Analyse Robotica

Leren over dieren? Bouw er robotversies van

In zekere zin zijn dieren razendknap in elkaar stekende robots. Dus kun je tot nieuwe inzichten over ze komen door er robotversies van te bouwen.

DASH+Wings, de robot die wetenschappers inzicht verschaft in het ontstaan van vliegende dinosaurussen. Beeld Kevin Peterson/Universiteit van Californië, Berkeley.

Elke dag dat hij aan robots werkt, krijgt Guido de Croon meer respect voor de vernuftigheid van de natuur. De efficiëntie waarmee zelfs het simpelste insect beweegt en besluiten neemt, jaloersmakend knap vindt hij het. Daar kan hij zelf nog van leren, tijdens het sleutelen aan zijn robots aan de Technische Universiteit Delft.

Dus toen De Croon manieren zocht om vliegende robots slim te maken met zo min mogelijk gewicht – en zie als kleine drone maar eens op te stijgen met een zware boordcomputer – viel zijn oog op de honingbij.

Zo’n bij beziet de wereld totaal anders dan een mens. Bij de landing gebruikt ze een visueel trucje: wie een object nadert, in dit geval bijvoorbeeld een nectarrijke bloem, ziet dit object steeds sneller groter worden. De bij probeert ervoor te zorgen dat de bloem met een constante snelheid groter wordt en dat kan maar op één manier: afremmen. Een zachte landing volgt.

Omslachtig? Dat mag zo lijken, maar deze landingstruc kost extreem weinig rekenkracht. Handig als je een klein brein hebt. En handig voor wie drones autonoom wil laten landen zónder dat er zware computers nodig zijn, zoals De Croon. Alleen gebeurde er iets vreemds toen hij zijn drone toerustte met deze bijentruc.

Beeld TU Delft

Vlak voor de drone de grond raakte, begon hij als een razende te schokken en te trillen. Wat bleek: als de landingsplek te dichtbij kwam, kon hij niet subtiel genoeg meer afremmen, waardoor hij bleef afwisselen tussen remmen en versnellen. Dat vergde dus enige aanpassingen. 

Wacht eens, dacht De Croon. Dit lijkt verdacht veel op het trillen van échte honingbijen, vlak voordat ze landen. Hij besloot zich erover te buigen.

Dat de natuur inzichten oplevert die bruikbaar zijn voor machines en robots is oud nieuws – Leonardo Da Vinci keek al naar vogels voor zijn ontwerpen van vliegmachines – maar tegenwoordig leveren robots ook inzichten op over de natuur.

Tot op zekere hoogte functioneren dieren als robots, van de manier waarop ze bewegen tot de inschattingen die ze maken terwijl ze hun weg vinden. ‘Op die gebieden moeten robots in essentie dezelfde problemen oplossen als dieren’, aldus Barbara Webb, hoogleraar robotica aan de Universiteit van Edinburgh.

Stel, je ontwikkelt een theorie over hoe een vis efficiënt zwemt of een insect vliegt door dieren zelf te bestuderen. Dan kan het nog lastig zijn om erachter te komen dat er gaten in je verklaring zitten. Maar bouw je een robot die op het dier is gebaseerd, dan kan ineens blijken dat je verklaring slechts de helft van het verhaal is; je robotvis komt bijvoorbeeld niet vooruit omdat je een cruciale zwiep van zijn staart over het hoofd zag. ‘Daar kom je soms op pijnlijke wijze achter’, grinnikt Guido de Croon. ‘Vooral bij vliegende robots.’

Waar computermodellen een versimpeling van de werkelijkheid zijn, moet een robot het zien te rooien in dezelfde wereld als het dier. Eventueel zet je hem zelfs neer in dezelfde leefomgeving, in het rulle zand of de winderige buitenlucht. Bovendien kun je in het hoofd van de robot kijken, in tegenstelling tot bij dieren. De berekeningen die voorafgaan aan beslissingen zijn allemaal terug te halen en te analyseren.

Na wat extra rekenwerk en modelleren op de computer, lijkt het er volgens De Croon sterk op dat hij dankzij de trillende drone een niet eerder ontdekt mechanisme heeft ontdekt dat honingbijen helpt landen. Begint de bij te trillen, dan weet ze: pootjes uit, tijd voor de landing. Het zorgt ervoor dat de bij niet tegen zijn landingsplek knalt, of dat De Croon nog een extra hoogtesensor aan zijn drone moet bevestigen.

