El comportamiento y la interacción de dos tipos de neuronas cerebrales ayudan a dotar a los humanos y a otros tipos de animales de una capacidad increíble para navegar mediante la construcción de un mapa mental de su entorno. Ahora un robot ha recibido un conjunto similar de células virtuales que le ayuda a desplazarse.

Unos investigadores de Singapur simularon los dos tipos de células empleadas por el cerebro para la navegación: las llamadas células de "lugar" y de "red". El equipo demostró que pueden habilitar a un pequeño robot sobre ruedas para desplazarse. En lugar de simular las células físicamente, crearon un sencillo modelo en dos dimensiones de las células en el software. El trabajo fue liderado por Haizhou Li, un profesor de la Agencia para la Ciencia, Tecnología e Investigación (A*STAR, por sus siglas en inglés).

"Las células artificiales de red podrían proporcionar un sistema adaptivo y robusto de mapeo y navegación", afirmó Li en un correo electrónico escrito en colaboración con Huajin Tang, un científico investigador de A*STAR, y Yuan Miaolong, un estudiante de postgrado y el principal autor de un trabajo sobre la investigación. "Los humanos y los animales tienen una capacidad instintiva para navegar libremente y deliberadamente en un entorno casi sin esfuerzo".

El trabajo es importante porque demuestra el potencial de hacer que las máquinas imiten una actividad más compleja del cerebro. Los robotistas emplean cada vez más las redes neuronales artificiales para entrenar a los robots para realizar tareas como el reconocimiento de objetos y el agarre, pero estas redes no representan un reflejo fiel de la complejidad y la sutileza de un cerebro biológico de verdad.

"Las redes neuronales están realmente inspiradas en el cerebro", dice Oren Etzioni, el CEO del Instituto Allen para la Inteligencia Artificial en Seattle (EEUU). "Son elementos computacionales distribuidos, pero son muy sencillos en comparación con las neuronas; las conexiones son extremadamente simples en comparación con una sinapsis". Dice que este nuevo desarrollo inspirado en el cerebro "parece un buen trabajo".

Las células de lugar fueron identificadas por primera vez en la década de 1970 por John O´Keefe, que descubrió que se disparan siempre que un ratón pase por el mismo punto dentro de un área determinada. Las células de red, localizadas en otra parte distinta del cerebro por May-Britt y Advard Moser en 2005, se activan cuando un animal llega a cualquier ubicación de una red triangular de puntos, proporcionando así un sentido más detallado de su posición dentro de un espacio.

Junto con otros tipos de células, y con el procesamiento de información sensorial, se cree que las células de lugar y de red proporcionan a los animales un sentido innato del mundo que les rodea y su localización dentro de él. El descubrimiento de estas células les llevó a los tres científicos a recibir el Premio Nobel de la Medicina en 2014.

Los investigadores de Singapur probaron este enfoque con un robot liberado en un espacio de oficina de 35 metros cuadrados, y verificaron que sus células artificiales de lugar y de red funcionaron de forma similar a sus equivalentes biológicos.

El sistema de navegación aún no es tan bueno como uno convencional, y los investigadores dicen que necesitan entender mejor cómo funcionan las células biológicas para poder mejorarlo. Sin embargo, sugieren que podría ofrecer ventajas sobre los sistemas convencionales, que pueden ser confundidos por los cambios que se producen en un entorno, por ejemplo.

Además de proporcionar una manera más eficiente y fiable de desplazarse las máquinas, Li espera que el trabajo pueda ayudar a los neurocientíficos a entender el funcionamiento del sistema de navegación del cerebro. "Esto proporcionará una solución para predecir las actividades neuronales mediante robots móviles antes de realizar experimentos en ratas", escriben los investigadores.

Los investigadores de inteligencia artificial se apoyan cada vez más en las investigaciones cerebrales en busca de métodos para refinar los enfoques modernos para el aprendizaje de máquinas. Sin embargo, Etzioni del Instituto Allen señala que la complejidad del órgano dificulta la aplicación de las investigaciones neurocientíficas. "Por eso resulta tan emocionante este trabajo", dice.