Hüceyrələrin beyni yoxdur. Lakin nədənsə, orqanizm böyüdükcə hüceyrələr yuxarıdan aşağıya doğru istiqamət olmadan hara getməli və nə etməli olduqlarını bilirlər. Birlikdə hərəkət edən hüceyrələr kollektiv olaraq ağıllıdırlar və nəticədə mürəkkəb son formalar – istər çiçək, istər balina, istərsə də siz olsun – yaradırlar. Maşınlarda bu qabiliyyəti təqlid etmək bir gün özünü sağaldan dövrələrə və zərəri baş verərkən qiymətləndirə və bərpa edə bilən kompüterlərə gətirib çıxara bilər və NatureCommunications jurnalında dərc olunan yeni tədqiqatlar ağıllı “kərpiclərin” bizi bu məqsədə necə yaxınlaşdıra biləcəyini göstərir.

Maşınların öz-özünə qurulacağı bir gələcək, “bir dənə də olsun uğursuzluq nöqtəsinin olmadığı yerli özünütəşkilatla bağlıdır”, məqalənin baş müəllifi və Kopenhagen İT Universitetinin və Sakana AI-nin kompüter alimi Sebastian Risi deyir.

Əvvəlcə tədqiqatçılar müstəqil şəkildə idarə olunan neyron şəbəkəsinə malik kubların simulyasiyalarını yaratdılar. Kubular yeddi obyekt kateqoriyası – qayıqlar, avtomobillər, stullar, gitaralar, evlər, təyyarələr və masalar – üzrə təxminən 500 3D formaya yığılmış şəkildə simulyasiya edilmiş və kubların öz kateqoriyalarını müəyyən edə bilib-bilmədiklərini sınaqdan keçirmişdilər. Hər bir virtual kubda yaddaşı və obyekt kateqoriyası haqqında təxminləri olan vektor adlanan ədədlərin siyahısı var idi ki, bunların hər ikisi zamanla inkişaf edə bilər. Hər kubun neyron şəbəkəsi ona qonşularının vektoruna əsasən vektorunu necə yeniləməyi öyrədirdi. Kubular birlikdə neyron hüceyrə avtomatı adlanan bir şeyi əmələ gətirdilər. (Hüceyrə avtomatlarının klassik nümunəsi 1970-ci ildə hazırlanmış Con Konveyin Həyat Oyunudur. Oyunda piksellər qonşularının sayına görə yanıb-sönür.)

Simulyasiya edilmiş kublar mesajlar ötürdü və vektorlarını əvvəlcə öz yaxın ətraf mühitlərinə, məsələn, kənarda, sonra qonşularının və s. olub-olmamalarına əsasən dəyişdirdi. Neyron şəbəkəsi öyrədildikdən sonra kublar obyekt siniflərinə 85-100 faiz dəqiqliklə ad verdilər – evlər ən çətin olduğunu sübut etdi. Bristol Universitetində sürü robotları üzrə təhsil alan və bu işdə iştirak etməyən Sabine Hauert deyir: “Kərpiclərin yalnız yerli məlumatlardan istifadə edərək kollektivin qlobal formasını müəyyən edə bilməsi diqqətəlayiqdir”.

Virtual kublar, hətta 15 faizi çıxarılsa belə, formalarını müəyyən edə, hansı kubların itkin olduğunu müəyyən edə və qonşularını bərpa edə bilirdilər. Komanda 18.000-dən çox kubdan ibarət sistemlərin hələ də içində olduqları obyektləri təxmin edə bildiyini aşkar etdi.

Nəhayət, tədqiqatçılar sistemlərini hər biri bir neçə santimetr olan real bloklardan istifadə edərək sınaqdan keçirdilər və daxili dövrələr hesablamaları yerli olaraq həyata keçirdi. 197-yə qədər blok bir formaya qoşulduqda, onlar 100 faiz hallarda hansı obyekt olduqlarını dəqiq müəyyən etdilər.

Risi deyir ki, yaxın müddətdə tətbiqi əyləncə sahəsindədir: sonra nərildəyən bir dinozavr düzəldin və ya növbəti dinozavrun hara yerləşdiriləcəyini göstərən tikinti kərpiclərindən istifadə edin. Uzunmüddətli perspektivdə tədqiqatçılar təlimat kitabçasına ehtiyac olmadan öz-özünə yığılan modul robotlar təsəvvür edirlər.