Roboty
Producenci robotyki
Producenci robotyki

Reklama
reklama
Produkty

Start / Artykuły / Roboty pomagają zrozumieć ewolucję

Roboty pomagają zrozumieć ewolucję

Jak na ironię może się okazać, że roboty będą mogą zaoferować większy stopień realizmu w badaniach niektórych zawiłości doboru naturalnego i ewolucji niż prawdziwe żywe organizmy. W ostatnich badaniach naukowcy użyli tzw. "roboty ewolucyjne" w celu zbadania ewolucji informacji społecznej. Ich wyniki odzwierciedliły teoretyczne przewidywania bardziej niż wyniki eksperymentów z prawdziwym organizmami biologicznymi, i mogą one wyjaśnieniać niektóre zaobserwowane zmienności w gatunkach zwierząt.

automatyka
automatyka

"Roboty ewolucyjne mogą pomóc w zrozumieniu ważnych informacji z punku widzenia biologii ewolucyjnej, w szczególności dla zrozumienia ewolucji komunikacji" - powiedziała Sara Mitri z Ecole Polytechnique Fédérale de Lausanne w Szwajcarii.

Naukowcy eksperymentowali z symulacjami komputerowymi populacji 1000 robotów, które naśladowały dynamicznie zmieniające się własności prawdziwych robotów.

W opracowanym scenariuszu podobym do gry, roboty konkurowały ze sobą, by znaleźć źródło pożywienia emitujące światło czerwone i jednocześnie unikać trucizny. Roboty otrzymywały jeden punkt za każdą jednostkę czasu spędzoną w pobliżu żywności i traciły punkt w jednostce czasu kiedy znajdowały się w pobliżu trucizny. Kiedy robot zlokalizował żywność, mógł zatrzymać się w pobliżu aż do końca gry, tak aby zgromadzić jak najwięcej punktów. Roboty miały również możliwość emitowania niebieskiego światła, a także wykrywać takie samo światło emitowanego przez inne roboty.

roboty pomagają w zrozumieniu ewolucji
(A) Robot wykorzystywany do eksperymentów, wyposażony w czujniki pomagające mu odróżnić żywność od truciny (B) Roboty emitujące niebieskie światło w pobliżu źródła żywności.

Jak wyjaśniają naukowcy, każdy robot posiadał 33 geny, które początkowo były ustawione na losowe wartości, tak aby zachowanie robotów było losowe w pierwszym pokoleniu. Geny kontrolowały cechy, takie jak sposób przetwarzania informacji sensorycznych i generowanie czynności ruchowych, takich jak emitowanie błysków światła.

Kiedy roboty wykształciły zdolność do znajdywania żywności i zatrzymywały się w pobliżu, ich zwiększona gęstość w pobliżu źródła żywności spowodowała również zwiększenie częstości generowania błysków niebieskiego światła, stanowiąc źródło wiedzy dla innych robotów. Po około dziewięciu pokoleniach, niebieskie światło skutecznie przyciągało roboty w wyniku czego liczba robotów zgromadzonych przy źródle żywności była coraz większa. W odpowiedzi na ten tłok, roboty zaczęły zmniejszać emisję niebieskiego światła.

Jednakże emisja niebieskiego światła nigdy nie spadła całkowicie do zera, nawet po ewolucji 500 opokolenia robotów. Według naukowców, ten dość zaskakujący wynik można tłumaczyć zmniejszonym naciskiem na podjęcie decyzji o redukcji emisji światła. Kiedy częstość emisji niebieskiego światła spadała, powodowało to spadek ilości informacji dla innych robotów i jednocześnie mniejsze zobowiązanie robotów emitujących światło.

"Procesy ewolucyjne nie muszą prowadzić do "optymalnych" rozwiązań (w tym przypadku całkowitego stłumienia informacji), ale w rzeczywistości składają się ze skomplikowanych oddziaływań selekcji i zmian" - powiedziała Mitri.

Jedną z ważnych konsekwencji obniżonej presji selekcyjnej na emisję światła było to, że w stanie równowagi zauważalna była duża ilość zmian zarówno w produkcji, jak i odpowiedziach na światło wśród robotów. Podczas gdy większość robotów wykazywała tylko niewielkie zainteresowanie niebieskim światłem i rzadko lub nigdy nie emitowała światła w pobliżu żywności, to nadal duża liczba robotów była bardzo zainteresowana światłem, a część robtów chętnie emitowała dużo światła w pobliżu żywności. Naukowcy przypuszczają, że całkowite stłumienie światła nie może być osiągnięte, ponieważ zmniejszenie tych informacji byłoby jednocześnie zmniejszeniem presji selekcyjnej na redukcję informacji.

Generalnie rzecz ujmując wynik ten oznacza, że presja selekcyjna obniża konkretne cechy osobników, zaś różnorodność fenotypowa takie cechy podwyższa. Odkrycie to jest zgodne z wynikami wcześniejszych badań, które wykazały wyższe niż oczekiwane zmiany w doborze strategii sygnalizacji wśród populacji - przykładowo duży stopień zabarwień ćmy, który do tej pory nie znalazł wyjaśnienia. Być może, jak wskazują doświadczenia przeprowadzone na robotach, badane populacje ciem odnotowały spadek presji selekcyjnej na ich kolorystykę.

Jak podsumowują naukowcy, systemy robotów ewolucyjnych mogą nam dać pewnien wgląd w zrozumienie ewolucji i doboru naturalnego, z uwzględnieniem ich niejawnego i niezamierzonego zachowania, takie jak emitowanie i wykrywanie światła podczas żerowania. Wyniki przeprowadzonych eksperymentów okazały się również bardziej zgodne z przewidywaniami teoretycznymi niż wyniki innych badań empirycznych, podzielających pogląd, że do badań nad żywymi organizmami wymagane są bardziej kontrolowane ekperymenty.

"Ponieważ możemy obserwować, jak roboty rozwijają się przez wiele pokoleń, możemy formułować hipotezy i przewidywania dotyczące ewolucji systemów w przyrodzie" - wyjaśnia Mitri. "Prognozy te mogą być następnie wykorzystane do inspirowania biologów do pracy z prawdziwymi zwierzętami, tak aby mieli możliwość wyjaśnienia tego, co obserwujemy. Nie twierdzimy, że nasze roboty są takie same jak wszystkie zwierzęta, ale mogą one sugerować, co biolodzy powinni przetestować aby znaleźć odpowiedzi na ich pytania."

źródło: Physorg (01.09.2011)

roboty


roboty

 

Linki reklamowe: automatyka
asimo.pl - polski wortal robotyki
info@asimo.pl
2006-2012 Kraków