Нейроробототехника

Нейророботы могут подразделяться на различные основные классы в зависимости от их назначения. Каждый класс разрабатывается для изучения определённых механизмов. Распространённые типы нейророботов включают устройства для изучения моторного контроля, памяти, выбора действия и восприятия.

Нейророботы часто используются для изучения обратной связи и систем управления движением, а также доказали свою полезность при создании контроллеров для роботов. Локомоция моделируется множеством нейронаук-инспирированных теорий двигательных систем. Управление движением воспроизводится с помощью моделей генераторов центральных паттернов, групп нейронов, способных вызывать повторяющееся поведение — такие системы применялись для создания четвероногих ходячих роботов^[5]. Другие исследовательские группы предлагали объединять простые системы управления в иерархическую структуру, где комплексные движения формируются из набора элементарных подпрограмм^[6]. Эта теория организации моторных действий опирается на представление о работе кортикальных столбов, постепенно интегрирующих простые сенсорные входы в сложные афферентные сигналы или наоборот — трансформирующих комплексные двигательные программы в простое управление отдельными мышечными волокнами с помощью эфферентных сигналов при сохранении иерархии.

Другое направление — использование обучения для коррекции ошибок и предсказательного управления, формирующее своеобразную мышечную память. В таких моделях случайные и неудачные движения исправляются с помощью обратной связи по ошибке, постепенно вырабатывая плавные и точные действия. Контроллер учится формировать правильный управляющий сигнал путём предсказания ошибки. На этой основе создавали роботов, способных обучаться адаптивным движениям рук^[7] или избегать препятствия на маршруте.

Существуют роботы для проверки теорий механизмов памяти животных. Многие исследования касаются памяти крыс и, в частности, гиппокампа, с анализом активности клеток места, активирующихся при нахождении животного в определённой, ранее выученной локации^[8][9]. Модели гиппокампа крысы позволяют роботам строить умственные карты среды, выделять ориентиры и связывать с ними поведенческие реакции, что даёт возможность предвосхищать препятствия и объекты^[9].

В одном из исследований был создан робот с обучением по парадигме сипух (сов), использующих слуховые и зрительные стимулы для ориентации. Предполагаемый нейробиологический механизм включает нейромодуляцию^[10], при которой вознаграждающие нейротрансмиттеры (например, дофамин или серотонин) меняют чувствительность нейронов^[11]. Робот имитировал поведение сипухи^[12]. Кроме того, тесная обратная связь между моторными действиями и слуховой информацией оказалась важной для изучения — это поддерживает идею об активном сенсорном восприятии, лежащую в основе многих моделей обучения^[10].

В подобных экспериментах нейророботам предлагают простые лабиринты или паттерны для изучения. Например, им требуется распознавать символы, цвета или иные признаки и выполнять несложные действия на их основе; роботу, имитирующему сипуху, необходимо было определить своё местоположение и направление движения.

В этой области нейророботы используются для изучения механизмов оценки последствий действий (отрицательная/положительная мотивация и результат). Некоторые эксперименты моделируют даже примитивные этические взаимодействия — например, известный мысленный эксперимент с перегруженной спасательной шлюпкой. Однако гораздо чаще рассматриваются простые рамки, такие как самосохранение или поддержание «популяции» нейророботов. Моделирование строится по принципу нейромодуляции с подкреплением соединений за положительный результат^[11][13].

В биологических системах нейротрансмиттеры вроде дофамина или ацетилхолина положительно усиливают полезные нейронные сигналы. Так, в одном исследовании робот Darwin VII использовал зрительный, слуховой и «вкусовой» (имитируемый электропроводимостью) вход, чтобы «питаться» металлическими блоками. Хорошие блоки отличались полосатым рисунком, плохие — круглыми отметками. Робот получал положительную или отрицательную обратную связь в зависимости от «вкуса», и исследователи анализировали, как соотносится выбор роботами удачного поведения с получаемой информацией^[14]. Другие работы были посвящены коллективам малых роботов, «питающихся» лежащими по помещению аккумуляторами и сообщающих друг другу о находках^[15].

Нейророботы применяются и для изучения сенсорного восприятия, в особенности зрения. Такие системы включают нейронные модели сенсорных путей, реализованные в автоматах, что позволяет моделировать закономерности сенсорных сигналов в ходе реального поведения и объективно оценивать степень устойчивости моделей к шуму. Известно, что изменения сенсорных сигналов при осуществлении движений могут давать дополнительные перцептивные подсказки, широко используемые живыми организмами. Примером служат работы, в которых исследуются глубинные признаки, возникающие при репликации человеческих движений головы и глаз для построения стабильных представлений зрительной сцены^[16][17].

