Joost Huizinga看着六条腿的“蜘蛛机器人”，他在电脑屏幕上创造了天窗。起初，当它试图吞噬表示食物的绿色金字塔时，它会摇摆不定地走路。人造节肢动物做了一些成功的尝试，包围了一些金字塔并使它们消失。但是，在追求食物的短暂时间之后，蜘蛛失去了平衡，最终在它背上并且连着。
这是一只未被解决的蜘蛛，”Huizinga摇摇头说道。“它落在它背上，像乌龟一样无助。它必须首先(学会)走路。“
来自荷兰的华盛顿大学博士生Huizinga于1月份来到怀俄明大学，与计算机科学系的华盛顿大学副教授Jeff Clune一起进行研究 。Huizinga正在研究如何以与动物大脑组织方式更相似的方式发展计算机大脑。具体来说，他正在努力弄清楚进化如何在动物大脑的布线中产生关键属性 - 即为什么动物(包括人类)进化成具有规则，等级和模块化组织的大脑。
“我的研究目标是研究模块化和规律性，”Huizinga在UW工程大楼不断发展的人工智能实验室中说。“两者都是分别研究过的。我的目标是将它们结合起来。“
模块化意味着大脑由先天的，神经结构或模块组成，这些结构或模块具有独特的，已建立的进化发展的功能。规律性是指大脑中重复出现的模式。Huizinga希望他的模型能够模仿两者。
提高直觉
Huizinga说，在大多数使用计算机或人工脑的研究中，创建神经网络是为了完成一项任务并以“非常纠结的方式”解决它。
“一切(在计算机大脑中)都是同时关联的，”他解释道。“如果你想要它识别条纹立方体，它会处理'条纹'和'立方体'。它无法区分'立方体'。如果你给它一个有斑点的立方体，它就不会认出它是一个立方体。“
为了纠正这种混乱的思维过程，Huizinga继续研究人造大脑具有模块的模型，这意味着大脑的分裂方式与人类或动物的大脑功能类似。因此，在条纹立方体的示例中，将有单独的模块分别识别模式和立方体。
“那样，当模型有一个有斑点的立方体时，它已经知道立方体是什么，然后可以区分颜色模式，”Huizinga说。“拥有一个模块可以让你在大脑的某个位置或位置有一个功能。”
为了创造这种模块性，Huizinga将“连接成本”应用于人工大脑。简而言之，人工大脑因从大脑最左侧到最右侧的很长连接而受到惩罚。他说，保持连接更短可以更容易在人工大脑中创建更多模块，因此可以实现更多功能。
他说：“当我们选择那些能够生存并且不会进入下一代的人时，我们会考虑这些连接成本及其在实际任务中的表现。”
模型中的规律性将通过程序中使用的人工DNA发展。为了产生这种规律性，他使用的DNA比大脑中的连接和神经元的基因少得多。因此，必须重用信息，创建规则模式。
“在这种情况下，我们将DNA定义为基本上是如何构建人类或动物大脑的代码，”Huizinga说。
Huizinga认为机器人在未来扮演着更重要的角色。在最基本的层面上，他设想用于收集各种地形垃圾的机器人。他说，在更先进的水平上，机器人可以用于拉勒米山脉中滞留的徒步旅行者的搜索和救援任务。
“因为我们拥有这种模块化，我们可以在这些模块的基础上发展并演化这种单一的(人造的)大脑，并随着时间的推移将其演变为更复杂，”他说。“最终，机器人将拥有更多的自主权。”
例如，他推测这种自治对于未来的月球太空探索或火星探测至关重要。Huizinga指出NASA在2003年开始在火星上使用的小型探测车，有时难以驾驶不平坦的地形。在一个例子中，被称为“精神”的流浪者被困在一个柔软的沙地区域。在其他事件中，“精神”和“机遇”都经历了有限的太阳能，使得它们在肆虐的沙尘暴期间几乎不起作用。
“他们(流浪者)经常失败，因为他们错过了我们在高等级动物身上发现的意识，”Huizinga说。
“比较动物可以踩踏的地方和机器人可以去的地方，”克鲁恩说。“动物在天空中翱翔，穿过茂密的森林檐篷，攀登山脉，在崎岖的地形上奔跑，在地球上挖洞，在湍急的水中游泳。我们的机器人几乎无法在完全平坦的地板上走动。“
他继续说道，“另外，考虑动物可以进行的行为范围(寻找食物，筑巢，追逐和避免追逐等)。如果我们想要能够扑灭森林火灾的机器人，在自然灾害后找到幸存者，或者为了清理我们的房屋，我们需要他们展示天然动物的敏捷性和惊人的学习能力。“
并行性能
为了改善他的模型的功能，以及最终他的蜘蛛机器人，Huizinga通过Mount Moran运行他的程序，这是UW的高性能计算集群，在怀俄明州西部Tetons的一座山峰之后绰号。
Mount Moran 使大气科学和地球科学系的教师能够使用NCAR-怀俄明超级计算中心(NWSC)来学习他们对软件的期望。该集群为该组教师提供了解决由于将并行算法从数十个或数百个处理器扩展到数千个处理器而导致的问题的机会，然后在NWSC上移动到数万个处理器。
该集群还为任何UW研究教员提供研究资源 - 例如生物信息学家，社会科学家，纯数学家和理论物理学家 - 他们有一个复杂的问题，或者他们的研究不属于NWSC的范围。
此外，欢迎威斯康星大学的学生使用高性能计算中心进行工作，这通常与威斯康星大学的教师合作。
“Joost，他自己，可能已经在Mount Moran使用了数千小时的计算，”Clune说。“我的猜测是，自成立以来，他可能是Mount Moran的顶级用户之一。”
最初，Huizinga探讨了他在阿姆斯特丹VU大学的领域是否有任何博士学位。几个月后，Huizinga说他的教师顾问Everet Haasdijk是Clune的朋友，他给Huizinga写了一封推荐信。
“我实际上首先申请与Clune博士合作，然后申请到威斯康星大学，”Huizinga说。
Huizinga与Clune合作，他说他已经学会以比他在荷兰的教授经历的更为前瞻的方式展示他的研究。
“他在我们的领域掌握了他的概念问题，而且他在技术上很有天赋，允许他快速编写我们所拥有的任何实验性想法以进行测试，”Clune对Huizinga说。“他对我们正在调查的想法充满热情，并且在不到一年的时间里，已经产生了我们目前正在撰写出版的有趣结果。”
“我确实知道我想留在学术界，所以我想进入研究或攻读博士后学位，”Huizinga说。“我还没有决定是留在美国还是去荷兰。”
Huizinga在电脑屏幕上简短地瞥了一眼他的蜘蛛机器人并提到它不仅要学会获取食物，还要学习如何避开掠食者。当然，在学会走路之后。
“人类(大脑)是最终目标，”Huizinga谈到他的研究。“此时此刻，如果我们能拥有(人造的)猎豹大脑，我们会非常高兴。现在，我们略高于苍蝇。