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。

該系統具有支援 AI 的感測器節點，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。研究論文已線上發表在 Nature 子刊 Nature Communications 上。

（來源：Nature Communications）

當感測器網路遇上憶阻電晶體

目前，機器人系統通常使用感測器網路來生成有關其周圍環境的資訊。例如，災難救援機器人使用攝像頭和麥克風感測器在廢墟下尋找倖存者，然後在其手臂上的觸控感測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，則使用視覺感測器將機械臂引導到正確的位置，並透過觸控感測器來確定“手”上的物體是否在滑移。

而感測器通常不負責處理資訊，僅僅將資料傳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 說：“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，將眾多感測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 嵌入到感測器節點網路中，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，研究團隊對憶阻電晶體（memtransistor）進行了創新，其功能如同人腦神經元中的多個突觸，能夠使神經網路擁有成千上萬的類似連線。

然後，他們將這種憶阻電晶體內置於衛星閾值調整接收器（Satellite Threshold Adjusting Receptors，STARs）中，使其成為能夠記憶和處理資訊的“類腦”電子裝置。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感測器節點中（右）（來源：Nature）

AI 與多個較小的，功能較弱的處理單元相連線，就像分佈在機器人面板上的“迷你大腦”一樣。科學家們表示，這意味著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，並且隨著離子電荷或分子極性的增加而增加。

圖 | 在 STARs 和衛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，離子液體包裹體透過塑化機制（掃描電子顯微鏡［SEM］影象）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 說：“這些新型裝置的自我修復特性可以幫助機器人系統在劃傷或刮傷時，即使在室溫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，就像人類面板能夠自行癒合一樣。”

在一個公開影片中，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 所說：“團隊採用了不同尋常的方法，透過在機器人身上應用新的學習材料、裝置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

宣告：轉載此文是出於傳遞更多資訊之目的。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絡，我們將及時更正、刪除，謝謝。