Искусственная нервная система: смогут ли роботы наконец чувствовать?

ИЗОБРАЖЕНИЕ КРЕДИТ:
Кредит изображения
Istock

Искусственная нервная система: смогут ли роботы наконец чувствовать?

Искусственная нервная система: смогут ли роботы наконец чувствовать?

Текст подзаголовка
Искусственные нервные системы могут наконец дать протезам и роботизированным конечностям чувство осязания.
    • Автор:
    • Имя автора
      Квантумран Форсайт
    • 24 ноября 2023

    Сводка статистики

    Искусственные нервные системы, черпая вдохновение из биологии человека, меняют взаимодействие между роботами и сенсорным миром. Начиная с плодотворного исследования 2018 года, в котором сенсорная нервная цепь могла распознавать шрифт Брайля, и заканчивая созданием Сингапурским университетом в 2019 году искусственной кожи, превосходящей тактильную обратную связь человека, эти системы быстро развиваются. Южнокорейские исследования 2021 года также продемонстрировали светочувствительную систему, управляющую движениями роботов. Эти технологии обещают улучшить протезные чувства, создать человекоподобных роботов, улучшить реабилитацию при неврологических нарушениях, тактильную роботизированную тренировку и даже улучшить человеческие рефлексы, что потенциально совершит революцию в области медицины, военной техники и космических исследований.

    Контекст искусственной нервной системы

    Одно из самых первых исследований искусственных нервных систем было проведено в 2018 году, когда исследователям из Стэнфордского университета и Сеульского национального университета удалось создать нервную систему, способную распознавать алфавит Брайля. Этот подвиг стал возможен благодаря сенсорной нервной цепи, которую можно поместить в похожее на кожу покрытие для протезов и мягкой робототехники. Эта схема состояла из трех компонентов, первым из которых был сенсорный датчик, который мог обнаруживать небольшие точки давления. Вторым компонентом стал гибкий электронный нейрон, который получал сигналы от сенсорного датчика. Комбинация первого и второго компонентов привела к активации искусственного синаптического транзистора, имитирующего человеческие синапсы (нервные сигналы между двумя нейронами, передающими информацию). Исследователи проверили свою нервную цепь, подключив ее к ноге таракана и приложив к датчику различные уровни давления. Нога подергивалась в зависимости от силы приложенного давления.

    Одним из главных преимуществ искусственных нервных систем является то, что они могут имитировать реакцию человека на внешние раздражители. Эту возможность не могут обеспечить традиционные компьютеры. Например, традиционные компьютеры не могут достаточно быстро реагировать на изменение окружающей среды, что важно для таких задач, как управление протезами конечностей и робототехника. Но искусственная нервная система может сделать это, используя технику, называемую «пикинг». Спайкинг — это способ передачи информации, основанный на том, как настоящие нейроны общаются друг с другом в мозге. Он обеспечивает гораздо более быструю передачу данных, чем традиционные методы, такие как цифровые сигналы. Это преимущество делает искусственные нервные системы хорошо подходящими для задач, требующих быстрой реакции, таких как роботизированные манипуляции. Их также можно использовать для работ, требующих практического обучения, таких как распознавание лиц или навигация в сложных средах.

    Разрушительное воздействие

    В 2019 году Сингапурский университет смог разработать одну из самых совершенных искусственных нервных систем, которая способна дать роботам осязание, которое даже лучше, чем у человеческой кожи. Это устройство, получившее название «Асинхронно-кодированная электронная кожа» (ACES), обрабатывало отдельные пиксели датчиков для быстрой передачи «данных о чувствах». Предыдущие модели искусственной кожи обрабатывали эти пиксели последовательно, что создавало задержку. Согласно экспериментам, проведенным командой, ACES даже лучше, чем человеческая кожа, когда дело касается тактильной обратной связи. Устройство могло определять давление более чем в 1,000 раз быстрее, чем сенсорная нервная система человека.

    Тем временем в 2021 году исследователи из трех южнокорейских университетов разработали искусственную нервную систему, которая может реагировать на свет и выполнять базовые задачи. Исследование включало фотодиод, преобразующий свет в электрический сигнал, роботизированную руку, нейронную цепь и транзистор, работающий как синапс. Каждый раз, когда включается свет, фотодиод преобразует его в сигналы, которые проходят через механический транзистор. Затем сигналы обрабатываются нейронной цепью, которая дает команду роботизированной руке поймать мяч, который запрограммирован упасть, как только загорится свет. Исследователи надеются разработать технологию, которая позволит роботизированной руке поймать мяч, как только он упадет. Основная цель этого исследования — научить людей с неврологическими заболеваниями восстанавливать контроль над своими конечностями, которыми они не могут управлять так быстро, как раньше. 

    Последствия использования искусственных нервных систем

    Более широкие последствия использования искусственных нервных систем могут включать: 

    • Создание гуманоидных роботов с человеческой кожей, способных реагировать на раздражители так же быстро, как люди.
    • Пациенты, перенесшие инсульт, и люди с состояниями, связанными с параличом, могут восстановить чувство осязания через сенсорные цепи, встроенные в их нервную систему.
    • Обучение роботов становится более тактильным: удаленные операторы могут чувствовать, к чему прикасаются роботы. Эта функция может пригодиться при освоении космоса.
    • Достижения в области распознавания прикосновений, благодаря которым машины могут идентифицировать объекты, одновременно видя и прикасаясь к ним.
    • Люди с увеличенной или улучшенной нервной системой с более быстрыми рефлексами. Такая разработка может быть выгодна спортсменам и солдатам.

    Вопросы для комментариев

    • Хотели бы вы иметь развитую нервную систему?
    • Каковы еще потенциальные преимущества роботов, которые могут чувствовать?

    Ссылки на статистику

    Для этого понимания использовались следующие популярные и институциональные ссылки: