{"id":22462,"date":"2023-06-07T18:13:20","date_gmt":"2023-06-07T16:13:20","guid":{"rendered":"https:\/\/test.cfdfeaservice.it\/index.php\/2023\/06\/07\/un-sistema-robotico-basato-su-un-modello-computazionale-dellippocampo-umano\/"},"modified":"2023-06-07T18:13:20","modified_gmt":"2023-06-07T16:13:20","slug":"un-sistema-robotico-basato-su-un-modello-computazionale-dellippocampo-umano","status":"publish","type":"post","link":"https:\/\/test.cfdfeaservice.it\/index.php\/2023\/06\/07\/un-sistema-robotico-basato-su-un-modello-computazionale-dellippocampo-umano\/","title":{"rendered":"Un sistema robotico basato su un modello computazionale dell\u2019ippocampo umano"},"content":{"rendered":"
\n
\"Un<\/div>\n
\n

Studiando il modello computazionale dell\u2019ippocampo umano, ricercatori del Cnr-Ibf<\/a> hanno sviluppato un sistema robotico capace di capire come muoversi in un ambiente, analogamente a come farebbe un essere umano. La ricerca \u00e8 pubblicata su <\/em>Neural Networks<\/a>.<\/p>\n

I ricercatori dell\u2019Istituto di biofisica del Consiglio nazionale delle ricerche (Cnr-Ibf) di Palermo applicando le ricerche condotte sulla simulazione dell\u2019ippocampo umano, hanno sviluppato un sistema robotico in grado di apprendere come muoversi in un ambiente, similmente a come farebbe un essere umano. I risultati dello studio sono stati pubblicati su Neural Networks.<\/strong><\/p>\n

\"Un<\/a>
L\u2019ambiente virtuale utilizzato per tutte le simulazioni. Le posizioni degli oggetti sono casuali, ad eccezione degli oggetti viola sul braccio destro e superiore, che rappresentano vicoli ciechi, e dell\u2019oggetto verde sul braccio sinistro, che rappresenta un\u2019uscita.<\/figcaption><\/figure>\n

Il sistema robotico che auto-organizza le proprie connessioni sinaptiche<\/h2>\n

\u201cLa rete neuronale implementata supera il modello del \u2018deep learning\u2019. Un robot equipaggiato con questa rete, creata dal team del Cnr-Ibf, \u00e8 in grado di auto-organizzare le proprie connessioni sinaptiche mentre si muove, ed \u00e8 capace di imparare a raggiungere una destinazione specifica con una sola sessione di apprendimento, ricordando il percorso nelle sessioni successive<\/strong>\u201d, spiega Michele Migliore del Cnr-Ibf.<\/p>\n

Ispirandosi alla biologia, i ricercatori sono stati in grado di dimostrare l\u2019efficienza delle modalit\u00e0 di apprendimento proprie dei mammiferi rispetto a quelle utilizzate dalle piattaforme basate sul deep learning. \u201cAbbiamo costruito la rete utilizzando gli elementi costitutivi fondamentali e le caratteristiche note dei neuroni e delle sinapsi dell\u2019ippocampo\u201d, continua il ricercatore.<\/p>\n

\"ippocampo<\/a>
Rappresentazione schematica della porzione di rete coinvolta nelle diverse fasi durante un ciclo di apprendimento. Ogni pannello evidenzia la porzione di rete pi\u00f9 attiva nei diversi momenti durante l\u2019esplorazione del labirinto.<\/figcaption><\/figure>\n

\u201cQuesta \u00e8 la prima volta che siamo in grado di realizzare la formazione di una funzione cognitiva di alto livello a partire dalla micro-architettura di una regione cerebrale<\/strong>, ovvero i singoli neuroni e le loro connessioni. I risultati spiegano anche come mai le reti di intelligenza artificiale attuali non potranno mai competere con l\u2019efficienza e la velocit\u00e0 di apprendimento dei circuiti biologici, a meno di non utilizzare le stesse architetture gi\u00e0 sviluppate dall\u2019evoluzione naturale\u201d.<\/p>\n

Cambiamento importante rispetto agli attuali metodi di navigazione autonomi<\/h2>\n

La ricerca apre la strada a un cambiamento importante rispetto agli attuali metodi di navigazione autonomi, lasciando intravvedere diverse ricadute pratiche, per esempio nell\u2019ambito dell\u2019automazione industriale e della logistica, con la riduzione di errori di produzione e di performance meccanica; un altro settore che potrebbe beneficiare dallo sviluppo di queste architetture IA sono i sistemi di guida assistita e di ausilio per le persone con ridotte capacit\u00e0 fisiche.<\/p>\n

L\u2019iniziativa si inserisce nel programma di ricerca del progetto bandiera europeo (European flag project) Human Brain Project \u2013 di cui il Cnr \u00e8 partner \u2013 ed \u00e8 stato sviluppato nell\u2019ambito dell\u2019infrastruttura di ricerca \u201cEBRAINS-Italy\u201d, finanziata da Next Generation EU e dal Ministero della Ricerca nell\u2019ambito dei fondi PNRR M4C2, di cui Michele Migliore \u00e8 responsabile scientifico.<\/p>\n

Coppolino and Migliore, (2023), \u201cAn explainable artificial intelligence approach to spatial navigation based on hippocampal circuitry\u201d, Neural Networks, https:\/\/doi.org\/10.1016\/j.neunet.2023.03.030<\/a><\/p>\n

\u00a0<\/p>\n<\/div>\n

L’articolo Un sistema robotico basato su un modello computazionale dell\u2019ippocampo umano<\/a> sembra essere il primo su Il Progettista Industriale<\/a>.<\/p>\n<\/div>\n

Vai alla fonte.<\/a><\/p>\n

Autore: Redazione<\/p>\n

Powered by WPeMatico<\/a><\/small><\/p>\n

_________________________________<\/strong><\/p>\n

CFD FEA Service SRL<\/strong> è una società di servizi che offre consulenza<\/em> e formazione<\/em> in ambito ingegneria<\/strong> e IT<\/strong>. Se questo post\/prodotto ti è piaciuto ti invitiamo a:<\/p>\n