Servicio de Información Comunitario sobre Investigación y Desarrollo - CORDIS

Larvas de mosca que influyen en el futuro de la robótica

¿Qué pueden aprender unos programadores de software y especialistas en TIC de las larvas de una mosca? Al parecer, muchas cosas. Unos científicos dotados con fondos europeos aspiran a entender cómo tienen lugar los procesos de aprendizaje complejo en estos organismos simples para así avanzar hacia una era de robots con capacidad de aprendizaje autónomo y de computación predictiva.
Larvas de mosca que influyen en el futuro de la robótica
Los animales, sean simples o complejos, presentan una capacidad de aprendizaje asombrosa. Incluso con una capacidad cerebral limitada, un organismo es capaz de hacer lo correcto en respuesta a estímulos externos, y esto es algo que la teoría del aprendizaje computacional vigente no es capaz de explicar por completo.

Aprender de larvas

El proyecto MINIMAL, iniciado en 2014 y financiado con fondos europeos, ha estudiado los procesos de aprendizaje de un animal relativamente simple, la larva de la mosca de la fruta. Pese a tener menos de diez mil neuronas, esta criatura es capaz de aprender, de forma rápida y flexible, ciertos indicios que le conducen a cosas buenas y le apartan de cosas malas.

«Desentrañar los mecanismos específicos que sustentan este proceso de aprendizaje podría tener consecuencias importantes para la tecnología, por ejemplo para el desarrollo de dispositivos robóticos pequeños con capacidad de aprendizaje autónomo», explicó la coordinadora del proyecto MINIMAL, la catedrática Barbara Webb de la Facultad de Informática de la Universidad de Edimburgo (Reino Unido).

«Por ejemplo, se podría desarrollar robots pequeños y baratos para su uso en agricultura de precisión que fueran capaces de aprender qué plantas requieren fertilizante o riego. Así, estos se podría aplicar solamente cuando y donde se necesitase. La idea fundamental son sistemas pequeños pero activos que puedan, como los animales, discriminar localmente y recordar solo los indicios efectivos necesarios para la tarea en marcha».

La mencionada larva fue seleccionada por Webb y su equipo porque les era posible estudiar a fondo y controlar el comportamiento y los procesos cerebrales de este animal con un grado de detalle muy elevado. Son capaces de observar el proceso al completo por el que estos animales aprenden olores nuevos que les conducen a alimentos adecuados (como el azúcar) y les apartan de alimentos nocivos (como la quinina).

«Descubrimos que algunas células cerebrales únicas específicas son suficientes, al activarse, para que la larva aprenda que determinado olor es bueno —señaló Webb—. Vamos a ahondar en este tema aplicando un método nuevo desarrollado en MINIMAL, el cual muestra cómo se activan células cerebrales concretas, las cuales podemos observar continuamente incluso mientras la larva se mueve con libertad. La verdad es que no esperábamos que este método fuera eficaz, y por eso constituye uno de los elementos más satisfactorios del proyecto hasta ahora».

Oportunidades informativas

El trabajo realizado por el equipo de este proyecto acerca del proceso de aprendizaje de esta larva podría ser beneficioso para otros campos. Según Webb: «Aunque nuestro propósito principal ha sido demostrar estas capacidades en sistemas robóticos prácticos, podría haber paralelismos en el entorno de la información».

Por ejemplo, mientras que las tendencias actuales en la computación suelen sustentarse en los datos masivos, es evidente que en la naturaleza los animales aprenden en muchos casos a partir de muy pocos datos a predecir asociaciones (como es el caso de la capacidad de la larva de detectar alimentos beneficiosos). Si se desentrañase el funcionamiento de esto, se podrían aprender conocimientos útiles para desarrollar software e interfaces informáticas que puedan anticipar la siguiente acción del usuario.

A más largo plazo, se podría llegar incluso a transformar las propias larvas en dispositivos computacionales artificiales, capaces de realizar tareas críticas de procesamiento de señales.

«Ahora hay que consolidar nuestros hallazgos dentro de un modelo del mecanismo de aprendizaje neuronal de la larva y probarlo en un robot —añadió Webb—. Ya hemos construido un robot blando similar a la larva, pero hemos tenido dificultades para controlar sus movimientos. La clave podría estar en un aprendizaje de base biológica. Estamos convencidos de que estos robots ofrecen grandes posibilidades en numerosas aplicaciones».

El proyecto MINIMAL concluirá a finales de diciembre de 2016.

Para más información, consulte:
Página web del proyecto MINIMAL

Fuente: Basado en una entrevista a la coordinadora del proyecto

Información relacionada

Número de registro: 126125 / Última actualización el: 2016-09-01
Categoría: Avances científicos
Proveedor: ec