Los científicos de la EPFL han mejorado su modelo NeuroMechFly, que simula el movimiento de la mosca de la fruta en el mundo real. Con visión y olfato integrados, nos ayuda a comprender la coordinación entre el cerebro y el cuerpo, abriendo el camino para el papel de la neuroingeniería en la robótica y la inteligencia artificial.
Todos los animales, grandes o pequeños, deben moverse con una precisión increíble para interactuar con el mundo. Comprender cómo el cerebro controla el movimiento es una cuestión fundamental en neurociencia. Para los animales más grandes, esto es un desafío debido a la complejidad de sus cerebros y sistemas nerviosos. Pero la mosca de la fruta, Drosophila melanogaster, tiene un cerebro más pequeño y, por lo tanto, más fácil de mapear, lo que permite a los científicos obtener información detallada sobre cómo su sistema nervioso impulsa el comportamiento.
Para entender cómo el sistema nervioso controla las acciones, los investigadores del grupo de Pavan Ramdya en la EPFL crearon una realidad simulada en la que una mosca virtual puede operar y responder como lo hacen las moscas reales. Este programa, conocido como NeuroMechFly v2, implementa un modelo neuromecánico que va más allá de las funciones motoras básicas. Al incorporar detección visual y olfativa, terrenos complejos y retroalimentación motora fina, NeuroMechFly v2 simula cómo una mosca de la fruta se desplazaría por su entorno mientras reacciona a imágenes, olores y obstáculos.
Simulación de detección y movimiento en la vida real
La investigación de Ramdya se ha centrado en replicar digitalmente los principios que subyacen al control motor de la Drosophila . En 2019, su grupo publicó DeepFly3D , un software que utiliza el aprendizaje profundo para capturar cómo se mueven las patas de la mosca basándose en imágenes de varias cámaras. En 2021, el equipo de Ramdya reveló LiftPose3D , un método para reconstruir poses de animales en 3D a partir de imágenes tomadas con una sola cámara. Estos esfuerzos se complementaron con su publicación en 2022 de NeuroMechFly , un primer «gemelo» digital morfológicamente preciso de la Drosophila .
Con la segunda versión de NeuroMechFly, los investigadores han añadido características detalladas que imitan la anatomía y la fisiología de la mosca real. Por ejemplo, han actualizado cuidadosamente los ángulos de las patas y las articulaciones para que coincidan mejor con la biomecánica de los movimientos de la mosca de la fruta real. El «cerebro» del modelo ahora puede procesar información visual y olfativa a través de ojos y antenas virtuales, lo que le proporciona una experiencia sensorial cercana a la de una mosca de la fruta real.
Esta configuración permite a NeuroMechFly v2 simular diferentes estrategias de control para tareas de la vida real, como caminar sobre terreno accidentado o girar en respuesta a olores y señales visuales. El equipo ha demostrado un comportamiento realista de las moscas en diferentes condiciones. Por ejemplo, el modelo puede seguir visualmente un objeto en movimiento o navegar hacia una fuente de olor, mientras evita obstáculos en su camino.
Modelado de actividades neuronales para comprender los principales comportamientos de la mosca de la fruta
NeuroMechFly también permite a los investigadores inferir actividades neuronales en el cerebro basándose en la experiencia de la mosca en el mundo virtual. “Al interconectar NeuroMechFly v2 con un modelo computacional recientemente publicado del sistema visual de la mosca , los investigadores pueden leer no solo lo que la mosca está viendo en el entorno simulado, sino también cómo podrían estar respondiendo las neuronas reales”, dice Sibo Wang-Chen, quien dirigió la investigación.
Con acceso a estas actividades neuronales, los científicos modelaron cómo la mosca podría perseguir a otra mosca (por ejemplo, durante el cortejo) de una manera biológicamente plausible. Esto fue posible gracias al sistema de control jerárquico del modelo, que permite que las funciones «cerebrales» de nivel superior interactúen con las funciones motoras de nivel inferior, una organización que imita la forma en que los animales reales procesan la información sensorial y controlan sus cuerpos.
Por último, los investigadores también pueden utilizar NeuroMechFly v2 para estudiar cómo el cerebro integra las señales sensoriales para mantener una conciencia del estado del animal. Para demostrarlo, el equipo de Ramdya replicó la capacidad de la mosca de utilizar las señales de retroalimentación de los movimientos de las patas para realizar un seguimiento de su ubicación, un comportamiento denominado integración de trayectorias. Esta característica permite a la mosca simulada «saber» dónde está, incluso cuando sus entradas visuales son limitadas. Este tipo de procesamiento sensorial de circuito cerrado es un sello distintivo de la inteligencia biológica y un hito fundamental para la neuroingeniería.
La coordinación cerebro-cuerpo para inspirar la robótica y la IA
En conjunto, NeuroMechFly v2 permite a los investigadores investigar cómo el cerebro controla comportamientos cruciales mediante modelos computacionales. Esto allana el camino para obtener conocimientos más profundos sobre la coordinación cerebro-cuerpo, especialmente para especies con sistemas sensoriomotores complejos. En el futuro, este modelo podría servir como modelo para diseñar robots que naveguen utilizando señales sensoriales, como el seguimiento de olores o el ajuste de movimientos para estabilizar las imágenes, como animales reales que exploran sus entornos.
Al mejorar los modelos de aprendizaje automático que controlan estas simulaciones, los investigadores también pueden aprender cómo la inteligencia animal puede allanar el camino para sistemas de IA que sean más autónomos, robustos y receptivos a su entorno. EPFL. N. P. Traducido al español
Contacto