Naukowcy z EPFL, Uniwersytetu Duke oraz Instituto Superior Técnico opracowali realistyczną symulację larwy danio pręgowanego oraz robota inspirowanego tym zwierzęciem, zdolnego do płynięcia pod prąd wyłącznie dzięki wzrokowi. Ich praca, opublikowana w Science Robotics, pokazuje, jak ciało i obwody neuronalne zwierzęcia wspólnie uczestniczą w zachowaniu.
Aby utrzymać pozycję w rzece, ryba musi wiedzieć, jak szybko płynąć i jak się zorientować, aby skompensować prąd. Większość gatunków używa wzroku do wykrywania przepływu optycznego, czyli przesuwania się otoczenia, a ich mózg przekształca te sygnały w ruchy kompensacyjne. Neurobiolodzy nazywają ten stabilizujący odruch odpowiedzią optomotoryczną (OMR). Siatkówka wykrywa kierunek przepływu, neurony w przedwzgórzu, obszarze mózgu, interpretują go, a nerwy rdzeniowe sterują skurczem mięśni.
Problem polega na trudności modyfikacji żywego mózgu w celu przetestowania roli połączenia. Choć obrazowanie pozwala obecnie rejestrować, a nawet manipulować neuronami podczas zachowania, przeprojektowanie połączeń u złożonego zwierzęcia pozostaje niemal niemożliwe.
Schemat zaczerpnięty z mózgu ryby
Punktem wyjścia jest laboratorium Naumann na Duke, gdzie szczegółowe badania behawioralne i obrazowanie wapniowe całego mózgu larw wystawionych na bodźce wzrokowe imitujące przepływ optyczny koryta rzecznego, połączone z modelowaniem obwodów, pozwoliły ustalić schemat połączeń szlaków OMR w skali całego mózgu.
Na podstawie tego modelu i innych danych dotyczących przetwarzania neuronalnego w siatkówce i rdzeniu kręgowym kręgowców, dr Xiangxiao Liu i Luca Zunino z zespołu EPFL opracowali simZFish, symulację neuromechaniczną. Odzwierciedla ona ciało larwy, wraz z oczami i płetwami, i wykorzystuje ten eksperymentalny schemat jako mózg.
simZFish, mózg, który można rozebrać
Zbudowany w symulatorze fizycznym Webots, simZFish przedstawia larwę w wieku sześciu dni, w skali 1:1: ciało o długości 4 mm ważące 0,3 mg, siedem segmentów, sześć symulowanych silników, głowa z dwiema kamerami bocznymi i realistyczną hydrodynamiką. Jego sztuczny mózg odtwarza cały obwód neuronalny, od pikseli rejestrowanych przez siatkówkę po aktywację mięśni.
Naukowcy mogą modyfikować dowolny element modelu, usuwać lub dodawać neurony, lub zmieniać soczewkę oka, a następnie natychmiast obserwować efekty. U zwierzęcia, przypominają autorzy, można rejestrować jedynie korelacje aktywności, gdy ryba przejawia badane zachowanie, nie będąc w stanie wykluczyć innych procesów przetwarzania. Model czyni więc składniki identyfikowalnymi i pozwala zlokalizować « minimalne elementy kluczowe » dla OMR.
Ciało jest częścią obliczeń
Umieszczając kamery po bokach głowy, naukowcy odkryli, że przepływ optyczny wytwarzany przez prąd tworzy sprzeczne wiry w jednym polu widzenia względem drugiego, przypadek zbliżony do klasycznego « problemu apertury ». Gdy cała siatkówka zasilała obwód, sygnały te znosiły się i zachowanie OMR zanikało. Powracało ono, gdy wejście było ograniczone do dolnej i tylnej części pola widzenia.
Obszar ten dokładnie odpowiada temu, który najsilniej napędza OMR u prawdziwej ryby. Zdaniem autorów, boczne ułożenie oczu wyjaśnia, dlaczego obwód jest tak połączony: wychwytuje najwięcej użytecznych informacji przy najmniejszej liczbie połączeń, efektywne rozwiązanie, które ewolucja również wydaje się wybrać.
Przewidywanie, które wraca pod mikroskop
Symulacja ujawniła również ograniczenia początkowego modelu. Gdy każde oko otrzymywało ruch w przeciwnym kierunku, bodziec ścinania nigdy wcześniej nie testowany, simZFish 1.0 obracał się znacznie bardziej niż oczekiwano. Pokazany prawdziwym larwom, ten sam bodziec wywoływał prawie żadnego obrotu, według dr. Matthew Loringa, głównego neurobiologa zespołu.
Naukowcy z Duke zarejestrowali wówczas, za pomocą wolumetrycznego obrazowania wapniowego dwufotonowego, dziesiątki tysięcy neuronów. Zidentyfikowali kilka podtypów neuronów dwuocznych w przedwzgórzu, dotąd nieopisanych. Zintegrowane z modelem, dały simZFish 2.0, który znacznie lepiej odtwarza zachowanie prawdziwej ryby, także w odpowiedzi na bodziec ścinania. Auke Ijspeert, kierujący laboratorium biorobotyki (BioRob) EPFL, podsumowuje: « simZFish zawęża pole poszukiwań, eksperymenty na zwierzętach weryfikują przewidywania, a razem uzupełniają układankę obwodu neuronalnego. »
Robot ZBot w rzece
Obwód został następnie przeniesiony do ZBota, robota o długości 80 centymetrów ważącego 2,7 kilograma, wyposażonego w dwie prawdziwe kamery, sześć silników ogona i Raspberry Pi wykonujące tę samą sieć neuronową. W rzece Chamberonne, koło Lozanny, robot pozostał w polu widzenia kamery drona przez 58 sekund z włączonym obwodem wzrokowym, w porównaniu do około 37 sekund, gdy jego « oczy » były wyłączone i 20 sekund, gdy dryfował z wyłączonymi silnikami.
Te testy sugerują, że ryba mogłaby w zasadzie walczyć z prądem wyłącznie dzięki obwodom wzrokowym, co przeczy hipotezie, że reotaksja wymaga linii bocznej, tego układu narządów zmysłowych wzdłuż ciała. Dla robotyki podejście to pozwala uniknąć dodawania sprzętu: drony zazwyczaj używają kamery skierowanej w dół, podczas gdy ta metoda wykorzystuje już obecne kamery boczne. Modele symulatora i projekty robota są open source.