Zelfs het menselijk brein laat zich nabootsen, volgens Marcel van Gerven, hoogleraar kunstmatige intelligentie aan de Radboud Universiteit. En wel door neurale netwerken.

Dat is een vorm van kunstmatige intelligentie die losjes is geïnspireerd op de architectuur van onze eigen hersenen, doordat hij is opgebouwd uit een heleboel kleine dataverwerkers die op zichzelf weinig voorstellen, maar die aan elkaar gekoppeld complexe taken als gezichtsherkenning kunnen uitvoeren. Zoals de hersenen met echte zenuwcellen, dus.

Wat blijkt? De manier waarop dit soort kunstmatige neuronennetwerken objecten en gezichten herkennen komt op sommige punten overeen met wat we weten over de verwerking in onze eigen hersenen, zegt Van Gerven.

Neem kijken naar een hond. Zowel kunstmatige neurale netwerken als menselijke hersenen verwerken in eerste instantie eenvoudige kenmerken van het beeld, zoals de ruwe verdeling van donker en licht. Deze informatie geven ze door aan de volgende neuronen, die steeds completere interpretaties van het beeld maken, tot de labrador met de tong uit zijn bek die je uiteindelijk ziet. Hoe deze vervolgstappen in het brein verlopen is nog onduidelijk. De komende jaren leren we hier meer over dankzij kunstmatige neurale netwerken, denkt Van Gerven.

Het blijft trouwens niet bij het bestuderen van wezens die nog leven. Zo onderzocht een internationale groep wetenschappers een fossiel van een orobates, een amfibie van een meter lang die meer dan 250 miljoen jaar geleden rondliep, voordat de dinosaurussen op aarde verschenen. De vraag was: hoe liep hij dan rond? Sleepte hij zich traag voort, of zette hij juist ferme stappen?

Om daarachter te komen, bouwden de onderzoekers deze replica, die ze voorzagen van robotpoten:

De orobates bleek veel soepeler te lopen dan verwacht. Waarschijnlijk had de amfibie een actiever leven op land dan voorheen werd aangenomen voor viervoeters uit zijn tijd, schrijven de wetenschappers in vakblad Nature.

Met een klein, gevleugeld robotje probeerden Amerikaanse onderzoekers juist een oplossing te vinden voor de vraag hoe vliegende dinosaurussen als archaeopteryx evolueerden. Vanuit dinosaurussen die in bomen klommen, of juist vanuit dino’s die op de grond liepen?

Ze lieten de zespotige robot fladderend tegen steile hellingen oprennen en zagen dat hij met vleugels weliswaar sneller ging en hoger op de helling belandde, maar dat het flapeffect beperkt was, lang niet zo groot als computermodellen voorspelden. Bij het door de lucht glijden bleken de vleugels juist wel een flink verschil te maken. Een indicatie dat vliegen ontstond bij dino’s die eerst door de bomen zweefden, volgens de onderzoekers.

‘Maar je moet voorzichtig zijn over de vraag waar de overeenkomsten beginnen en eindigen’, aldus Barbara Webb. ‘In het algemeen staan de sensoren en motoren die we in robots plaatsen in de kinderschoenen vergeleken met de biologie.’

Het is daarom altijd nodig om je ontdekkingen te toetsen bij het echte dier, zegt Guido de Croon van TU Delft. Mits die niet is uitgestorven. Momenteel experimenteert een groep biologen met echte bijen om te zien of het trillen ze daadwerkelijk helpt landen. Al zijn die experimenten niet makkelijk: in tegenstelling tot robots hebben bijen niet altijd zin om te doen wat de onderzoekers verlangen.

‘Biologen krijgen dankzij robotonderzoek meer inzicht in hoe de bij werkt’, zegt De Croon erover. En als nu blijkt dat de bij tóch iets anders doet dan hij dacht? ‘Dat is juist weer interessant voor robotici als ik. Misschien heeft de natuur dan iets nóg slimmers gevonden dan we nu weten.’

