Кубики без центрального компьютера научились вместе понимать, во что их сложили
Обычно, чтобы распознать форму объекта, нужен кто-то, кто видит его целиком: камера и центральный процессор. Исследователи из IT University of Copenhagen вместе с Sakana AI и Autodesk сделали наоборот: каждый кубик видит только соседей, но все вместе они приходят к общему ответу. Статья вышла в Nature Communications 13 июля 2026 года.
Что именно исследовали
Вопрос — можно ли получить «интеллект целого» без центра управления, из одинаковых простых частей. Так устроены многие живые системы: ни одна клетка не знает форму организма, но организм держит форму.
Кубики складывали в объекты семи классов: самолёты, стулья, машины, столы, дома, гитары и лодки.
Как это работает
В каждом кубике — микроконтроллер, светодиодный экран и разъёмы на всех шести гранях. Кубики обмениваются сообщениями только с непосредственными соседями.
На всех кубиках работает одна и та же маленькая нейросеть — нейронный клеточный автомат. На каждом шаге кубик смотрит на своё состояние и сообщения соседей и обновляет своё «мнение». Постепенно мнения выравниваются по всей конструкции, как слух, который расходится по толпе, пока все не согласятся.
Что ИИ теперь умеет
- Сообща распознавать форму всей конструкции без центрального компьютера
- Замечать повреждения конструкции и продолжать работать при отказе части кубиков
- Узнавать новые варианты форм, которых не было в обучении
Что показал эксперимент
Симуляция: 98,97% точности для конструкций из более чем 500 кубиков.
Железо: все четыре собранные формы распознаны верно — от 26 до 197 кубиков в конструкции.
Меньше 60 шагов обмена, около трёх минут в реальном времени, до общего ответа.
Устойчивость. При отказе 5% кубиков точность оставалась высокой; поиск повреждений — 94,8% точности при сохранении 98,9% точности распознавания формы.
Код, прошивка и схемы плат открыты: github.com/rmorenoga/cube3D.
Что пока не работает
- Формы с узкими «перешейками» — например, гриф гитары — уязвимы: отказ одного кубика там рвёт связь между частями.
- Уменьшенные копии форм иногда распознаются неверно: у них меньше характерных деталей.
- Классов всего семь, и формы собраны из кубиков одного размера — до распознавания произвольных объектов далеко.
Почему это важно
Это шаг к модульным роботам и «умным материалам», которые сами понимают свою форму и состояние: самособирающимся конструкциям, конструкциям, которые сообщают о повреждении, роям роботов без единого центра.
Можно ли попробовать
Оригинальное исследование
Smart cellular bricks for decentralized shape classification and damage recovery
- Авторы
- Rodrigo Moreno, Andrés Faíña, Shyam Sudhakaran, Kathryn Walker, Sebastian Risi
- Организация
- IT University of Copenhagen, Sakana AI, Autodesk
- Дата
- 13 июля 2026 г.
- Тип
- Научная статья
Ещё исследования
Человекоподобные роботы научились работать всем телом: ходить, приседать и брать предметы в одной модели
Gemini Robotics 2 от Google DeepMind управляет не только руками, но и всем телом человекоподобного робота, а также тонкими движениями многопалых кистей. Версия для работы на самом роботе адаптируется к новой машине за несколько часов.
Робот научился убирать в квартире, которую никогда не видел
Модель π0.5 от Physical Intelligence управляет роботом в незнакомых домах: убирает посуду, заправляет кровать, собирает бельё. Сначала она решает словами, что делать дальше, а потом выполняет движение.