tynkä Tutkija kehittää bio-inspiroitua teknologiaa Bat's Ear -pohjaisen - Unite.AI
Liity verkostomme!

Tekoäly

Tutkija kehittää bio-inspiroitua teknologiaa, joka perustuu lepakon korvaan

Päivitetty on
Kuva: Virginia Tech

Rolf Mueller, Virginia Techin konetekniikan professori, on saanut inspiraatiota lepakoista suunnitella ja kehittää uutta biovaikutteista tekniikkaa, joka voi määrittää äänen alkuperän. Toisin kuin aikaisemmissa lähestymistavoissa, jotka perustuvat usein ihmiskorvaan, Mueller katsoi lepakon korvaa saadakseen ensimmäisen uuden käsityksen äänen sijainnin tunnistamisesta 50 vuoteen. 

"Olen pitkään ihaillut lepakoita niiden hämmästyttävästä kyvystä navigoida monimutkaisissa luonnollisissa ympäristöissä ultraäänen perusteella ja epäilen, että eläimen korvien epätavallinen liikkuvuus saattaa liittyä tähän", hän sanoi. 

Muelleriin liittyi entinen tohtoriopiskelija ja pääkirjailija Xiaoyan Yin. Tulokset julkaistiin v Luonto-koneiden tiedustelu.

Lepakko vs. ihmisen korva 

Lepakot luottavat kaikulokaatioon navigoidakseen lentäessään, ja sen avulla ne voivat määrittää kohteen etäisyyden kuuntelemalla kaikuja sen lähettäessä ääniä. Lepakon suu tai nenä lähettää ultraäänikutsuja, jotka pomppaavat ympäristöstä ja palaavat kaikuna. Doppler-efektiksi kutsutut ne voivat myös poimia tietoa ympäristön äänistä.

Tämä vaikutus on erilainen, kun on kyse ihmisistä, sillä kahden korvamme avulla voimme löytää sijainnin äänidatan avulla, joka menee aivoihin käsittelyä varten. Kahden vastaanottimen avulla voimme havaita äänien suunnan, kun ne sisältävät vain yhden taajuuden. 

Vuonna 1967 tehty löytö osoitti, että yksi ihmiskorva pystyy havaitsemaan äänien sijainnin, jos niillä on eri taajuuksia. 

Ihmiskorva on ollut aiemmin inspiraationa erilaisille lähestymistavoille äänen sijainnin havaitsemiseksi, jotka ovat tukeneet painevastaanottimia, kuten mikrofoneja, ja kykyä kerätä useita taajuuksia. 

Mueller näki, että lepakoiden korvilla oli enemmän mahdollisuuksia, jotka ovat paljon monipuolisempia kuin ihmisen korvat. Hänen tiiminsä päätti käyttää yhtä taajuutta ja yhtä vastaanotinta useiden sijasta. 

Mueller lab -äänenseuranta

Teknologian kehittäminen

Yksi ensimmäisistä vaiheista oli luoda lepakoiden kyky liikuttaa korviaan, minkä he tekivät luomalla pehmeän synteettisen korvan, joka oli kiinnitetty naruun ja yksinkertaiseen moottoriin. Tämä järjestelmä ajoitettiin korvan heilumaan aina, kun se vastaanotti tulevan äänen. 

Uuden teknologian inspiraationa toimineilla lepakoilla on korvat, joissa ääniaaltoja on täysin muunnettu, mikä perustuu ulkokorvan muotoon. Tämä lepakon korvan osa käyttää korvan liikettä vastaanottaessaan ääntä luodakseen useita muotoja vastaanottoa varten, jolloin ääni kanavoidaan korvakäytävään. 

Yksi tiimin suurimmista haasteista oli saada luettavaa ja tulkittavaa tietoa saapuvista ääniaalloista. Tämän saavuttamiseksi he asettivat korvan mikrofonin yläpuolelle luodakseen lepakon kaltaisen mekanismin. 

Huuhtelevan ulkokorvan nopeiden liikkeiden vuoksi syntyi Doppler-siirtymämerkkejä, jotka liittyivät äänen lähteen suuntaan. Sitä ei kuitenkaan ollut helppo tulkita monimutkaisten kuvioiden vuoksi. 

Tiimi kääntyi sitten kohti syvää neuroverkkoa ja koulutti sitä antamaan lähdesuunnan jokaisen vastaanotetun kaiun yhteydessä. 

Järjestelmää testattiin korvalla, joka oli asennettu pyörivälle laitteistolle, joka sisälsi laserosoittimen. Kaiutin asetettiin sitten eri suuntiin suhteessa korvaan, ja ääniä lähetettiin. 

Äänen suunnan määrittämisen jälkeen ohjaustietokone käänsi järjestelmää niin, että laserosoitin osui kaiuttimessa olevaan kohteeseen, mikä johti puolen asteen tarkkuuteen. Tämä on vaikuttavaa verrattuna aikaisempiin tuloksiin, jotka ovat osoittaneet, että ihmiskorvat määrittävät sijainnin yleensä 9 asteen etäisyydellä, ja huipputeknologia on pystynyt paikantamaan sen vain 7.5 asteen etäisyydellä. 

"Valmiudet ylittävät täysin sen, mitä teknologia tällä hetkellä on, ja silti kaikki tämä saavutetaan paljon pienemmällä vaivalla", Mueller sanoi. ”Toivomme on tuoda luotettavaa ja tehokasta autonomiaa monimutkaisiin ulkoilmaympäristöihin, mukaan lukien tarkkuusmaa- ja metsätalous; ympäristön valvonta, kuten biologisen monimuotoisuuden seuranta; sekä puolustukseen ja turvallisuuteen liittyviä sovelluksia."

 

Alex McFarland on tekoälytoimittaja ja kirjailija, joka tutkii tekoälyn viimeisintä kehitystä. Hän on tehnyt yhteistyötä lukuisten AI-startup-yritysten ja -julkaisujen kanssa maailmanlaajuisesti.