"Pensez à ce qu'une mouche peut faire, " dit le professeur Pavan Ramdya, dont le laboratoire du Brain Mind Institute de l'EPFL, avec le laboratoire du professeur Pascal Fua à l'Institut d'informatique de l'EPFL, dirigé l'étude. "Une mouche peut grimper sur un terrain qu'un robot à roues ne pourrait pas faire."

Les mouches ne sont pas vraiment attachantes pour les humains. Nous les associons à juste titre à des expériences moins qu'appétissantes dans notre vie quotidienne. Mais il existe un chemin inattendu vers la rédemption :les robots. Il s'avère que les mouches ont des caractéristiques et des capacités qui peuvent éclairer une nouvelle conception de systèmes robotiques.

"Contrairement à la plupart des vertébrés, les mouches peuvent grimper sur presque tous les terrains, " dit Ramdya. " Ils peuvent coller aux murs et aux plafonds parce qu'ils ont des tampons adhésifs et des griffes sur le bout de leurs jambes. Cela leur permet d'aller pratiquement n'importe où. C'est intéressant aussi parce que si vous pouvez vous reposer sur n'importe quelle surface, vous pouvez gérer vos dépenses énergétiques en attendant le bon moment pour agir."

C'est cette vision d'extraire les principes qui régissent le comportement des mouches pour informer la conception des robots qui a conduit au développement de DeepFly3D, un système de capture de mouvement pour la mouche Drosophila melanogaster, un organisme modèle qui est presque omniprésent utilisé en biologie.

Dans la configuration expérimentale de Ramdya, une mouche marche sur une minuscule boule flottante, comme un tapis roulant miniature, tandis que sept caméras enregistrent chacun de ses mouvements. La face supérieure de la mouche est collée sur une scène inamovible afin qu'elle reste toujours en place tout en marchant sur le ballon. Néanmoins, la mouche "croit" qu'elle se déplace librement.

Les images caméra collectées sont ensuite traitées par DeepFly3D, un logiciel de deep learning développé par Semih Günel, un doctorat étudiant travaillant à la fois avec les laboratoires de Ramdya et de Fua. « C'est un bel exemple où une collaboration interdisciplinaire était nécessaire et transformatrice, " dit Ramdya. " En tirant parti de l'informatique et des neurosciences, nous avons relevé un défi de longue date."

La particularité de DeepFly3D est qu'il peut déduire la pose 3D de la mouche, ou même d'autres animaux, ce qui signifie qu'il peut automatiquement prédire et effectuer des mesures comportementales à une résolution sans précédent pour une variété d'applications biologiques. Le logiciel n'a pas besoin d'être calibré manuellement et il utilise les images de la caméra pour détecter et corriger automatiquement les erreurs qu'il fait dans ses calculs de pose de la mouche. Finalement, il utilise également l'apprentissage actif pour améliorer ses propres performances.

DeepFly3D ouvre un moyen de modéliser efficacement et précisément les mouvements, pose, et les angles articulaires d'une mouche des fruits en trois dimensions. Cela peut également inspirer un moyen standard de modéliser automatiquement la pose 3D dans d'autres organismes.

"La mouche, comme organisme modèle, équilibre très bien la traçabilité et la complexité, " dit Ramdya. " Si nous apprenons comment il fait ce qu'il fait, nous pouvons avoir un impact important sur la robotique et la médecine et, peut-être le plus important, nous pouvons obtenir ces informations dans un laps de temps relativement court."