Frances Chance, scientifique des Laboratoires nationaux andia, photographié ici, révèle des informations sur la façon dont les libellules interceptent leurs proies en vol, ce qui pourrait être utile pour la défense antimissile. Crédit :Randy Montoya
Soyez reconnaissant de ne pas suivre le régime d'une libellule. Vous pourriez être une mouche des fruits ou peut-être un moustique, mais peu importe le moment où vous regardez en arrière et voyez quatre ailes puissantes battre dans les airs après vous. Tu voles pour ta vie, tissant évasivement, mais la libellule vous suit d'une manière ou d'une autre avec des réflexes apparemment instantanés. Pour un moment, tu penses que tu t'es échappé, tout comme il se referme rapidement d'en bas pour la mise à mort.
Puis, alors que le prédateur de l'ère des dinosaures vous griffe avec ses pattes épineuses et vous entraîne dans ses mâchoires en l'air, vous pourriez vous demander, « Comment cela m'a-t-il attrapé avec un cerveau si petit et aucune perception de la profondeur ? »
Sandia National Laboratories se penche sur la réponse avec des recherches montrant comment les cerveaux des libellules pourraient être câblés pour être extrêmement efficaces pour calculer des trajectoires complexes.
Dans des simulations informatiques récentes, de fausses libellules dans un environnement virtuel simplifié ont réussi à capturer leur proie à l'aide d'algorithmes informatiques conçus pour imiter la façon dont une libellule traite les informations visuelles pendant la chasse. Les résultats positifs des tests montrent que la programmation est fondamentalement un modèle solide.
La recherche Sandia examine si l'informatique inspirée des libellules pourrait améliorer les systèmes de défense antimissile, qui ont la même tâche d'intercepter un objet en vol, en réduisant la taille des ordinateurs de bord sans sacrifier la vitesse ou la précision. Les libellules capturent 95% de leurs proies, en les couronnant l'un des meilleurs prédateurs du monde.
Frances Chance, neuroscientifique computationnelle, qui a développé les algorithmes, présente ses recherches cette semaine à la Conférence internationale sur les systèmes neuromorphiques à Knoxville, Tennessee. Plus tôt ce mois-ci, elle a présenté à la réunion annuelle de l'Organisation pour les neurosciences computationnelles à Barcelone, Espagne.
La recherche reproduit le cerveau hautement efficace de la libellule
Chance se spécialise dans la réplication de réseaux de neurones biologiques :cerveaux, essentiellement, qui nécessitent moins d'énergie et sont mieux à apprendre et à s'adapter que les ordinateurs. Ses études portent sur les neurones, qui sont des cellules qui envoient des informations à travers le système nerveux.
"J'essaie de prédire comment les neurones sont câblés dans le cerveau et de comprendre quels types de calculs ces neurones font, sur la base de ce que nous savons du comportement de l'animal ou de ce que nous savons des réponses neuronales, " elle a dit.
Par exemple, le temps de réaction d'une libellule face à une proie en mouvement n'est que de 50 millisecondes. Un clignement humain prend environ 300 millisecondes. Cinquante millisecondes suffisent pour que l'information traverse environ trois neurones. En d'autres termes, suivre une libellule, un réseau de neurones artificiels doit être fait pour traiter les informations après seulement trois étapes - cependant, parce que les cerveaux envoient beaucoup de signaux à la fois, chaque étape peut impliquer de nombreux calculs exécutés en même temps.
Plus rapide, informatique plus légère pour la défense antimissile
Les systèmes de défense antimissile reposent sur des techniques d'interception établies qui sont, relativement parlant, calcul lourd. Mais repenser ces stratégies en utilisant des libellules très efficaces comme modèle pourrait potentiellement :
Les libellules et les missiles se déplacent à des vitesses très différentes, on ne sait donc pas dans quelle mesure cette recherche se traduira finalement par la défense antimissile. Mais développer un modèle informatique d'un cerveau de libellule pourrait également avoir des avantages à long terme pour l'apprentissage automatique et l'intelligence artificielle.
L'IA est utilisée dans de nombreuses industries, du transport autonome au développement de médicaments sur ordonnance. Ces domaines ont tout à gagner de méthodes très efficaces pour construire des solutions rapides à des problèmes complexes. Les recherches en cours chez Sandia affinent les algorithmes de Chance et déterminent où ils sont le plus applicables.