В 2018 году значительное развитие получила аппаратная база для нейроробототехники, в частности, нейроморфные вычисления. Ключевым событием стала активная фаза внедрения исследовательского процессора Intel Loihi, анонсированного в конце 2017 года^[18]. Чип стал одной из центральных тем на выставке CES 2018^[19]. Процессор, созданный по 14-нм техпроцессу, включает 130 000 смоделированных нейронов и 130 миллионов синапсов^[18] и обладает способностью к самообучению непосредственно во время работы^[18]. По заявлениям Intel, Loihi в 1000 раз более энергоэффективен по сравнению с традиционными процессорами при обучении нейронных сетей^[18]. В начале 2018 года в журнале IEEE Micro была опубликована научная статья с подробным описанием архитектуры процессора^[20], и компания объявила о планах предоставить чип ведущим университетам и исследовательским институтам^[19]. В том же году была представлена и другая заметная нейроморфная система — SpiNNaker^[21].

Параллельно развивались технологии интеграции человека и робототехники. Эта тема стала одной из центральных на IV Международной практической конференции «РобоСектор-2018» в Москве, где обсуждались вопросы экзопротезирования и реабилитационной робототехники с подключением через нейроинтерфейс^[22]. Также в 2018 году публиковались научные работы, посвящённые протоколам связи для беспроводных нейроинтерфейсов, что является важным шагом для их применения в мобильных робототехнических системах^[23].

В 2019 году значительные успехи были достигнуты в области интерфейсов «мозг-компьютер» (ИМК) и бионического протезирования. Одним из ключевых достижений стала демонстрация одновременного управления двумя роботизированными протезами силой мысли. В ходе эксперимента, проведённого учёными из Университета Джонса Хопкинса, парализованный человек смог управлять двумя модульными протезами рук (Modular Prosthetic Limb, MPL), используя сигналы с микроэлектродных решёток, имплантированных в оба полушария мозга^[24]. Эта разработка стала первой в своём роде, позволив выполнять сложные задачи, требующие координации обеих рук, а также обеспечила тактильную обратную связь, давая пациенту возможность ощущать прикосновения^[24].

В области инвазивных технологий австрийские исследователи опубликовали в журнале Science Robotics работу, подтверждающую долгосрочную эффективность протезов, управляемых с помощью метода целевой реиннервации мышц (Targeted Muscle Reinnervation, TMR)^[25]. Суть метода заключается в перенаправлении нервов, ранее управлявших утраченной конечностью, к другим мышцам, например, к бицепсу. Активность этих мышц считывается сенсорами и используется для управления протезом^[25]. В ходе исследования участники с ампутацией выше локтя научились выполнять точные манипуляции, такие как захват мелких монет^[25].

Параллельно развивались и неинвазивные ИМК. Группа итальянских инженеров представила систему управления роботизированным манипулятором, основанную на методе P300, который регистрирует мозговую активность при концентрации внимания на определённом стимуле. Система была дополнена RGB-D камерой, что позволило роботу создавать трёхмерные карты окружения и распознавать объекты, давая человеку возможность отдавать команды высокого уровня, не контролируя каждое отдельное движение^[26]. В целом, разработки 2019 года подтвердили смещение фокуса в нейроробототехнике в сторону клинического применения технологий для восстановления и расширения возможностей людей с ограниченными возможностями^[25][27].

В 2020 году значительные успехи были достигнуты в применении нейроробототехники для реабилитационной медицины. Исследовательская группа под руководством Яньяна Мяо представила систему, объединяющую интерфейс «мозг-компьютер» (ИМК), основанный на воображении движений, с функциональной электростимуляцией (ФЭС). Пациенты на хронической стадии после инсульта могли мысленно активировать электростимуляторы на мышцах поражённой руки. Результаты, опубликованные в декабре 2020 года в журнале Neural Plasticity, показали, что такой подход способствует нейропластичности и восстановлению моторики^[28].

Заметные успехи в области нейропротезирования продемонстрировали и российские компании. ПАО «ИНЭУМ им. И. С. Брука» завершал работу над проектом бионической интеллектуальной нижней конечности (БИНК) — первым отечественным полностью активно-ассистивным протезом бёдра, который помогает пользователю при подъёме по лестнице переменным шагом^[29]. В свою очередь, компания «Моторика», разработчик функциональных протезов верхних конечностей, привлекла 400 млн рублей инвестиций от РФПИ и Дальневосточного фонда высоких технологий^[30], получила маркировку CE для выхода на рынок Европейского союза^[31] и анонсировала интеграцию своих протезов с часами Galaxy Watch^[32]. Выручка компании за 2020 год составила 130 млн рублей^[31].

