یک استارتاپ واقع در بریتانیا از یک راهکار محاسباتی که شامل مجموعه‌ای از الگوریتم‌های الهام‌گرفته از رفتار حشرات است، پرده‌برداری کرده که به تسهیل فرآیند خودکارسازی کمک می‌کند.
، در حالی که شرکت‌ها بر روی تکنیک‌های یادگیری عمیق برای توسعه دستگاه‌هایی با قابلیت کار مستقل تمرکز دارند، این استارتاپ مستقر در بریتانیا در تلاش است تا با ارائه «هوش طبیعی» رایج، دنیای خودمختاری را به طور چشمگیری تغییر دهد.
بر اساس گزارش آی‌ای، محققان در طول ده سال اخیر به مطالعه چگونگی عملکرد مغز حشرات پرداخته‌اند. آنان بررسی کرده‌اند که این موجودات چگونه جهان را درک می‌کنند، مسیر خود را شناسایی می‌کنند، به مسیریابی می‌پردازند و به تغییرات محیطی واکنش نشان می‌دهند.
تحول در هوش طبیعی
از آنجا که یافته‌ها به الگوریتم تبدیل شده، این مکتب فکری به نام «هوش طبیعی» شناخته می‌شود. بر این باورند که این نوع هوش می‌تواند به شکل شگفت‌انگیزی عملکرد خودمختاری را دگرگون کند و آن را کارآمدتر و عملی‌تر سازد.
دیوید راجان (David Rajan)، مدیرعامل شرکت اپتران، اظهار می‌کند: حشراتی چون زنبورهای عسل با وجود دارا بودن حدود یک میلیون نورون در مقایسه با تقریبا ۸۶ میلیارد نورون در انسان، دارای سیستم عصبی مرکزی مؤثری هستند. این موجودات توانایی دیدن دنیا را دارند و می‌توانند تا مسافت ۱۰ کیلومتر را با مصرف انرژی میکرو وات حرکت کنند. اگر واقعا به دنبال دیدن خودمختاری پیشرفته هستید، نیازی به سفر به کالیفرنیا نیست؛ کافی است به یک باغ نگاه کنید.
این تیم در نظر دارد که در ماه‌های آینده سیستم را با ویژگی‌های جدیدی چون پیشگیری از برخورد بهبود بخشد. آن‌ها برنامه‌ریزی کرده‌اند که تا سال آینده الگوریتم‌های تصمیم‌گیری را به سیستم اضافه کنند تا وسایل قادر باشند وظایف را به صورت اولویت‌بندی شده انجام دهند.
راجان می‌گوید این تنها آغاز کار است، زیرا شرکت به دنبال کاربردهای تجاری متنوعی در زمینه‌هایی چون لجستیک، خودرو، معدن، امنیت و دیگر عرصه‌ها است.
همکاری‌های کلیدی برای پیشرفت رباتیک
این شرکت که در حال حاضر دارای ۴۵ کارمند است، به سرعت در حال توسعه است و به تازگی از شراکت بزرگی رونمایی کرده است. فناوری آن قرار است در ربات‌های انبار پیشرفته‌ای که توسط شرکت آلمانی سیف‌لاگ (Safelog) طراحی شده، به کار گرفته شود.
به علاوه، فناوری اپتران از سیستم‌های موجود متمایز است، چرا که به آموزش گسترده با استفاده از داده‌های کلان پیش از پیاده‌سازی نیازی ندارد. این الگوریتم‌ها به طور ذاتی طراحی شده‌اند و به آن‌ها این امکان را می‌دهند که به طور خودکار در محیط حرکت کنند و بدون نیاز به جمع‌آوری یا آموزش مداوم در مراکز داده، با تغییرات محیطی سازگار شوند.
مراحل راه‌اندازی یک وسیله نقلیه هدایت شونده خودکار (AGV) در یک انبار در شرایط معمول مستلزم صرف وقت و تلاش بسیار است. اپراتورها قبل از اینکه اجازه دهند ربات‌ها در فضای انبار حرکت کنند، باید کل تأسیسات را به دقت مورد بررسی قرار دهند و با حجم زیادی از داده‌ها سر و کار داشته باشند.
کاری که اپتران انجام می‌دهد به طور قابل توجهی فرآیند راه‌اندازی را ساده‌تر می‌کند.