Fonte

Università & Ricerca
Quando l’Informatica abbraccia la biologia
SISTEMI
NEUROROBOTICI
na delle ultime frontiere
delle neuroscienze è la
neuro robotica, disciplina che si propone di
far interagire robot e
cervelli. Oggigiorno esistono diversi modelli sperimentali di cyberrobot che rappresentano il massimo risultato del connubio tra alta
tecnologia e fondamenti di biologia e neuroscienze. Se definiamo l’apprendimento come la capacità di acquisire nuovi “comportamenti” attraverso l’esperienza, possiamo affermare che
studiando sistemi bio-artificiali
neuro-robotici, siamo in grado di
investigare i meccanismi di plasticità sinaptica alla base dell’apprendimento. L’intervento della robotica in questo contesto, attraverso un nuovo paradigma
sperimentale che permette l’osservazione di un sistema neuronale connesso con un corpo artificiale, può aiutare alla comprensione dei meccanismi che
sono alla base dell’apprendimento. Con questo obiettivo sono
stati realizzati dei sistemi ibridi,
dove un “cervello” è stato interfacciato ad un sistema robotico al
fine di studiare le proprietà adattive del sistema nervoso in modo
controllato. Fornendo un “corpo”,
sebbene robotico, ad una coltura di neuroni, il “significato” dell’attività e della dinamica neuronale emerge in maniera più evidente. In questo caso infatti, l’attività stessa della rete è anche frutto delle stimolazioni indotte dall’interazione con l’ambiente. La
rete di neuroni possiede un corpo che, muovendosi nell’ambiente, fornisce “esperienza” permettendo lo studio di comportamenti “intelligenti”.
U
42
Ict Professional n.59
A Genova, grazie alla collaborazione
tra Università e impresa, è attivo un polo
di eccellenza nella ricerca finalizzata
allo sviluppo di sistemi intelligenti artificiali
bio-inspired e di neuroprotesi
di nuova generazione
Il primo esempio:
un cervello di lampreda
connesso a un robot
mobile
Alla fine degli anni ’90 il gruppo di
Mussa-Ivaldi presso la Northwestern University di Chicago ha
proposto per primo il paradigma
sperimentale dove una porzione
di cervello di lampreda (una sorta di anguilla dotata di un sistema
nervoso molto semplice) è stata
collegata ad un corpo artificiale,
ovvero un piccolo robot mobile
dotato di due ruote ed alcuni
sensori di prossimità. Individati
specifici percorsi neuronali mediante micropipette di vetro (usate in registrazione) ed elettrodi di
metallo (usati in stimolazione) si è
creato un “anello chiuso” collegando il segnale elettrofisiologico
alle ruote del robot e gli stimoli visivi del robot al sistema di stimo-
1
Il sistema neuro robotico sviluppato alla Northwestern University dal gruppo del
Prof. Mussa- Ivaldi. Lo schema della preparazione neuronale e della posizione
dgli elettrodi (sinistra). Il robot mobile Khepera (destra). L’interfaccia hw/sw
(centro) tra robot (destra) e lampreda (sinistra). Adattato da Karniel et al. (2005).
Università & Ricerca
lazione del preparato neurale
(vedi figura). Attraverso opportuni, semplici schemi di codifica e
decodifica dell’informazione, il
segnale elettrofisiologico è tradotto in comandi motori per le
ruote del robot, il quale si muove
in un ambiente ricco di stimoli luminosi. I sensori di prossimità
(usati in modo solo passivo, per
monitorare dove sia collocata la
fonte luminosa) raccolgono informazioni sull’ambiente circostante, che vengono tradotte in
forma di impulsi elettrici che ritornano al cervello in-vitro al fine
di stimolarne l’attività neurale e
chiudere il ciclo di informazione.
In questo modo il robot, comandato dal cervello in vitro, si trova
a compiere un task di “tracking”
del segnale luminoso (figura 1).
L’originalità dell’idea ha aperto un
nuovo filone di ricerca a cavallo tra
le neuroscienze e la neuro ingegneria favorendo una serie di
nuovi approcci teorico-sperimentali. Questa nuova modalità
sperimentale di un sistema neurale “incorporato” (i.e., embodied) e “situato in un ambiente”
(i.e., situated) permette di investigare il rapporto corpo-cervello
ed i meccanismi di base di comunicazione ed apprendimento in
condizioni controllate.
Neuroni in coltura
e animat
Il gruppo di Potter al Caltech
(CA; USA) ha invece proposto un
nuovo paradigma sperimentale di
neurorobotica in vitro in cui una
rete di neuroni (accoppiata ad una
matrice di microelettrodi) è connessa bi-direzionalmente ad un
“animat” (i.e., simulated animal).
L’attività neuronale è registrata ed
utilizzata per muovere un topo virtuale in un ambiente simulato. Il
sistema così descritto è un esempio di modello semplificativo a parametri controllabili del cervello
dove una rete di neuroni nonstrutturata ma “embodied” può
interagire con l’ambiente circostante ed è possibile studiare le
capacità intrinseche adattive e le
dinamiche neuronali, intese come
2
Sistema neuro robotico proposto dal gruppo di S. Potter
modalità di elaborazione dell’informazione in risposta agli stimoli
esterni. A partire dai pattern di attività elettrofisiologica si elabora
una direzione di movimento (sinistra, destra, avanti, indietro) e
opportune stimolazioni elettriche
trasducono l’input sensoriale, ovvero chiudono il loop con il risultato dell’interazione nell’ambiente virtuale. L’effetto globale dell’attività della rete è in qualche
modo espresso dal comportamento (traiettorie) del robot. Il sistema proposto, benché non sia
stato in grado di mostrare comportamenti orientati a compiti
specifici (i.e., evitare gli ostacoli,
muoversi in direzione privilegiate
seguendo stimoli particolari), realizza una semplice modalità per
cui è possibile passare dal correlato neuronale ad aspetti macroscopici di tipo comportamentale (figura 2).
A partire da questo modello sperimentale sia il gruppo di ricerca
di Potter (Bakkum et al. 2004) che
il gruppo del prof. Sergio Martinoia
del DIBE- Dipartimento di Ingegneria Biofisica ed Elettronica
dell’Università di Genova (Novellino et al. 2007), hanno proposto nuovi sistemi d’interazione di
tipo senso-motorio in anello chiuso che realizzano una comunicazione bidirezionale tra neuroni
e robot in tempo reale. Il primo
gruppo ha sviluppato il sistema
chiamato “hybrot” che si muove
in un ambiente definito con compiti di navigazione finalizzati ad evitare un altro piccolo robot mobile, che si muove in maniera casuale (figura 3).
Il secondo gruppo ha realizzato
un’interfaccia neuro-robotica che
realizza in tempo reale un compito
reattivo volto ad evitare ostacoli
reali (figura 4).
43
Neuroni in coltura
accoppiati a un robot
autonomo
In parallelo ad alcuni altri autori
che hanno proposto paradigmi
sperimentali simili, il gruppo del
3
Hybrot (http://www.neuro.gatech.edu/groups/potter/)
Ict Professional n.59
Università & Ricerca
4
Interfaccia neuro-robotica proposta dal gruppo di Martinoia
professor Sergio Martinoia
(www.bio.dibe.unige.it) in collaborazione con il gruppo del professor Vittorio Sanguineti del
DIST (Dipartimento di Informatica Sistemistica e Telematica)
dell’Università di Genova, ha
sviluppato un nuovo sistema di
colare di 80 cm di diametro,
contenente ostacoli circolari della stessa dimensione del robot.
Al robot sono assegnati semplici compiti di navigazione (quali
esplorare lo spazio circostante
evitando gli ostacoli); in particolare, distribuiti pochi ostacoli al-
di microelettrodi, che ne costituisce il sistema di controllo. Il sistema sperimentale è stato sviluppato secondo una architettura modulare a multiprocessore il
cui elemento principale è costituito da un sistema ad anello
chiuso in tempo reale. Parte del
software di controllo è stato realizzato in collaborazione con la
società ETT srl di Genova:
(www.ettsolutions.com).
L’attività elettrofisiologica (acquisita tramite le matrici di microelettrodi) è analizzata in tempo reale
per estrapolare l’attività neurale
(motoria) che andrà a controllare
la velocità delle ruote del robot,
allo stesso tempo i neuroni ricevono la trasduzione in stimoli
elettrici del feedback sensoriale
che codifica la prossimità del
robot agli ostacoli (figura 5).
5
Prospettive future
44
Sequenza da una sessione sperimentale
misura costituito da una matrice
di microelettrodi accoppiata in
modo cronico ad una rete di neuroni, interfacciata bi-direzionalmente ad un robot autonomo. Il
robot si muove in un’arena cir-
l’interno dell’arena, si studiano i
meccanismi di controllo reattivo
e di capacità di apprendimento
rispetto al compito assegnato. Il
robot è connesso con la rete di
neuroni, accoppiata alla matrice
6
Sistema BrainGate proposto dalla Cyberkinetics
Ict Professional n.59
Una popolazione di neuroni in coltura che cresce su di un substrato planare rappresenta una struttura indifferenziata nella quale le
funzioni sono in qualche modo
“offuscate” (non facilmente identificabili come in un sistema in-vivo)
anche se le proprietà computazionali sono comunque presenti.
È evidente, come più volte sottolineato, che non abbiamo nessuna architettura pre-definita ma
possiamo sfruttare, anche se solo
in 2-D, le capacità della rete di
auto-organizzarsi e di ri-modellare
le sue connessioni sinaptiche se
provvediamo a fornire alla rete le
opportune interazioni con l’ambiente, ad esempio attraverso la
connessione ad un corpo robotico. La novità introdotta dal nuovo paradigma sperimentale neuro-robotico è rappresentata dalla possibilità di coniugare, in un sistema controllabile ed analizzabile,
le parti costitutive con cui opera
un sistema complesso come un
organismo vivente: cervello, corpo e ambiente. Queste tre realtà,
che non possono venir facilmente disgiunte, sono, anche se a livello rudimentale, ri-comprese
nel sistema sperimentale descritto. Rodney Brooks (Brooks