Как рассказал "РГ" старший преподаватель кафедры нейротехнологий ИББМ Сергей Лобов, их разработка называется "Импульсная нейронная сеть с синаптической пластичностью и конкуренцией". Нейропластичность была предсказана еще Декартом, в терминах того времени. В XX веке Дональд Хебб предложил современную концепцию синаптической пластичности: если один нейрон постоянно участвует в возбуждении другого, то связь между этими нейронами усиливается. С момента экспериментального подтверждения синаптической пластичности предполагалось, что она является основой обучения и памяти, однако до сих пор не предлагалось детализированных моделей либо робототехнических систем, обучающихся по такому принципу. Явление конкуренции нейронов тоже известно из физиологии в виде латерального торможения. Как пояснил Сергей Лобов, "если нет конкуренции между нейронами, то нет и обучения".
Робот-машинка, собранный пока на основе конструктора LEGО, функционирует так: сначала натыкается на препятствие, и у него загорается диод - ему "больно". Он запомнил эту "боль". Со следующей попытки робот уже не ударяется в преграду, а объезжает ее. И это не заложено программно, это новоприобретенный навык. Примерно как условный рефлекс у собаки Павлова. Причем робот может переобучаться (что даже сложнее, чем начинать с нуля): если поменять местами его ультразвуковые датчики, то со временем он все равно научится объезжать преграду.
Если сравнивать эту разработку с беспилотным автомобилем, то получается, что она ушла вперед. "Ум" беспилотника тренируется с помощью набора действий, заранее прописанных в некой огромной таблице. При этом необходимо затратить много ресурсов на практически ручную разметку этой таблицы - например, требуется указать, что является собственно дорогой, что - препятствиями и т.д. Нижегородский робот обучается сам, без шпаргалки.