કૃત્રિમ નર્વસ સિસ્ટમ્સ: રોબોટ્સ આખરે અનુભવી શકે છે?

ઇમેજ ક્રેડિટ:
છબી ક્રેડિટ
iStock

કૃત્રિમ નર્વસ સિસ્ટમ્સ: રોબોટ્સ આખરે અનુભવી શકે છે?

કૃત્રિમ નર્વસ સિસ્ટમ્સ: રોબોટ્સ આખરે અનુભવી શકે છે?

સબહેડિંગ ટેક્સ્ટ
કૃત્રિમ નર્વસ સિસ્ટમ્સ આખરે કૃત્રિમ અને રોબોટિક અંગોને સ્પર્શની ભાવના આપી શકે છે.
    • લેખક:
    • લેખક નામ
      ક્વોન્ટમરુન અગમચેતી
    • નવેમ્બર 24, 2023

    આંતરદૃષ્ટિનો સારાંશ

    કૃત્રિમ નર્વસ સિસ્ટમ્સ, માનવ જીવવિજ્ઞાનમાંથી પ્રેરણા લઈને, રોબોટ્સ અને સંવેદનાત્મક વિશ્વ વચ્ચેની ક્રિયાપ્રતિક્રિયાને પરિવર્તિત કરી રહી છે. 2018ના અધ્યયનથી શરૂ કરીને જ્યાં સંવેદનાત્મક ચેતા સર્કિટ બ્રેઈલને પારખી શકે છે, સિંગાપોર યુનિવર્સિટીના 2019માં માનવ સ્પર્શેન્દ્રિય પ્રતિસાદને વટાવીને કૃત્રિમ ત્વચાની રચના સુધી, આ સિસ્ટમો ઝડપથી આગળ વધી રહી છે. 2021માં દક્ષિણ કોરિયાના સંશોધનમાં રોબોટિક હિલચાલને નિયંત્રિત કરતી લાઇટ-રિસ્પોન્સિવ સિસ્ટમનું વધુ નિદર્શન કરવામાં આવ્યું હતું. આ ટેક્નોલોજીઓ ઉન્નત કૃત્રિમ સંવેદનાઓ, માનવ જેવા રોબોટ્સ, ન્યુરોલોજીકલ ક્ષતિઓ માટે સુધારેલ પુનર્વસન, સ્પર્શેન્દ્રિય રોબોટિક તાલીમ અને માનવ પ્રતિબિંબને પણ સંવર્ધિત કરે છે, જે સંભવિતપણે તબીબી, લશ્કરી અને અવકાશ સંશોધન ક્ષેત્રોમાં ક્રાંતિ લાવી શકે છે.

    કૃત્રિમ નર્વસ સિસ્ટમ્સ સંદર્ભ

    2018માં કૃત્રિમ નર્વસ પ્રણાલીનો સૌથી પહેલો અભ્યાસ હતો, જ્યારે સ્ટેનફોર્ડ યુનિવર્સિટી અને સિઓલ નેશનલ યુનિવર્સિટીના સંશોધકો બ્રેઇલ મૂળાક્ષરોને ઓળખી શકે તેવી નર્વ સિસ્ટમ બનાવવામાં સક્ષમ હતા. આ સિદ્ધિ સંવેદનાત્મક ચેતા સર્કિટ દ્વારા સક્ષમ કરવામાં આવી હતી જે કૃત્રિમ ઉપકરણો અને સોફ્ટ રોબોટિક્સ માટે ત્વચા જેવા આવરણમાં મૂકી શકાય છે. આ સર્કિટમાં ત્રણ ઘટકો હતા, પ્રથમ એક ટચ સેન્સર છે જે નાના દબાણ બિંદુઓને શોધી શકે છે. બીજો ઘટક લવચીક ઇલેક્ટ્રોનિક ચેતાકોષ હતો જેણે ટચ સેન્સરમાંથી સંકેતો મેળવ્યા હતા. પ્રથમ અને બીજા ઘટકોના સંયોજનથી કૃત્રિમ સિનેપ્ટિક ટ્રાન્ઝિસ્ટરના સક્રિયકરણ તરફ દોરી જાય છે જે માનવ ચેતોપાગમની નકલ કરે છે (માહિતી રિલે કરતા બે ચેતાકોષો વચ્ચેના ચેતા સંકેતો). સંશોધકોએ તેમના ચેતા સર્કિટને કોકરોચના પગ સુધી હૂક કરીને અને સેન્સર પર વિવિધ દબાણ સ્તરો લાગુ કરીને પરીક્ષણ કર્યું. દબાણના જથ્થા અનુસાર પગ વળ્યો.

    કૃત્રિમ નર્વસ સિસ્ટમના મુખ્ય ફાયદાઓમાંનો એક એ છે કે તેઓ બાહ્ય ઉત્તેજનાને મનુષ્ય જે રીતે પ્રતિભાવ આપે છે તેની નકલ કરી શકે છે. આ ક્ષમતા એવી છે જે પરંપરાગત કમ્પ્યુટર્સ કરી શકતા નથી. ઉદાહરણ તરીકે, પરંપરાગત કોમ્પ્યુટર્સ બદલાતા વાતાવરણમાં ઝડપથી પ્રતિક્રિયા આપી શકતા નથી - જે કૃત્રિમ અંગ નિયંત્રણ અને રોબોટિક્સ જેવા કાર્યો માટે જરૂરી છે. પરંતુ કૃત્રિમ નર્વસ સિસ્ટમ "સ્પાઇકિંગ" નામની તકનીકનો ઉપયોગ કરીને આ કરી શકે છે. સ્પાઇકિંગ એ માહિતી પ્રસારિત કરવાની એક રીત છે જે મગજમાં વાસ્તવિક ચેતાકોષો એકબીજા સાથે કેવી રીતે વાતચીત કરે છે તેના પર આધારિત છે. તે ડિજિટલ સિગ્નલો જેવી પરંપરાગત પદ્ધતિઓ કરતાં વધુ ઝડપી ડેટા ટ્રાન્સમિશન માટે પરવાનગી આપે છે. આ ફાયદો કૃત્રિમ નર્વસ સિસ્ટમને એવા કાર્યો માટે યોગ્ય બનાવે છે કે જેને ઝડપી પ્રતિક્રિયાઓની જરૂર હોય, જેમ કે રોબોટિક મેનીપ્યુલેશન. તેનો ઉપયોગ અનુભવ શીખવાની જરૂર હોય તેવી નોકરીઓ માટે પણ થઈ શકે છે, જેમ કે ચહેરાની ઓળખ અથવા જટિલ વાતાવરણમાં નેવિગેટ કરવું.

    વિક્ષેપકારક અસર

    2019 માં, સિંગાપોરની યુનિવર્સિટી એક સૌથી અદ્યતન કૃત્રિમ નર્વસ સિસ્ટમ વિકસાવવામાં સક્ષમ હતી, જે રોબોટ્સને સ્પર્શની ભાવના આપી શકે છે જે માનવ ત્વચા કરતાં પણ વધુ સારી છે. અસિંક્રોનસ કોડેડ ઇલેક્ટ્રોનિક સ્કિન (ACES) તરીકે ઓળખાતા, આ ઉપકરણ "ફીલિંગ ડેટા"ને ઝડપથી પ્રસારિત કરવા માટે વ્યક્તિગત સેન્સર પિક્સેલ પર પ્રક્રિયા કરે છે. અગાઉના કૃત્રિમ ત્વચા મોડેલોએ આ પિક્સેલ્સને ક્રમિક રીતે પ્રક્રિયા કરી હતી, જેનાથી એક લેગ સર્જાય છે. ટીમ દ્વારા હાથ ધરવામાં આવેલા પ્રયોગો અનુસાર, સ્પર્શેન્દ્રિય પ્રતિસાદની વાત આવે ત્યારે ACES માનવ ત્વચા કરતાં પણ વધુ સારી છે. ઉપકરણ માનવ સંવેદનાત્મક નર્વસ સિસ્ટમ કરતાં 1,000 ગણા વધુ ઝડપથી દબાણ શોધી શકે છે.

