印象中，機器人似乎都不懼怕刀山火海，它們毫無痛覺，簡直是妥妥的“工具人”。然而近日，來自新加坡南洋理工大學（NTU Singapore）的科學家和其合作者在一項突破性研究中，採用一種類腦方法，幫助機器人具有了識別疼痛並在受損時進行自我修復的能力。
該系統具有支持 AI 的傳感器節點，可以處理並響應由物理力施加的壓力引起的“疼痛”，還允許機器人在“受輕傷”時檢測並修復自身的損壞，而無需人工干預。研究論文已在線發表在 Nature 子刊 Nature Communications 上。
（來源：Nature Communications）
當傳感器網絡遇上憶阻晶體管
目前，機器人系統通常使用傳感器網絡來生成有關其周圍環境的信息。例如，災難救援機器人使用攝像頭和麥克風傳感器在廢墟下尋找倖存者，然後在其手臂上的觸摸傳感器的引導下將受困人員救出。在流水線上工作的工廠機器人，則使用視覺傳感器將機械臂引導到正確的位置，並通過觸摸傳感器來確定“手”上的物體是否在滑移。
而傳感器通常不負責處理信息，僅僅將數據發送到發生學習行為的單個、大型、強大的中央處理器（CPU）中。因此，現有的機器人通常佈線繁瑣，響應時間存在延遲。它們還擁有一顆“玻璃心”，非常容易“受傷”。
論文作者之一 Arindam Basu 説：“一個值得關注的問題是，人類在與機器人共同工作時，如何確保機器人能夠與我們安全地互動。因此，世界各地的科學家一直在尋找使機器人具有感知能力的方法，比如“感覺”疼痛，做出反應並承受惡劣的工作條件，但是，將眾多傳感器組合在一起所產生的複雜性和複雜系統本身的脆弱性，是傳統方法被廣泛採用的主要障礙。”
（來源：新加坡南洋理工大學）
而新的方法將 AI 嵌入到傳感器節點網絡中，從而教會機器人如何識別疼痛並對破壞性的刺激作出反應。
首先，研究團隊對憶阻晶體管（memtransistor)進行了創新，其功能如同人腦神經元中的多個突觸，能夠使神經網絡擁有成千上萬的類似連接。
然後，他們將這種憶阻晶體管內置於衞星閾值調整接收器（Satellite Threshold Adjusting Receptors，STARs）中，使其成為能夠記憶和處理信息的“類腦”電子設備。在此係統中，它們被作為機器人的 AI 疼痛感受器和突觸。
圖|所有的學習都在一個強大的大型中央處理器上進行（左）；而在新研究所提出的分散方法中，學習行為被嵌入到各個傳感器節點中（右）（來源：Nature）
AI 與多個較小的，功能較弱的處理單元相連接，就像分佈在機器人皮膚上的“迷你大腦”一樣。科學家們表示，這意味着學習行為直接在本地進行，並且這種機器人的佈線要求和響應時間比傳統機器人減少了 5-10 倍。
新一代機器人的法寶：自愈
我們知道，傳統機器人有一個非常影響工作效率的缺陷，即當被鋒利的物體劃傷時，機器人會迅速失去機械功能，並且需要人工修復，既費時又耗錢。
而此係統的另一大創新則為彌補該缺陷帶來了希望——使用一種可自我修復的離子凝膠材料（ion gel material）。該離子凝膠材料的基本理念是將電極、可拉伸的聚合物與離子液體結合在一起。離子-偶極子（ion–dipole）相互作用，就可以增加聚合物上帶電離子和極性基團之間的作用力，並且隨着離子電荷或分子極性的增加而增加。
圖 | 在 STARs 和衞星重量調整電阻記憶(SWARMS)中加入自我修復的離子凝膠，當受到損傷時，它們會自我癒合（a)；受到損傷時，離子液體包裹體通過塑化機制(掃描電子顯微鏡[SEM]圖像)改善聚合物外殼的熱遷移率，從而觸發自愈過程 (b)（來源：Nature官網）
因此，當機器人受到損壞時，比如出現劃傷或機械破壞，則自修復離子凝膠中的分子就會開始相互作用，使得機器人將其傷口“縫合”在一起，並在保持高響應性的同時重新恢復功能。
論文作者之一 Rohit Abraham John 説：“這些新型設備的自我修復特性可以幫助機器人系統在劃傷或刮傷時，即使在室温條件下也能反覆將傷口“縫合”起來。這類似於我們人類的生物系統運作方式，就像人類皮膚能夠自行癒合一樣。”
在一個公開視頻中，研究團隊展示了機器人如何實時學習對傷害的反應。
他們首先拔掉了機器人的電極線（代表受到外界傷害）。
然後，再人工向機器人施加壓力，可以看到，即使在損壞後，機器人仍能繼續對壓力作出反應，這證明了系統的自愈性和魯棒性。
正如論文作者之一 Nripan Mathews 所説：“團隊採用了不同尋常的方法，通過在機器人身上應用新的學習材料、設備和製造方法來模仿人類的神經生物學功能。儘管這一研究仍處於原型階段，但為該領域提出了一個重要的框架，為研究人員應對這些挑戰指明瞭新的方向。”
最後，對於自己“忍痛”為科學進步所作出的貢獻，當事機器人表示：（很樂意的意思）（此觀點僅為小編的大膽猜測，真相如何請諮詢當事“人”）
參考資料：
https://media.ntu.edu.sg/NewsReleases/Pages/newsdetail.aspx?news=3de93e4f-1f18-4ca4-87f4-a1f7d3e00e95
https://www.eurekalert.org/pub_releases/2020-10/ntu-nss101520.php
https://www.sciencedaily.com/releases/2020/10/201015101812.htm
https://www.nature.com/articles/s41467-020-17870-6
來源：學術頭條
聲明：轉載此文是出於傳遞更多信息之目的。若有來源標註錯誤或侵犯了您的合法權益，請作者持權屬證明與本網聯繫，我們將及時更正、刪除，謝謝。
來源:中科院物理所