रोबोट एआई का उपयोग ‘दर्द’ महसूस करने और स्व-मरम्मत के लिए करते हैं

रोबोट एक नए विकास के साथ जीवित प्राणियों की तरह अधिक होने के लिए एक कदम और करीब हैं। सिंगापुर (एनटीयू सिंगापुर) में नानयांग टेक्नोलॉजिकल यूनिवर्सिटी के वैज्ञानिकों ने एक एआई सिस्टम बनाया है जो रोबोटों को दर्द को पहचानने और स्व-मरम्मत करने की अनुमति देता है।

नव विकसित प्रणाली एआई-सक्षम सेंसर नोड्स पर निर्भर करती है, जो ‘दर्द’ को संसाधित करती है और फिर इसका जवाब देती है। यह दर्द तब पहचाना जाता है जब बाहरी शारीरिक बल द्वारा दबाव डाला जाता है। प्रणाली का दूसरा प्रमुख हिस्सा स्व-मरम्मत है। रोबोट मामूली ‘चोट’ के मामले में नुकसान की मरम्मत करने में सक्षम है, बिना मानव हस्तक्षेप पर निर्भर हुए।

अध्ययन अगस्त में नेचर कम्युनिकेशंस पत्रिका में प्रकाशित हुआ था।

वर्तमान में दुनिया के अधिकांश रोबोट अपने तत्काल आसपास के वातावरण के बारे में जानकारी सेंसर के नेटवर्क के माध्यम से प्राप्त करते हैं। हालांकि, ये सेंसर जानकारी को संसाधित नहीं करते हैं, बल्कि इसके बजाय जानकारी को एक केंद्रीय प्रसंस्करण इकाई में भेजते हैं। यह केंद्रीय प्रसंस्करण इकाई है जहां सीखने की प्रक्रिया होती है, और इसका अर्थ है कि वर्तमान रोबोटों को कई तारों की आवश्यकता होती है। यह प्रणाली लंबे प्रतिक्रिया समय का परिणाम है।

लंबे प्रतिक्रिया समय के अलावा, ये रोबोट अक्सर आसानी से क्षतिग्रस्त हो जाते हैं और बहुत अधिक रखरखाव और मरम्मत की आवश्यकता होती है।

नया प्रणाली

वैज्ञानिकों द्वारा विकसित नई प्रणाली में, एआई सेंसर नोड्स के नेटवर्क में निहित है। कई छोटे और कम शक्तिशाली प्रसंस्करण इकाइयाँ हैं, जिनसे सेंसर नोड्स जुड़े हुए हैं। यह सेटअप स्थानीय स्तर पर सीखने की अनुमति देता है, जो बदले में तारों की आवश्यकता और प्रतिक्रिया समय को कम करता है। विशेष रूप से, यह पारंपरिक रोबोटों की तुलना में पांच से दस गुना कम है।

स्व-मरम्मत प्रणाली सिस्टम में स्व-उपचार आयन जेल सामग्री की शुरुआत से आती है। यह रोबोटों को मानव सहायता के बिना क्षतिग्रस्त होने पर यांत्रिक कार्यों को पुनर्प्राप्त करने की अनुमति देता है।

एसोसिएट प्रोफेसर अरिंदम बसु अध्ययन के सह-लेखक हैं। वह स्कूल ऑफ इलेक्ट्रिकल एंड इलेक्ट्रॉनिक इंजीनियरिंग से हैं।

“रोबोटों को एक दिन मानवों के साथ काम करने के लिए, एक चिंता यह है कि कैसे सुनिश्चित किया जाए कि वे हमारे साथ सुरक्षित रूप से बातचीत करेंगे। इस कारण से, दुनिया भर के वैज्ञानिक रोबोटों में एक जागरूकता लाने के तरीकों की तलाश कर रहे हैं, जैसे कि ‘दर्द’ महसूस करने में सक्षम होना, इसका जवाब देना और कठोर संचालन स्थितियों का सामना करना। हालांकि, आवश्यक सेंसर की बहुलता को एक साथ रखने और परिणामी सिस्टम की नाजुकता एक बड़ा बाधा है जो व्यापक अपनाने के लिए है।”

