Robots en drones kunnen al langere tijd makkelijk van A naar B navigeren. Op GPS vliegt een drone makkelijk in de goede richting en met verschillende sensoren zorgt een robot ervoor dat hij nergens tegen aan rijdt, zoals een Tesla Model S tegenwoordig ook voorkomt dat je tegen een andere auto botst. Deze wetenschappers zijn er echter in geslaagd om robots op dezelfde manier na te laten denken over navigatie als mensen en dieren.
Doordat twee neuronen op een bepaalde manier samenwerken in het menselijke brein, is het mogelijk voor mensen om een mentale kaart te maken van de fysieke omgeving. Wetenschappers uit Singapore hebben deze neuronen vertaald in een softwarematige tegenhanger: een robot die leert navigeren door zogenaamde ‘plaats’- en ‘grid’-cellen in te vullen. Volgens de onderzoekers kan dit ervoor zorgen dat robots en kunstmatige intelligentie in de toekomst een stuk “efficiënter” en “capabeler” zijn.
Dit onderzoek is voornamelijk noemenswaardig aangezien het robots daadwerkelijk op een (beperkte) menselijke manier laten nadenken en een fundatie legt om robots nog menselijker te maken. Op dit moment worden er veel robots gebruikt met kunstmatige neuraal netwerk: zo leren programma’s bijvoorbeeld beter objecten of foto’s herkennen. Maar volgens experts lijken deze neurale netwerken niet op hoe een echt brein werkt.
Neurale netwerken zijn losjes gebaseerd op het brein. Het zijn losse computer elementen, maar heel erg simpel in vergelijking met neuronen. De manier waarop het onderzoek een robot aanstuurt ziet er uit als goed werk, aldus CEO Oren Etzioni van Allen Institute for Artificial Intelligence.
De Nobelprijs van 2014 voor medicijnen werd vergeven aan drie wetenschappers die verantwoordelijk waren voor de ontdekking van de locatiegenen. In 1970 werd de plaats-cell ontdekt door John O’Keefe en in de grid-cell werd in 2005 ontdekt door May-Britt en Edvard Moser.
Het systeem voor robots is momenteel nog niet zo accuraat als een traditioneel navigatiesysteem op basis van sensoren. Maar wetenschappers zijn wel enthousiast over de toekomstige toepassingen: vooral bij wisselende omstandigheden gaat deze manier een groot voordeel hebben.