В 2021 году разработки в области нейроробототехники были сосредоточены на повышении точности интерфейсов «мозг-компьютер» (ИМК) и создании более совершённых нейропротезов. Одним из заметных событий стала разработка микроскопических сенсоров под названием «нейрозерна» (neurograins). В рамках совместного проекта американских университетов и компании Qualcomm были созданы сенсоры размером с крупицу соли, предназначенные для имплантации в мозг с целью более точной регистрации электрических импульсов нейронов^[33]. В целом, в этот период наметился сдвиг в применении ИМК от обеспечения коммуникации для парализованных пациентов к более широкому спектру задач, включая реабилитацию после инсульта и картирование мозга для нейрохирургических операций^[34].

В сфере протезирования российская компания «Моторика» совместно с Дальневосточным федеральным университетом (ДВФУ) и Сколтехом начала разработку очувствлённого протеза руки. Система предполагает использование электростимуляции для передачи тактильных ощущений, что позволяет пользователю чувствовать размер и текстуру предметов^[35]. Также были представлены результаты исследования новой хирургической техники при ампутации ниже колена, которая сохраняет нейронные пути, обеспечивая более точный контроль над конечностью и сенсорную обратную связь от мышц^[36]. Кроме того, в научной литературе обсуждались концепции когнитивного нейропротезирования, направленного на восстановление функций более высокого уровня, таких как память^[37].

В 2022 году продолжилось активное развитие интерфейсов «мозг-компьютер» (ИМК) и их применение в медицине. Американская компания Synchron впервые имплантировала человеку ИМК в ходе малоинвазивной эндоваскулярной операции^[38]. Устройство было введено в моторную кору головного мозга через яремную вену, что позволило парализованному пациенту управлять компьютером для отправки сообщений и совершения покупок^[38]. Параллельно велись исследования по декодированию активности мозга. В частности, группа под руководством Михаила Лебедева из Сколтеха продемонстрировала возможность с высокой точностью определять шагательные движения обезьяны по активности нейронов и передавать эти команды роботу, который двигался синхронно с животным^[39].

Тематика взаимодействия человека и робота стала одной из центральных на крупной международной конференции IROS 2022 в Киото^[40]. На ней обсуждались вопросы создания роботов-ассистентов для больниц и помощи пожилым людям, а также методы обучения роботов для безопасного выполнения сложных задач в неструктурированной среде. Например, компания Diligent Robotics поделилась опытом внедрения мобильных роботов-манипуляторов в больницах для выполнения логистических задач^[40].

Активно развивалось применение роботизированных систем в нейрореабилитации для восстановления двигательных функций после инсультов и травм. Роботизированная терапия позволяет проводить высокоинтенсивные тренировки, стимулирующие нейропластичность^[41]. В России велись исследования по созданию экзоскелетов с адаптивным управлением, в том числе с регулируемой жёсткостью звеньев для адаптации устройства под нужды конкретного пациента^[42].

В 2023 году разработки в области нейроробототехники были сосредоточены на создании более совершённых интерфейсов «мозг-компьютер» (ИМК), энергоэффективных нейроморфных процессоров и систем управления протезами.

Одним из ключевых направлений стало развитие ИМК. В марте 2023 года инженеры из Технологического университета Сиднея представили неинвазивный нейроинтерфейс на основе графеновых датчиков, размещаемых на затылке для считывания сигналов зрительной коры^[43]. В то же время учёные из Калифорнийского университета в Сан-Франциско создали ИМК с искусственным интеллектом, который адаптируется к изменениям активности мозга, что позволило обеспечить стабильное управление роботизированной рукой на протяжении семи месяцев без перенастройки^[43].

Значительное развитие получили нейроморфные процессоры, архитектура которых вдохновлена строением мозга. В России компания «Мотив нейроморфные технологии» анонсировала процессор «Алтай»^[44], «Лаборатория Касперского» представила свой чип для обработки изображений^[45], а НИЦ «Курчатовский институт» сообщил о создании процессора на основе искусственных биологических материалов^[44]. В октябре 2023 года исследовательское подразделение IBM Research представило нейроморфный чип NorthPole, объединяющий вычисления и память для повышения энергоэффективности^[46].

В области протезирования в журнале Science Robotics была опубликована статья об успешном трёхлетнем использовании нейромышечно-скелетного интерфейса. Титановые имплантаты, вживлённые в кости предплечья, и электроды в мышцах и нервах обеспечили пациентке надёжный контроль над бионической конечностью и способствовали снижению фантомных болей^[47]. Современные бионические протезы также всё чаще используют датчики, реагирующие на нервные импульсы для выполнения сложных действий^[48].