    દરમિયાન, 2021 માં, દક્ષિણ કોરિયાની ત્રણ યુનિવર્સિટીઓના સંશોધકોએ એક કૃત્રિમ નર્વસ સિસ્ટમ વિકસાવી જે પ્રકાશને પ્રતિસાદ આપી શકે અને મૂળભૂત કાર્યો કરી શકે. અધ્યયનમાં ફોટોડિયોડનો સમાવેશ થાય છે જે પ્રકાશને ઇલેક્ટ્રિક સિગ્નલમાં ફેરવે છે, રોબોટિક હેન્ડ, ન્યુરોન સર્કિટ અને ટ્રાન્ઝિસ્ટર જે સિનેપ્સ તરીકે કામ કરે છે. દર વખતે જ્યારે લાઇટ ચાલુ થાય છે, ત્યારે ફોટોોડિયોડ તેને સિગ્નલોમાં અનુવાદિત કરે છે, જે યાંત્રિક ટ્રાન્ઝિસ્ટર દ્વારા મુસાફરી કરે છે. સિગ્નલોને પછી ન્યુરોન સર્કિટ દ્વારા પ્રક્રિયા કરવામાં આવે છે, જે રોબોટિક હાથને તે બોલને પકડવા માટે આદેશ આપે છે જે પ્રકાશ ચાલુ થતાંની સાથે જ છોડવા માટે પ્રોગ્રામ કરેલ છે. સંશોધકો એવી ટેક્નોલોજી વિકસાવવાની આશા રાખી રહ્યા છે કે જેથી રોબોટિક હાથ આખરે બોલ પડતાની સાથે જ તેને પકડી શકે. આ અભ્યાસ પાછળનો મુખ્ય ધ્યેય ન્યુરોલોજિકલ પરિસ્થિતિઓ ધરાવતા લોકોને તેમના અંગો પર નિયંત્રણ મેળવવા માટે તાલીમ આપવાનું છે જેને તેઓ પહેલાની જેમ ઝડપથી નિયંત્રિત કરી શકતા નથી. 

    કૃત્રિમ નર્વસ સિસ્ટમના અસરો

    કૃત્રિમ ચેતાતંત્રની વ્યાપક અસરોમાં આનો સમાવેશ થઈ શકે છે: 

    • માનવ જેવી ત્વચા સાથે હ્યુમનૉઇડ રોબોટ્સનું સર્જન જે ઉત્તેજનાને માણસો જેટલી ઝડપથી પ્રતિક્રિયા આપી શકે છે.
    • સ્ટ્રોકના દર્દીઓ અને લકવો સંબંધિત સ્થિતિ ધરાવતા લોકો તેમના ચેતાતંત્રમાં જડિત સંવેદનાત્મક સર્કિટ દ્વારા તેમના સ્પર્શની ભાવનાને ફરીથી પ્રાપ્ત કરવામાં સક્ષમ છે.
    • દૂરસ્થ ઓપરેટરો રોબોટ્સ શું સ્પર્શ કરી રહ્યા છે તે અનુભવવા સક્ષમ સાથે રોબોટિક તાલીમ વધુ સ્પર્શશીલ બની રહી છે. આ સુવિધા અવકાશ સંશોધન માટે ઉપયોગી થઈ શકે છે.
    • ટચ રેકગ્નિશનમાં એડવાન્સમેન્ટ જ્યાં મશીનો વસ્તુઓને એકસાથે જોઈ અને સ્પર્શ કરીને ઓળખી શકે છે.
    • ઝડપી રીફ્લેક્સ સાથે નર્વસ પ્રણાલીઓને વિસ્તૃત અથવા ઉન્નત બનાવતા માણસો. આ વિકાસ એથ્લેટ્સ અને સૈનિકો માટે ફાયદાકારક બની શકે છે.

    ટિપ્પણી કરવા માટેના પ્રશ્નો

    • શું તમે ઉન્નત નર્વસ સિસ્ટમ ધરાવવામાં રસ ધરાવો છો?
    • રોબોટ્સના અન્ય સંભવિત લાભો શું છે જે અનુભવી શકે છે?

    આંતરદૃષ્ટિ સંદર્ભો

    આ આંતરદૃષ્ટિ માટે નીચેની લોકપ્રિય અને સંસ્થાકીય લિંક્સનો સંદર્ભ આપવામાં આવ્યો હતો: