編者按
新加坡南洋理工大學的科研團隊利用“類腦”（brain-inspired）技術使已經開發的人工智能（AI）機器人可以認識到因損壞帶來的疼痛並進行自我修複。
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”。該系統還允許機器人在輕微“受傷”時檢測並修複自身的損壞，而無需人工幹預。
傳統機器人傳感器
現如今，機器人使用傳感器網絡來感知其周圍環境的信息。
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找到幸存者，然後在其手臂上的觸摸傳感器的引導下將被困人員解救。進行裝配工作的工廠機器人則會使用視覺傳感器引導其手臂到正確的位置，並觸摸傳感器來確定裝配後的物體是否在滑移。
來源 ：bbc.com
如今的傳感器通常不會進行處理信息的工作，而是將收集到的信息傳輸到中央處理單元。
這也導致了現有的機器人通常布線繁瑣，響應時間長。
同樣的，它們還容易受到損壞， 維護和修理的的時間成本很高，而且維修過程也十分昂貴。
新型的傳感網絡
NTU科研團隊最近研發出一種新型的方法：將AI嵌入到傳感器節點的網絡中。
該傳感器節點連接到多個較小的，功能較弱的處理單元，就像分布在機器人皮膚上的“迷你大腦”一樣。
兩種機器人對比 來源：Nature Communications
科學家們說，這意味著學習是在各個傳感器之上進行的，並且機器人的布線要求和響應時間比傳統機器人減少了五到十倍。
科學家們將系統與一種可自我修複的離子凝膠材料結合使用，意味著機器人在受到損壞時可以在無需人工幹預的情況下恢複其機械功能。
來源：NTU官網
NTU科學家的突破性研究于八月發表在同行評審的科學雜志《自然通訊》上。
該研究的共同第一作者，來自電氣與電子工程學院Arindam Basu助理教授從表示：“爲了使機器人有一天能真正的與人類一起工作，我們應該去關注如何確保他們與人類進行安全的交互。”
世界各地的科研團隊也一直在尋找使機器人具有感知能力的方法，例如：能夠“感覺”疼痛，做出反應並承受一些比較惡劣複雜的工作條件。
但是，將衆多傳感器組合必然會導致讓整個系統變的更加複雜且更加脆弱。而這也是爲什麽類似的技術沒有被推廣的主要障礙。
神經形態計算專家Basu副教授補充說：“我們的工作證明了一種機器人系統的可行性，該機器人系統能夠以最少的布線和電路有效地處理信息。通過減少所需的電子組件數量，使得整個系統對環境的適應性更強且可擴展。”
這項技術將有助于加速市場上最新一代機器人的産生與發展。
來源：NTU Twitter
“受傷”的機器人能夠自我修複
爲了教機器人如何識別疼痛傷害性刺激，研究團隊設計了作爲內存和神經元的晶體管，它們是能夠進行記憶和信息處理的核心電子設備，（即“類腦”），是人工痛覺感受器和突觸。
來源：Nature Communications
通過實驗數據，研究團隊展示了機器人如何實時學習對傷害的反應。
他們還表明，即使在損壞後，機器人仍能繼續對壓力作出反應，證明了系統的穩固性。
當被鋒利的物體割傷“受傷”時，機器人會迅速失去機械功能。但是，自修複離子凝膠中的分子開始相互作用，導致機器人將其“傷口”縫合在一起，並在保持高響應性的同時恢複其功能。
新型材料 來源 ：NTU Twitter
該研究的第一作者Rohit Abraham John也是南大材料科學與工程學院的研究員，他說：“即使在室溫下，機器人也可能會被割傷或刮傷，這些新型材料的自我修複特性可幫助機器人在出現類似情況時反複修複自身。”
“這類似于我們的生物系統如何運作，就像割傷後人類皮膚自行愈合的方式一樣。”
“在我們的測試中，我們的機器人可以’生存’並應對由于輕微傷害（例如刮擦和顛簸）而造成的意外機械損壞，同時繼續有效地工作。如果在現實環境中將這種系統運用在機器人身上，它可以節省維護所需要的費用。”
機器人工作流程 來源：Nature Communications
NTU材料科學與工程學院的協同作者，Nripan Mathews副教授說：“傳統的機器人以結構化的可編程方式執行任務，但是這個新型的機器人可以感知環境，相應地學習和適應行爲。”
大多數研究人員專注于制造越來越靈敏的傳感器，而不是專注于如何讓機器人有效地學習並高效決策。
“在這項工作中，我們的團隊采用了不尋常的方法，在機器人身上應用了新的設備和制造方法來模仿人類的神經生物學功能。盡管這還處在雛形，但我們的發現已經爲該領域奠定了重要的框架，爲研究人員應對這些挑戰指明了前進的方向。”
來源：NTU twitter
NTU研究團隊以神經形態電子學上的成就爲基礎（例如使用光激活設備來識別物體），現在正尋求與行業合作夥伴和政府研究實驗室合作，以增強其大規模應用系統。
參考資料： 1. “NTU scientists develop ‘mini-brains’ to help robots recognize pain and to self-repair”, Media release, NTU Singapore 2. “Self healable neuromorphic memtransistor elements for decentralized sensory signal processing in robotics”, published in Nature Communications, 12 August 2020.
感謝