كشف علماء من جامعة طوكيو عن اختراق كبير من شأنه أن يتيح للروبوتات تعلم التفكير مثل البشر، وذلك من خلال التقدم في حوسبة الخزانات الفيزيائية، وهي تقنية تجعل إشارات الدماغ منطقية، الأمر الذي يسمح تعليم الروبوتات التفكير مثل البشر.

واستخدم العلماء، التكنولوجيا لتدريب الروبوتات على التنقل عبر متاهة عن طريق التحفيز الكهربائي للخلايا العصبية في الدماغ البشري المتصلة بالآلة.

ونمت هذه الخلايا العصبية من الخلايا الحية وكانت بمثابة "الخزان" المادي للكمبيوتر لتوليد إشارات متماسكة. وقامت الإشارات، سواء كانت متجانسة أو حية، بتوجيه الروبوت بشكل فعال عبر المتاهة، وفقًا لما قاله الخبراء في دورية "رسائل الفيزياء التطبيقية".

عندما ينحرف الروبوت في الاتجاه الخاطئ أو يواجه الطريق الخطأ، يتم تحفيز الخلايا العصبية في مزرعة الخلية بواسطة نبضة كهربائية.

خلال التجارب، تم تغذية الروبوت بإشارات متقطعة بواسطة النبضات الكهربائية، والتي كانت بمثابة إشارات اضطراب، حتى نجح في التنقل في المتاهة.

اظهار أخبار متعلقة

طريقة تعليم الروبوتات

تشير هذه النتائج إلى أنه يمكن تعليم الروبوتات السلوك الموجه نحو الهدف دون أي تعلم إضافي، وفقًا للباحثين، الذي أوضحوا أن الروبوت لم يستطع رؤية البيئة أو الحصول على معلومات حسية أخرى، لذلك كان يعتمد كليًا على نبضات التجربة والخطأ الكهربائية.

قال المؤلف المشارك للدراسة هيروكازو تاكاهاشي في بيان صحفي: "أنا نفسي ألهمتني تجاربنا على افتراض أن الذكاء في النظام الحي ينشأ من آلية تستخرج ناتجًا متماسكًا من حالة غير منظمة".

وأضاف تاكاهاشي، الأستاذ المشارك في المعلوماتية الميكانيكية، إنه باستخدام هذا المبدأ، يمكن تعلم قدرات حل المهام الذكية باستخدام أجهزة كمبيوتر الخزان الفيزيائي لاستخراج الإشارات العصبية الفوضوية وإيصال إشارات الاستتباب أو الاضطراب.

عند القيام بذلك، يقوم الكمبيوتر بإنشاء خزان يفهم كيفية حل المهمة. وبحسب الباحثين، فإن استخدام حوسبة المكامن الفيزيائية بهذه الطريقة سيساهم في فهم أفضل لآليات الدماغ وقد يؤدي إلى تطوير جديد لجهاز كمبيوتر عصبي الشكل.

قال تاكاهاشي وفقًا لوكالة "يو بي آي": "إن دماغ (طفل) في المدرسة الابتدائية غير قادر على حل المشكلات الرياضية في امتحان القبول بالجامعة، ربما لأن ديناميكيات الدماغ أو" كمبيوتر الخزان المادي "ليس غنيًا بما يكفي".

وأضاف: "يتم تحديد القدرة على حل المهام من خلال مدى ثراء ذخيرة الأنماط الزمانية المكانية التي يمكن أن تولدها الشبكة".