Hacer que las máquinas interactúen con su entorno real más inmediato es uno de los caballos de batalla de la tecnología actual, y la clave para lograr que estos puedan identificar y seguir objetos en movimiento de su alrededor podría estar en el cerebro de las libélulas.
Estos insectos tienen unos ojos que ven a muy baja resolución, pero a pesar de todo son capaces de cazar presas con una precisión del 95% mientras vuelan a una velocidad de cerca de 95 kms por hora, muchas veces contra fondos confusos como enjambres de otros insectos. La clave está en el cerebro de estas criaturas, y un laboratorio ha logrado crear un algoritmo a partir de él.
El equipo de Zahra Bagheri identificó el grupo de neuronas encargadas de seguir los objetos en movimiento y tras arrancar las alas a la libélula y e introducir un electrodo en su cerebro pusieron al insecto frente a un monitor que les estimulaba para analizar el comportamiento de su cerebro.
Una gran capacidad para filtrar el ruido de fondo
El resultado fue que la precisión de las libélulas es en gran parte debido a la capacidad de su cerebro para filtrar el ruido de fondo y centrarse en único objeto moviéndose en trayectorias continuas. Bagheri comparaba esta cualidad con la gente que sólo se despierta con el sonido del despertador, mientras que otras se despiertan al mínimo ruido.
En vez de tratar de mantener el objetivo perfectamente centrado en el ángulo de visión, este nuevo algoritmo fija el fondo y deja que el objetivo se mueva en él. De momento ha sido probado en entornos virtuales, pero los resultados son magníficos: hasta 20 veces más rápidos que sistemas similares.
El primer robot experimental que utilizará este sistema tardará unos meses en construirse, pero las aplicaciones de este nuevo sistema de visión son enormes, como por ejemplo los coches autónomos que Google y otras muchas empresas están trabajando y que no tardarán demasiado en llegar a las calles, o incluso podrían lograr que nuestro smartphone pudiera identificar mucho más fácilmente objetos en movimiento en aplicaciones de realidad aumentada o ayudar a que las cámaras mantengan estos objetos dentro de foco a pesar de moverse rápidamente.
Vía Pop Science