de robôs que impulsionou o desenvolvimento do DeepFly3D, um sistema de captura de movimento para a mosca Drosophila melanogaster, um organismo modelo que é usado quase onipresente na biologia.

    Na configuração experimental de Ramdya, uma mosca caminha em cima de uma pequena bola flutuante - como uma esteira em miniatura - enquanto sete câmeras registram cada movimento seu. O lado superior da mosca é colado em um palco imóvel para que fique sempre no lugar enquanto você anda sobre a bola. No entanto, a mosca "acredita" que está se movendo livremente.

    Poses diferentes da mosca da fruta Drosophila melanogaster são capturadas por várias câmeras e processadas com o software DeepFly3D. Crédito:P. Ramdya, EPFL

    As imagens de câmera coletadas são então processadas por DeepFly3D, um software de aprendizagem profunda desenvolvido por Semih Günel, um Ph.D. estudante trabalhando com os laboratórios de Ramdya e Fua. "Este é um bom exemplo de onde uma colaboração interdisciplinar era necessária e transformadora, "diz Ramdya." Ao alavancar a ciência da computação e a neurociência, enfrentamos um desafio de longa data. "

    O que é especial sobre o DeepFly3D é que ele pode inferir a pose 3-D da mosca - ou até mesmo de outros animais - o que significa que ele pode prever e fazer medições comportamentais automaticamente em uma resolução sem precedentes para uma variedade de aplicações biológicas. O software não precisa ser calibrado manualmente e usa imagens da câmera para detectar e corrigir automaticamente quaisquer erros que faça nos cálculos da pose da mosca. Finalmente, ele também usa o aprendizado ativo para melhorar seu próprio desempenho.

    DeepFly3D abre uma maneira de modelar os movimentos com eficiência e precisão, poses, e ângulos articulares de uma mosca de fruta em três dimensões. Isso pode inspirar uma maneira padrão de modelar automaticamente a pose 3-D em outros organismos também.

    "O voo, como um organismo modelo, equilibra tratabilidade e complexidade muito bem, "diz Ramdya." Se aprendermos como faz o que faz, podemos ter um impacto importante na robótica e na medicina e, talvez o mais importante, podemos obter esses insights em um período de tempo relativamente curto. "


    © Ciência https://pt.scienceaq.com