Американские инженеры создали роботизированную 3D-печатную копию аквариумной рыбки для изучения взаимодействия между рыбами-сородичами. В отличие от всех предыдущих управляемых реплик животных, новая роборыбка умеет адаптировать свои движения под живой объект исследования, тем самым увеличивая валидность исследования. Статья опубликована в журнале Scientific Reports.
В последние годы ученые-биологи все чаще используют роботизированные копии своих подопытных для изучения их поведения: например, роботизированные реплики помогли изучить эволюцию муравьев-листорезов. Главный плюс исследований поведения животных с использованием управляемых реплик — это возможность контролировать внешний стимул. Тем не менее, большинство таких экспериментов проводится с животными-роботами с открытым управлением (open-loop control): то есть действия реплики либо запрограммированы изначально, либо «настраиваются» экспериментатором.
Разумеется, у такого метода есть свои очевидные ограничения: роботизированная реплика с открытым управлением не дает прямого ответа на действия живого объекта эксперимента, из-за чего его результаты могут быть предвзяты. Альтернативой такому методу может быть замкнутое управление (closed-loop control) репликами: то есть такое управление, при котором действия роботов «настраиваются» исходя из действий живых объектов исследования.
Команда исследователей из Политехнического института Нью-Йоркского университета под руководством Маурицио Порфири (Maurizio Porfiri) занимается разработкой роботизированных реплик для изучения поведения рыб уже достаточно давно. В 2015 году ученые провели первый эксперимент с использованием управляемой реплики хищного глазчатого астронотуса (Astronotus ocellatus), а в прошлом году — изучили взаимодействие с ними рыбок данио-рерио (Danio rerio) при помощи измерения энтропии переноса (англ. transfer entropy). Теперь ученые сосредоточились на использовании в экспериментах роботизированных «сородичей» данио-рерио, а именно — на создании системы замкнутого управления их реплик.
Исследователи использовали реплику данио-рерио, напечатанную на 3D-принтере и управляемую с помощью роботизированной руки (сама рыбка-реплика была закреплена на нити). Движения живых рыб были записаны при помощи камер и спроектированы в трехмерное пространство. Полученные координаты затем использовали для управления движения репликами.
Ученые рассматривали взаимодействие живых рыб с репликами, которые перемещались по пяти разным траекториям: траектории с открытым управлением по всем трем осям и с замкнутым управлением отдельно по осям X, Y, Z, а также по всем трем вместе. В качестве контрольного условия ученые наблюдали за взаимодействием двух живых данио-рерио.
Анализ поведения рыб во время взаимодействия с репликами показал, что живые данио-рерио предпочитают проводить время на дне аквариума в компании роботизированных реплик с замкнутым управлением — причем вне зависимости от того, по какой из осей оно было настроено. Также данио-рерио чаще сбивались в стаи с репликами с замкнутым управлением по оси Y. Движение реплики по этой оси относительно живой рыбы также сказалось на показателе информационной энтропии (энтропии переноса): рыба-робот и живая данио-рерио больше взаимодействовали друг с другом, когда реплика управлялась замкнуто.
Исследователи, таким образом, показали, что использование управления замкнутого типа для регуляции движения роботизированных реплик может повысить их биомимикрию и, соответственно, увеличить валидность, максимально приблизив лабораторные исследования к исследованиям in vivo.
При создании роботов инженеры часто вдохновляются биологическими механизмами и даже совмещают некоторые из них в одном устройстве. Например, роботаракана научили переворачиваться с помощью «хвоста», которого у настоящих тараканов нет.
Елизавета Ивтушок
Одна парализованная пациентка смогла «произносить» 62 слова в минуту, а другая — 78
Две команды ученых из США научили декодеры превращать сигналы мозга парализованных пациентов в текст в три-четыре раза быстрее, чем удавалось прежде. Статьи об этом [1, 2] опубликованы в Nature. Одни исследователи создали декодер, который переводил в текст беззвучную речь пациентки в текст со скоростью 62 слова в минуту, а вторая группа разработала немного другой интерфейс и перевела сигналы мозга не только в текст, но и в устную речь цифрового аватара и в его мимику. Их декодер генерировал текст со скоростью 78 слов в минуту. Предыдущий рекорд для подобных интерфейсов — 18 слов в минуту.