Drie ontdekkingen over dieren dankzij robots

1. Superzwemmers

Hoe kan het dat berekeningen consequent uitwezen dat veel vissen te zwak zouden moeten zijn voor de zwemsnelheden die ze behalen? Dat decennia oude mysterie wilden onderzoekers van de Amerikaanse technische universiteit MIT oplossen.

Waarschijnlijk hebben de draaikolken die een slaande vissenstaart veroorzaakt er iets mee te maken, vermoedden ze. Het viel de onderzoekers namelijk op dat de verhouding tussen de slagsnelheid van de staart, de snelheid van de vis en de grootte van de draaikolk bij vissen, van de goudvis tot de haai, ongeveer gelijk was. Ze bouwden onderstaande robottonijn om uit te testen of dit inderdaad efficiënter zwemmen opleverde en zo ja, waarom dan.

Het bleek dat de draairichting van de draaikolken die de vissen zelf veroorzaken de vis nog een extra zetje geven. Handige info voor de ontwikkeling van zwemmende robots, want zo’n slim klappende staart is tweemaal efficiënter dan een duikrobot met propeller, schrijven de onderzoekers.

Beeld SSPL via Getty Images

2. Hagedissenstuur

Een springende hagedis houdt zijn lichaam in de lucht stabiel met zijn staart, vermoedden biologen en ingenieurs van de Universiteit van Californië. Ze voorzagen het rijdende robotje, hieronder te zien, van een beweegbare staart en sensoren die bijhielden of de robot stabiel bleef. 

Het karretje kukelde alsnog meteen naar voren nadat hij over een schans was gereden. Wat ontbrak? Het karretje moet zijn staart actief onder de juiste hoek houden om goed stabiel te blijven. Zoals de echte hagedis ook bleek te doen. Berekeningen met de Velociraptor, een rennende dinosaurus ter grootte van een kalkoen, lieten zien dat die naar verwachting nóg beter kon sturen met zijn staart.

Handige kennis voor karretjes of robots die over ruig terrein moeten navigeren, bijvoorbeeld tijdens reddingsoperaties in bossen of rotsachtig gebied.

Beeld PolyPEDAL Lab & CiBER/UC Berkeley

3. Insectenstraaljager

Onderzoekers van de Universiteit van Wageningen en TU Delft, onder wie Guido de Croon, bouwden de DelFly, een vliegende robot die is geïnspireerd op de fruitvlieg. Die staat bekend als het ‘jachtvliegtuig onder de insecten’ en niet voor niets, want het dier is extreem wendbaar. Geen acute koerswijziging is te gek. Die eigenschap gaven de Delftse onderzoekers ook aan hun robot, zoals hieronder te zien is.

De openstaande vraag was hoe de fruitvlieg die bochten precies neemt. Het was bekend dat de vlieg zijn lichaam kantelt om van richting te veranderen, precies zoals een echte straaljager een bocht neemt. Maar dan? Stuurt de fruitvlieg actief zijn lichaam bij om de nieuw gekozen kant op de vliegen? Of draait de vlieg automatisch de juiste richting op?

De DelFly gaf uitsluitsel: de fruitvlieg hoeft niet actief bij te sturen, schrijven de onderzoekers in vakblad Science. Ook fijn voor de robotbouwers, dat scheelt weer programmeerwerk en computerkracht.

Lees meer over robots

Cyberhonden die de trap op lopen als echte honden, robotvogels die in de lucht amper van echte vogels te onderscheiden zijn. Waar gaat dit heen? Lees het hier.

Franse wetenschappers ontwikkelden dit robotje dat de weg vindt als een woestijnmier. Nauwkeurig navigeren zonder kilo’s aan dure apparatuur is nu nog problematisch voor robots.

Hun voorgangers waren onbuigzaam. De robots die nu worden ontwikkeld zijn zacht en flexibel, zoals deze grijpers die een pionier aan de TU Delft maakt. Die souplesse maakt allerlei nieuwe toepassingen mogelijk. 

Meer over

Wilt u belangrijke informatie delen met de Volkskrant?

Tip hier onze journalisten


Op alle verhalen van de Volkskrant rust uiteraard copyright. Linken kan altijd, eventueel met de intro van het stuk erboven.
Wil je tekst overnemen of een video(fragment), foto of illustratie gebruiken, mail dan naar copyright@volkskrant.nl.