Un equipo de software de conducción de vehículos autónomos.
Marco Gallio, profesor asociado de neurobiología, demostró que las moscas son capaces de evadir peligros mediante una combinación de aprendizaje, memoria y flexibilidad en la toma de decisiones.
En un artículo publicado en la revista Nature Communications, el científico explicó que esta clase de comportamiento generalmente se asocia a cerebros de animales más complejos, como los ratones y los humanos.
“Descubrir que las moscas utilizan el aprendizaje, la memoria y la flexibilidad en la toma de decisiones para una tarea sencilla de navegación es novedoso y sorprendente. Podría hacernos replantear qué necesitamos para programar vehículos autónomos seguros y flexibles en su toma de decisiones”, destacó el autor.
Su estudio detalla un experimento en el que contrastó el comportamiento de las moscas al volar con un modelo clásico de robótica.
La prueba consistió en observar el comportamiento de vuelo de varias moscas al interior de una cámara de cuatro niveles con fuentes de calor ajustables a control remoto. En el experimento se observó y registró el comportamiento de las moscas al encontrar una zona caliente, que representa peligro, y otra tibia, segura para volar.
Los expertos estimaron en tiempo real qué partes de la mosca detectaban más calor gracias a modelos tridimensionales. También registraron la actividad cerebral en las neuronas de las moscas sensibles al calor.
Miguel Simões, uno de los coautores del estudio, señaló que las moscas sortearon con éxito la prueba. Entre sus observaciones destacó que si la mosca venía desde el lado derecho, “casi siempre” viraba hacia la izquierda para evitar una zona cliente. Simões describió el efecto “como una pelota de tenis que rebota en una pared”.
La información de cómo las moscas sortean estos obstáculos fue ingresada a un algoritmo, que a su vez se insertó en un vehículo basado en el modelo robótico del cibernético Valentino Braitenberg, quien postuló que máquinas con sensores y motores podrían replicar el comportamiento animal.
La inserción del algoritmo de la mosca en el vehículo fue clave, pues el modelo robótico de Braitenberg es considerado como una máquina “rígida” incapaz de tomar decisiones no computadas en su lógica.
Luego de varios recorridos simulados, los vehículos robotizados se comportaron casi con la misma fiabilidad que las moscas.
En una segunda prueba, los científicos quitaron una antena a las moscas y también un sensor al robot.
Las moscas se adaptaron a la pérdida y encontraron la forma de volar evadiendo las zonas calientes. Las máquinas, en cambio, terminaron girando continuamente en la misma dirección, como un perro que persigue su cola.
