Pablo Gleiser, PhD. investigador del Departamento de Ciencias de la Vida y docente de la carrera de Bioingeniería del Instituto Tecnológico de Buenos Aires (ITBA), recibió un PICT Serie A, por parte de financiamiento por parte de la Agencia Nacional de Promoción de Investigación, Desarrollo Tecnológico e Innovación (Agencia I+D+i), con el objetivo de llevar adelante su proyecto “Comportamientos emergentes en poblaciones de robots interactuantes”, que tiene el propósito de reproducir las conexiones neuronales del cerebro de seres vivos en dispositivos tecnológicos.
El objetivo de esta investigación consiste en utilizar robots como herramienta científica, en lugar de utilizar animales, para luego aplicar los conocimientos a las neurociencias. De esta forma, simula en los robots el sistema nervioso de una especie específica de gusano al que se le conoce todo su sistema nervioso para, a partir del uso de sensores, obtener información del ambiente y lograr que ejecute acciones.
“Utilizar un robot permite obtener información completa del sistema. Así se puede saber qué le está pasando a cada una de las neuronas que fueron programadas, cómo interactúan entre sí (ya que es información “copiada” de la biología), para ver las acciones que hace el robot cuando se mueve”, destacó Pablo Gleiser, Investigador del Departamento de Ciencias de la Vida del ITBA.
Los científicos, generalmente, buscan animales que posean sistemas nerviosos más simples, entre ellos, ratones, insectos y gusanos; estos últimos tienen 300 neuronas y se conoce todo sobre ellas, tal como su ubicación, conexión, organismo y comportamiento. Es por ello que decidió reunir dicha información y se construyó un modelo de red neuronal, inspirado en el comportamiento de animales, que luego se utilizó para controlar un robot.
A través de esta línea se entienden los distintos mecanismos provenientes del sistema nervioso, que generan diferentes tipos de acciones. Y así es factible comprender la parte básica que relaciona la neurociencia con el comportamiento, ya que a partir de ahí se podría extender este conocimiento a aplicaciones tecnológicas para que, por ejemplo, los vehículos controlados por redes neuronales puedan tener un comportamiento autónomo.
