Ces robots s’inspirent du cerveau animal pour naviguer : une avancée révolutionnaire en intelligence artificielle

L’ère des robots intelligents a franchi une nouvelle étape grâce à une avancée révolutionnaire. Des chercheurs de l’Université de Technologie du Queensland (QUT) ont mis au point un système de navigation novateur inspiré par le cerveau animal. Ce développement pourrait transformer la manière dont les robots interagissent avec leur environnement.

Cette mise à jour YouTube bouleverse tout : une navigation Android repensée qui divise les utilisateurs

Un système inspiré du cerveau animal

Les animaux, des insectes aux grands mammifères, possèdent une capacité naturelle à naviguer efficacement et avec précision. Cette aptitude innée a intrigué les chercheurs depuis des décennies. Aujourd’hui, l’équipe de QUT, dirigée par Somayeh Hussaini, a réussi à reproduire cette compétence chez les robots.

En s’inspirant des cerveaux des insectes et des animaux, les chercheurs ont créé un système de navigation qui imite le traitement de l’information biologique. Cette approche pourrait un jour rivaliser avec, voire surpasser, les méthodes conventionnelles actuelles.

Les réseaux neuronaux à spikes

Le cœur de cette innovation repose sur les Spiking Neural Networks (SNNs), un type de réseau neuronal artificiel. Ces réseaux reproduisent la manière dont les cerveaux biologiques traitent l’information à l’aide de signaux brefs et discrets. Les SNNs offrent une solution plus efficace et robuste pour la navigation robotique.

Cette mise à jour YouTube de GTA 6 sème la confusion et ravive l’espoir d’un nouveau trailer : voici pourquoi

Selon Hussaini, ces réseaux sont particulièrement adaptés au matériel neuromorphique. Ce matériel spécialisé imite les systèmes neuronaux biologiques, permettant un traitement plus rapide et une consommation d’énergie réduite.

Des applications prometteuses

Ce nouveau système utilise des modules de réseau neuronal pour la reconnaissance de lieux à partir d’entrées visuelles. Ces modules, lorsqu’ils sont combinés en un ensemble, augmentent la capacité du système à reconnaître des lieux dans des conditions variables.

Le hacker de GTA 6 a été interné dans cet hôpital sécurisé : il jugé inapte au procès

En utilisant des séquences d’images plutôt que des images uniques, l’exactitude de la reconnaissance des lieux a augmenté de 41 %. Cela permet au système de s’adapter aux changements d’apparence au fil du temps et des saisons.

Idéal pour l’exploration spatiale

Le système a été testé avec succès sur un robot à faible consommation d’énergie, démontrant sa praticité pour des applications économes en énergie. Cette caractéristique est cruciale pour les robots utilisés dans l’exploration spatiale ou les secours en cas de catastrophe.

En traitant l’information par impulsions courtes et discrètes, les SNNs réduisent significativement les coûts computationnels. Cela les rend idéaux pour des environnements à contraintes énergétiques.

Perspectives d’avenir

Ce travail ouvre la voie à des systèmes de navigation plus efficaces et fiables pour les robots autonomes. Les applications potentielles incluent des domaines tels que l’exploration spatiale et le secours en cas de catastrophe, où l’optimisation de l’efficacité énergétique et la réduction des temps de réponse sont cruciales.

Les résultats de cette recherche ont été publiés dans la revue IEEE Transactions on Robotics, soulignant l’importance de cette avancée pour l’avenir de la robotique.

Cette technologie inspirée de la nature pourrait-elle un jour transformer notre façon de concevoir la robotique moderne ? Seul l’avenir nous le dira.

Source : Interestingengineering