De ‘hond (afb: UGent)

Bij het onderzoek op het gebied van kunstmatige intelligentie (ki) zijn diepe neurale netwerken tegenwoordig de grote mode. Met behulp van die systemen lijken machines/robots steeds meer menselijke trekjes te krijgen en leren daarmee, bijvoorbeeld, mensen op foto’s te herkennen of teksten te begrijpen. Jonas Degrave van de universiteit van Gent heeft voor zijn promotieopdracht die netwerken gebruikt om een robot aan te sturen, zijn hersens zou je kunnen zeggen.
Voor zijn onderzoek werd een kleine vierpotige robothond ontwikkeld om de methodes te verifiëren. Vervolgens werd een simulatieprogramma ontwikkeld om het lijf van de robothond te simuleren, zodanig dat zowel het mechaniek als de  programmatuur van de robot konden worden geoptimaliseerd  met een algoritme gebaseerd op de analytische afgeleiden van dat systeem.
De onderzoekers rond de promovendus concluderen dat er een ‘natuurlijke’ samenhang kan zijn tussen de lichaamsbouw van de robot en de neurale netwerken die hem aansturen. Als de robot gebouwd is uit zachte, buigende materialen, kan de robot aangestuurd worden met minder rekenkracht en minder geheugen door gebruik te maken van het chaotische gedrag in het lichaam van de robot, bijvoorbeeld.

Bron: Alpha Galileo