В 2024 году значительные успехи были достигнуты в области интерфейсов «мозг-компьютер» (ИМК) для управления роботизированными устройствами, а также в разработке нейроморфных процессоров. Одним из ключевых событий стало практическое применение инвазивных нейроинтерфейсов: пациент с имплантом компании Neuralink впервые смог управлять роботизированной рукой силой мысли для выполнения бытовых задач^[49]. Параллельно китайские учёные провели успешные клинические испытания собственного мозгового импланта, позволившего парализованному пациенту управлять различными устройствами с помощью мысленных команд^[49].

В сфере аппаратного обеспечения компания Intel совместно с Sandia National Laboratories представила крупнейший в мире нейроморфный компьютер Hala Point. Система, построенная на базе чипа Loihi 2, способна имитировать работу 130 миллионов нейронов, что сопоставимо с мощностью мозга совы, и предназначена для исследований в области искусственного интеллекта^[50].

Активные исследования в этой области велись и в России. В феврале 2024 года было дано поручение уделить внимание созданию нейроморфных процессоров^[44]. Учёные из НИЦ «Курчатовский институт» и Университета ИТМО представили свои разработки вычислительных элементов, перспективными областями применения которых считаются самообучающиеся робототехнические комплексы и системы технического зрения^[44].

Тематика нейроробототехники обсуждалась на профильных научных конференциях, включая 35-ю конференцию «Экстремальная робототехника» в Санкт-Петербурге^[51] и V Международную конференцию по нейронным сетям и нейротехнологиям (NeuroNT’2024)^[52].

В 2025 году разработки в нейроробототехнике были сосредоточены на совершенствовании интерфейсов «мозг-компьютер» (ИМК), создании продвинутого искусственного интеллекта для роботов и более естественных систем взаимодействия человека и машины.

Одной из ключевых разработок стал двусторонний адаптивный ИМК, созданный китайскими учёными. В этой системе мозг и компьютер обучаются друг у друга, что, по заявлениям, позволило увеличить производительность в 100 раз и снизить энергопотребление в 1000 раз по сравнению с традиционными ИМК^[53].

В области искусственного интеллекта для роботов значительное внимание уделялось созданию специализированных моделей, примером чего стал анонс ИИ-модели Helix от компании Figure AI. Параллельно получил развитие тренд на создание «эмпатичных» интерфейсов и роботов-компаньонов, способных определять эмоциональное состояние человека для более естественного взаимодействия.

В сфере нейропротезирования в Магнитогорске был представлен рабочий прототип бионического протеза руки, управляемого через нейроинтерфейс. Согласно заявлению разработчиков, в 2025 году был продемонстрирован полностью рабочий лабораторный образец, в то время как годом ранее существовали лишь концепции и схемы конструкции^[54].

Биологические роботы формально не относятся к нейророботам, так как не используют искусственный интеллект, вдохновлённый нейробиологией, а представляют собой реальные нейронные ткани, подключённые к робототехническим системам. Обычно такие системы включают выращенную на мультиэлектродной матрице культуру нейронов, позволяющую одновременно регистрировать и стимулировать активность ткани. В некоторых случаях матрица подключается к компьютеру, создающему виртуальное окружение для мозговой ткани и переводящему сигналы мозга в действия, а также обеспечивающему обратную сенсорную связь^[55]. Возможность регистрировать активность нейронов даёт исследователям уникальное окно для анализа мозговых процессов, аналогичных тем, что изучаются на нейророботах.

С биологическими роботами связаны и этические вопросы — прежде всего, что касается статуса сознания этих систем. Постоянно обсуждается, испытывает ли, к примеру, мозг крысы сознательные ощущения, при этом возможны различные подходы к определению самого понятия сознания^[56][57].

Нейроучёные получают от нейроробототехники возможность экспериментально тестировать теории функционирования мозга в контролируемых условиях. Несмотря на относительную упрощённость робота по сравнению с живым организмом, он позволяет проводить целое множество конкретных тестов^[10][58]. Преимущество таких систем — их хорошая доступность для эксперимента, в отличие от мозга животного или человека, за которым сложно наблюдать на протяжении естественного поведения, особенно на уровне отдельных нейронов^[59].

Развитие нейронаук привело к появлению методик терапии, в том числе лекарственных и реабилитационных^[60]. Дальнейший прогресс основывается на тонком понимании работы мозга, что затруднено из-за инвазивности большинства методов. Нейророботы расширяют возможности исследований нейронных процессов.