In che modo le larve stanno influenzando il futuro della robotica

Gli animali – che siano semplici o complessi – hanno una straordinaria capacità di imparare. Anche con una capacità intellettuale limitata, un organismo può scegliere la cosa giusta da fare in reazione a stimoli esterni, una cosa che la teoria dell’apprendimento automatico non può ancora realizzare completamente.

Imparare dalle larve

Il progetto MINIMAL, finanziato dall’UE e lanciato nel 2014, ha studiato i processi di apprendimento in un animale relativamente semplice, la larva del moscerino della frutta. Nonostante abbia meno di 10 000 neuroni, questa creatura è in grado di apprendere rapidamente e in modo flessibile delle informazioni che la guidano verso le cose buone e la allontanano da quelle cattive.

“Capire i meccanismi specifici alla base di questo processo di apprendimento potrebbe avere importanti applicazioni per la tecnologia, come lo sviluppo di piccoli dispositivi robotici in grado di imparare autonomamente,” spiega il coordinatore del progetto MINIMAL, la professoressa Barbara Webb della Facoltà di informatica dell’Università di Edimburgo nel Regno Unito.

“Questo potrebbe significare, per esempio, essere in grado di sviluppare piccoli robot poco costosi da usare nell’agricoltura di precisione, che siano in grado di imparare quali piante hanno bisogno di fertilizzante o irrigazione. In modo da fornirli solo dove e quando sono necessari. L’idea centrale è che sistemi piccoli ma attivi possono, come gli animali, discriminare localmente e ricordare solo le informazioni necessarie per il compito che stanno svolgendo.”

La semplice larva è stata selezionata dalla professoressa Webb e dal suo team perché era possibile monitorare da vicino e controllare sia il comportamento dell’animale che i processi cerebrali in modo molto dettagliato. I ricercatori hanno potuto seguire l’intero processo mediante il quale questi animali riescono a imparare nuovi odori che li portano verso cibo buono (come lo zucchero) e li allontanano dal cibo cattivo (come il chinino).

“Abbiamo scoperto che alcune specifiche singole cellule del cervello sono sufficienti, quando sono attivate, a fare in modo che la larva impari che un particolare odore è buono,” dice Webb. “Abbiamo in programma di esplorare ulteriormente questo fenomeno usando un nuovo metodo sviluppato nel progetto MINIMAL, che mostra l’attività di specifiche cellule cerebrali illuminandole e che ci permette di seguirla anche quando la larva si muove liberamente. Non ci aspettavamo che quest’ultimo metodo funzionasse e quindi questo è forse uno degli elementi più soddisfacenti del progetto finora.”

Opportunità per l’informatica

Il lavoro svolto dal progetto sul processo di apprendimento della larva potrebbe beneficiare anche altri settori. “Anche se il nostro principale obiettivo era dimostrare tali capacità in sistemi di robot reali, potrebbero esserci dei parallelismi nell’ambiente informatico,” dice la professoressa Webb.

Per esempio, anche se le attuali tendenze nel mondo informatico spesso si basano sui grandi dati, è noto che in natura gli animali spesso imparano con pochissimi dati per prevedere associazioni (come la capacità delle larve di trovare cibo buono). Capire come funziona questo potrebbe avere conseguenze per lo sviluppo di software e interfaccia per computer che anticipano l’azione successiva di un utente.

Guardando ancora più avanti nel futuro, potrebbe un giorno essere possibile persino che le stesse larve diventino dispositivi informatici ingegnerizzati, in grado di svolgere importanti compiti di elaborazione del segnale.

“Il prossimo passo è consolidare i nostri risultati in un modello del meccanismo di apprendimento neurale della larva e testarlo su un robot,” dice la professoressa Webb. “Abbiamo sviluppato anche una larva robot, ma è risultato difficile controllarne i movimenti. L’apprendimento biologicamente basato potrebbe essere la risposta e crediamo fermamente che questi robot potrebbero trovare molte applicazioni.”

La conclusione del progetto MINIMAL è prevista per la fine di dicembre 2016.

Per ulteriori informazioni, visitare:
Sito web del progetto MINIMAL