L’étude montre les mêmes schémas de mouvement utilisés par un massive éventail d’organismes, avec des implications pour l. a. cognition et l. a. robotique.

Le poisson-couteau électrique scintille dans l’eau pour l. a. même raison qu’un chien renifle ou qu’un humain regarde autour d’un nouvel endroit : pour comprendre son environnement. Pour l. a. première fois, des scientifiques ont démontré qu’un massive éventail d’organismes, même des microbes, effectuent le même schéma de mouvements afin de percevoir le monde.

“L’amibe n’a pas de système nerveux, mais elle adopte un comportement qui ressemble beaucoup à l’équilibre postural d’un humain ou d’un poisson caché dans un tube”, a déclaré l’auteur Noah Cowan, professeur de génie mécanique à l’Université Johns Hopkins. “Ces organismes sont assez éloignés les uns des autres dans l’arbre de vie, ce qui suggère que l’évolution a convergé vers l. a. même resolution à travers des mécanismes sous-jacents très différents.”

Los angeles recherche, qui a des implications pour l. a. cognition et l. a. robotique, a été publiée dans L’intelligence artificielle de l. a. nature.

Les résultats découlent des efforts de l’équipe visant à comprendre ce que fait le système nerveux lorsque les animaux bougent afin d’améliorer leur belief du monde et à déterminer si ce comportement peut être traduit en systèmes de contrôle robotisés.

En observant le poisson-couteau électrique dans un bassin d’commentary, les chercheurs ont remarqué que le poisson se balançait plus fréquemment lorsqu’il faisait sombre. Lorsque les lumières étaient allumées, le poisson se balançait doucement avec des mouvements rapides occasionnels.

Dans l. a. nature, les poissons-couteaux sont équipés pour trouver safe haven afin d’éviter les prédateurs. Ils émettent de faibles décharges électriques pour détecter leur emplacement et trouver un abri. L’oscillation rapide leur permet de détecter efficacement leur environnement, en particulier dans les eaux sombres. C’est pourquoi ils effectuent toujours des mouvements aussi rapides, mais beaucoup moins fréquemment.

“Nous avons constaté que l. a. meilleure stratégie consiste à passer brièvement en mode exploration lorsque l’incertitude est très élevée, puis à revenir en mode exploitation lorsque l’incertitude diminue”, a déclaré le premier auteur Debojyoti Biswas, chercheur postdoctoral à l’Université Johns Hopkins.

C’est l. a. première fois que les scientifiques parviennent à déchiffrer cette stratégie de changement de mode chez les poissons. C’est également l. a. première fois que quelqu’un relie ce comportement entre espèces.

L’équipe a créé un modèle qui imite les comportements de détection clés et, en utilisant les travaux d’autres laboratoires, elle a découvert les mêmes mouvements dépendants des sens dans d’autres organismes. Parmi les créatures auxquelles le poisson participait se trouvaient des amibes, des acariens, des cafards, des taupes, des chauves-souris, des souris et des humains.

“Aucune étude que nous avons trouvée dans l. a. littérature n’a violé les règles que nous avons découvertes chez les poissons électriques, et les organismes unicellulaires comme l’amibe ne détectent pas non plus les champs électriques”, a déclaré Cowan.

Les scientifiques commencent tout juste à comprendre remark les animaux contrôlent inconsciemment leurs mouvements sensorimoteurs. L’équipe soupçonne que tous les organismes vivants disposent de calculs cérébraux capables de gérer l’incertitude.

“Si vous allez dans une épicerie, vous remarquerez que les gens qui font l. a. queue alternent entre rester immobiles et bouger pendant qu’ils attendent”, a déclaré Cowan. “Nous pensons que c’est l. a. même selected qui se passe, à savoir que pour maintenir un équilibre strong, vous devez bouger de temps en temps et exciter vos capteurs comme un poisson-couteau. Nous avons constaté que les propriétés statistiques de ces mouvements sont omniprésentes dans un massive éventail de domaines. gamme d’animaux, y compris les humains.

L’équipe espère que les résultats seront utilisés pour améliorer les drones de recherche et de sauvetage, les engins spatiaux et d’autres robots autonomes.

Ensuite, ils testeront si leurs idées s’appliquent à d’autres organismes, même aux plantes.

Les auteurs incluent Andrew Lamberski de l’Université du Minnesota à Minneapolis ; Yu Yang de l’Université Johns Hopkins ; Kathleen Hoffman de l’Université du Maryland, comté de Baltimore ; John Gockenheimer de l’Université Cornell ; et Éric S. Fortune de l’Institut de technologie du New Jersey.