目前，世界上大多數機器人都通過傳感器網絡接收有關其周圍環境的信息。但是，這些傳感器不處理信息，而是將信息發送到中央處理單元。這個中央處理單元是進行學習的地方，這意味著當前的機器人需要多根電線。該系統導致更長的響應時間。除了響應時間更長之外，這些機器人還經常容易損壞，并且需要大量維護和修理。
新系統
近期，優傲機械手臂在《自然通訊》雜志上看到一個AI新系統，該系統可以使機器人識別疼痛和自我修復。它依賴于支持AI的傳感器節點，該節點處理“疼痛”然后做出響應。當有外部物理力施加壓力時，可以識別出這種疼痛。該系統的另一個主要部分是自我修復。當案例者是輕微的“傷害”時，機器人可以修復這種損壞，而無需依靠人工干預。
人工智能被嵌入到傳感器節點網絡中。傳感器節點連接到多個較小且功能較弱的處理單元。這種設置允許學習在本地進行，從而減少了所需的導線數量和響應時間。具體而言，與傳統機器人相比，它減少了五到十倍。
自修復系統來自將自我修復的離子凝膠材料引入系統的過程。這樣可以使機器人在受到損壞時恢復機械功能，而無需人工幫助。
“要使機器人有一天與人類一起工作，一個問題就是如何確保它們將與我們安全地互動。出于這個原因，世界各地的科學家一直在尋找使機器人具有感知意識的方法，例如能夠“感覺”到疼痛，對其做出反應并承受惡劣的工作條件。但是，將所需的眾多傳感器組合在一起的復雜性以及這種系統的脆弱性是廣泛采用的主要障礙。”
同時也是神經形態計算專家的Basu表示：“我們的工作證明了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高效地處理信息。通過減少所需的電子組件數量，我們的系統應該變得負擔得起且可擴展。這將有助于加速在市場上采用新一代機器人。”
優傲機械手臂
AI教機器人感知疼痛
為了教機器人如何感覺到疼痛，研究小組依靠了作為“類腦”電子設備的薄膜晶體管。這些設備能夠進行記憶和信息處理，充當人工疼痛受體和突觸。這項研究證明了即使損壞后，機器人也可以如何繼續應對壓力。發生“傷害”(例如割傷)后，機器人將失去機械功能。那就是當自我修復的離子凝膠插入并導致機器人修復“傷口”時，基本上將其縫合在一起。
“這些新穎的設備的自愈特性幫助機器人系統在被割傷或刮傷'受傷'時反復將自身縫合在一起，”約翰說。“這模仿了我們的生物系統如何工作，就像人類皮膚在割傷后自行愈合的方式一樣。”
“在我們的測試中，我們的機器人可以'幸存'并應對由輕微傷害(例如刮擦和顛簸)引起的意外機械損壞，同時繼續有效地工作。如果將這樣的系統與現實環境中的機器人一起使用，它將有助于節省維護費用。”
大多數研究人員專注于制造越來越靈敏的傳感器，而不關注如何有效地做出決策的挑戰。傳統的機器人以結構化的可編程方式執行任務，但是上面的研究通過為機器人應用新的學習材料，設備和制造方法來模仿人類的神經生物學功能可以感知環境，相應地學習和適應行為。盡管仍處于原型階段，但這樣的研究新發現為該領域奠定了重要的框架，為研究人員應對這些挑戰指明了前進的方向，對于下一代機器人與人類進行有效交互是必要的。
優傲機械手臂在感知到人類靠近或觸碰時會減速或停止工作，減少人類受意外傷害。
關于優傲機械手臂
