Αυτό το μικροσκοπικό ρομπότ μαθαίνει να εξερευνά μόνο του τον ωκεανό

Διεθνής ομάδα επιστημόνων ανέπτυξε ένα υδρόβιο ρομπότ που χρησιμοποιεί τη μηχανική μάθηση για να πλοηγηθεί στα ταραχώδη και άγνωστα βάθη των ωκεανών.

Σύμφωνα με τον Αμερικανικό Οργανισμό Ωκεανών και Ατμόσφαιρας (NOAA), περίπου το 80% των ωκεανών δεν έχει χαρτογραφηθεί, παρατηρηθεί ή εξερευνηθεί. Η συλλογή πληροφοριών σχετικά με τις θάλασσες γίνεται κυρίως με πλοία, αλλά η συχνή αποστολή τους είναι δαπανηρή. Πιο πρόσφατα, οι ρομποτικές σημαδούρες που ονομάζονται πλωτήρες Argo παρασύρονται από τα ρεύματα και καταδύονται για να κάνουν διάφορες μετρήσεις σε βάθη έως και 1.980 μέτρα. Αλλά τα νέα υδρόβια ρομπότ που ανέπτυξε η ομάδα, θα μπορούσαν να περιπλανηθούν βαθύτερα και να αναλάβουν πιο εξειδικευμένες υποβρύχιες αποστολές.

Το CARL-Bot (Caltech Autonomous Reinforcement Learning Robot), είναι ένα υδρόβιο ρομπότ σε μέγεθος παλάμης και μοιάζει κάτι ανάμεσα σε κάψουλα χαπιού και χταπόδι. Διαθέτει μοτέρ για να κολυμπάει, μπορεί να παραμείνει όρθιο και διαθέτει αισθητήρες που μπορούν να ανιχνεύσουν την πίεση, το βάθος, την επιτάχυνση και τον προσανατολισμό. Το CARL τροφοδοτείται από έναν μικροελεγκτή ο οποίος διαθέτει επεξεργαστή 1 megabyte που είναι μικρότερος από ένα γραμματόσημο.

Το CARL είναι η τελευταία καινοτομία που ανέπτυξε το εργαστήριο του Τζον Νταμπίρι, καθηγητή αεροναυπηγικής και μηχανολογίας στο Caltech. Το ρομπότ αναπτύχθηκε και εκτυπώθηκε τρισδιάστατα στο σπίτι του μεταπτυχιακού φοιτητή Πίτερ Γκούναρσον. Ο ερευνητής έκανε τις πρώτες δοκιμές με το ρομπότ στη μπανιέρα του, αφού τα εργαστήρια του Caltech έκλεισαν στις αρχές του 2021 εξαιτίας της πανδημίας της COVID-19.

Το CARL μπορεί να ελεγχθεί εξ αποστάσεως ωστόσο δεν μπορεί να φτάσει στα βαθύτερα σημεία του ωκεανού. Αυτό σημαίνει ότι θα πρέπει να μάθει να πλοηγείται μόνο του στον ωκεανό. Οι Γκούναρσον και Νταμπίρι συνεργάστηκαν με τον Έλληνα επιστήμονα πληροφορικής Πέτρο Κουμουτσάκο, ο οποίος βοήθησε στην ανάπτυξη αλγορίθμων τεχνητής νοημοσύνης. Αυτοί οι αλγόριθμοι θα μπορούσαν να διδάξουν το ρομπότ να προσανατολίζεται με βάση τις αλλαγές στο άμεσο περιβάλλον του και τις προηγούμενες εμπειρίες του. Το CARL μπορεί να αποφασίσει να προσαρμόσει τη διαδρομή του εν κινήσει για να ελιχθεί γύρω από τα δύσβατα ρεύματα και να φτάσει στον προορισμό του. Ή μπορεί να παραμείνει σε μια καθορισμένη θέση χρησιμοποιώντας ελάχιστη ενέργεια που του παρέχει μια μπαταρία ιόντων λιθίου.

Ο προγραμματισμός του CARL του δίνει τη δυνατότητα να θυμάται παρόμοιες διαδρομές που έχει ακολουθήσει σε προηγούμενες αποστολές και «με τις επαναλαμβανόμενες εμπειρίες, θα γίνεται όλο και καλύτερο στη δειγματοληψία του ωκεανού σε λιγότερο χρόνο και με λιγότερη ενέργεια», προσθέτει ο Γκούναρσον.

Πολλοί υπολογισμοί γίνονται μέσω προσομοίωσης όπου όλα τα σημεία δεδομένων είναι καθαρά. Αλλά η μεταφορά τους στον πραγματικό κόσμο μπορεί να είναι δύσκολη. Οι αισθητήρες μερικές φορές υπερφορτώνονται και μπορεί να μην καταγράφουν όλες τις απαραίτητες μετρήσεις. Το πρώτο βήμα για τους επιστήμονες είναι να δοκιμάσουν αν το CARL μπορεί να ολοκληρώσει απλές εργασίες, όπως επαναλαμβανόμενες καταδύσεις.

Η ομάδα σχεδιάζει να τοποθετήσει το CARL σε μια δεξαμενή που μοιάζει με πισίνα με μικρούς πίδακες που μπορούν να δημιουργήσουν οριζόντια ρεύματα. Στη συνέχεια, το ρομπότ θα μετακινηθεί σε μια διώροφη εγκατάσταση που μπορεί να μιμηθεί ανοδικά και καθοδικά ρεύματα. Εκεί, θα πρέπει να καταλάβει πώς να διατηρεί ένα συγκεκριμένο βάθος σε μια περιοχή του ωκεανού όπου το περιβάλλον νερό ρέει προς όλες τις κατευθύνσεις.

Αυτό το μικροσκοπικό ρομπότ μαθαίνει να εξερευνά μόνο του τον ωκεανό
(Caltech)

Το CARL μπορεί να εργαστεί παράλληλα με άλλα επιστημονικά όργανα και να πάει σε ατομικές αποστολές για να εκτελέσει πιο λεπτομερείς εξερευνήσεις, δεδομένου ότι μπορεί να πλησιάσει τους πυθμένες της θάλασσας και άλλες εύθραυστες δομές. Μπορεί επίσης να παρακολουθεί και να συνοδεύει βιολογικούς οργανισμούς, όπως ένα κοπάδι ψαριών.

Κατά τη διάρκεια των δοκιμών, η ομάδα θα ρυθμίσει τους αισθητήρες μέσα και πάνω στον CARL. «Ένα από τα ερωτήματα που είχαμε είναι ποιο είναι το ελάχιστο σύνολο αισθητήρων που μπορούμε να τοποθετήσουμε στο σκάφος για να πετύχει το έργο», λέει ο Νταμπίρι. Ένα ρομπότ που είναι εξοπλισμένο με εργαλεία όπως LiDAR ή κάμερες δεν μπορεί να παραμείνει για πολύ καιρό στον ωκεανό γιατί θα πρέπει να αλλαχθεί η μπαταρία του», εξηγεί ο ερευνητής.

Με την ελάφρυνση του φορτίου των αισθητήρων, οι ερευνητές θα μπορούσαν να επιμηκύνουν τη διάρκεια ζωής του CARL και να προσθέσουν επιστημονικά όργανα για τη μέτρηση του pH, της αλατότητας και της θερμοκρασίας.

Το λογισμικό του CARL μπορεί να εμπνεύσει την επόμενη βιονική μέδουσα

Στις αρχές του περασμένου έτους, η ομάδα του Νταμπίρι δημοσίευσε μια εργασία σχετικά με το πώς χρησιμοποίησαν ηλεκτρικό ρεύμα για να ελέγξουν τις κινήσεις μιας μέδουσας. Πιθανώς η προσθήκη ενός μικροτσίπ που λειτουργεί με παρόμοιους αλγόριθμους θα επέτρεπε στους ερευνητές να κατευθύνουν καλύτερα τις μέδουσες μέσα στον ωκεανό.

«Το να καταλάβουμε πώς λειτουργεί αυτός ο αλγόριθμος πλοήγησης σε μια πραγματική ζωντανή μέδουσα απαιτεί πολύ χρόνο και προσπάθεια», εξηγεί ο Νταμπίρι. Από αυτή την άποψη, το CARL είναι ένα σκάφος δοκιμών για τους αλγόριθμους οι οποίοι θα μπορούσαν ενσωματωθούν στα μηχανικά τροποποιημένα πλάσματα. Σε αντίθεση με τα ρομπότ και τα ρόβερ, αυτές οι μέδουσες δεν θα είχαν περιορισμούς στο βάθος, καθώς οι βιολόγοι γνωρίζουν ότι μπορούν να υπάρξουν στην Τάφρο των Μαριανών, στα 10.994 μέτρα κάτω από την επιφάνεια της θάλασσας.

«Θα μπορούσαμε να φανταστούμε 10.000 ή ένα εκατομμύριο CARL να βγαίνουν όλα στον ωκεανό για να μετρήσουν περιοχές στις οποίες δεν έχουμε πρόσβαση, έτσι ώστε να έχουμε μια εικόνα για το πώς αλλάζει ο ωκεανός», λέει ο Νταμπίρι. «Αυτό θα είναι πραγματικά απαραίτητο για τις προβλέψεις των κλιματικών μοντέλων, αλλά και για την κατανόηση του τρόπου λειτουργίας του ωκεανού».

Τα ευρήματα της μελέτη τους δημοσιεύθηκαν στο «Nature Communications».

ΠΗΓΗ: Popular Science

Όλες οι Ειδήσεις από την Ελλάδα και τον Κόσμο,  στο ertnews.gr
Διάβασε όλες τις ειδήσεις μας στο Google
Κάνε like στη σελίδα μας στο Facebook
Ακολούθησε μας στο Twitter
Κάνε εγγραφή στο κανάλι μας στο Youtube
Προσοχή! Επιτρέπεται η αναδημοσίευση των πληροφοριών του παραπάνω άρθρου (όχι αυτολεξεί) ή μέρους αυτών μόνο αν:
– Αναφέρεται ως πηγή το ertnews.gr στο σημείο όπου γίνεται η αναφορά.
– Στο τέλος του άρθρου ως Πηγή
– Σε ένα από τα δύο σημεία να υπάρχει ενεργός σύνδεσμος