बसु के अनुसार, जो एक न्यूरोमॉर्फिक कंप्यूटिंग विशेषज्ञ भी हैं, “हमारे काम ने दिखाया है कि एक रोबोटिक प्रणाली की व्यवहार्यता जो न्यूनतम तारों और सर्किट के साथ कुशलता से जानकारी को संसाधित कर सकती है। इलेक्ट्रॉनिक घटकों की संख्या को कम करके, हमारी प्रणाली सस्ती और स्केलेबल होनी चाहिए। यह बाजार में एक नए पीढ़ी के रोबोटों के अपनाने को तेज करने में मदद करेगा।”

रोबोट को दर्द महसूस करना सिखाना

रोबोट को दर्द महसूस करना सिखाने के लिए, टीम ने मेमट्रांसिस्टर पर भरोसा किया, जो ‘मस्तिष्क जैसे’ इलेक्ट्रॉनिक उपकरणों के रूप में कार्य करते हैं। ये उपकरण स्मृति और जानकारी प्रसंस्करण करने में सक्षम हैं, जो कृत्रिम दर्द रिसेप्टर और सिनैप्स के रूप में कार्य करते हैं।

अध्ययन में दिखाया गया है कि रोबोट दबाव का जवाब देना जारी रख सकता है, भले ही यह क्षतिग्रस्त हो गया हो। ‘चोट’ के बाद, जैसे कि कट, रोबोट यांत्रिक कार्य खो देता है। यह तब है जब स्व-उपचार आयन जेल काम करता है और रोबोट को ‘घाव’ को ठीक करने का कारण बनता है, मूल रूप से इसे एक साथ सिल देता है।

रोहित अब्राहम जॉन अध्ययन के प्रथम लेखक और स्कूल ऑफ मैटेरियल्स साइंस एंड इंजीनियरिंग में रिसर्च फेलो हैं।

“इन नए उपकरणों के स्व-उपचार गुण रोबोटिक प्रणाली को बार-बार खुद को एक साथ सिलाई करने में मदद करते हैं जब ‘चोट’ लग जाती है, जैसे कि कट या खरोंच, यहां तक कि कमरे के तापमान पर भी। यह हमारे जैविक प्रणाली के काम करने के तरीके की नकल करता है, जैसे कि मानव त्वचा स्वयं एक कट के बाद ठीक हो जाती है।”

“हमारे परीक्षणों में, हमारा रोबोट ‘जीवित’ रह सकता है और अनजाने में यांत्रिक क्षति का जवाब दे सकता है, जैसे कि खरोंच और धक्के, जबकि प्रभावी ढंग से काम करना जारी रख सकता है। यदि ऐसी प्रणाली वास्तविक दुनिया की सेटिंग में रोबोटों के साथ उपयोग की जाती है, तो यह रखरखाव में बचत का योगदान कर सकती है।”

एसोसिएट प्रोफेसर न्रिपन मैथ्यूज़, जो एनटीयू के स्कूल ऑफ मैटेरियल्स साइंस एंड इंजीनियरिंग से सह-लेखक हैं, के अनुसार, “पारंपरिक रोबोट संरचित प्रोग्रामयोग्य तरीके से कार्य करते हैं, लेकिन हमारे रोबोट अपने वातावरण को महसूस कर सकते हैं, सीखते हैं और व्यवहार के अनुसार अनुकूलन करते हैं। अधिकांश शोधकर्ता अधिक से अधिक संवेदनशील सेंसर बनाने पर ध्यान केंद्रित करते हैं, लेकिन यह नहीं देखते हैं कि वे प्रभावी ढंग से निर्णय कैसे ले सकते हैं। ऐसा शोध मानवों के साथ प्रभावी ढंग से बातचीत करने के लिए अगली पीढ़ी के रोबोटों के लिए आवश्यक है।”

“इस काम में, हमारी टीम ने एक ऐसा तरीका अपनाया है जो पारंपरिक तरीके से अलग है, रोबोटों के लिए मानव न्यूरो-जैविक कार्यों की नकल करने के लिए नए सीखने वाले सामग्री, उपकरणों और निर्माण विधियों को लागू करके। जबकि यह अभी भी प्रोटोटाइप चरण में है, हमारे निष्कर्षों ने क्षेत्र के लिए महत्वपूर्ण ढांचे रखे हैं, जो आगे बढ़ने के लिए शोधकर्ताओं के लिए रास्ता दिखा रहे हैं।”

शोध टीम अब उद्योग और सरकारी अनुसंधान प्रयोगशालाओं के साथी से मिलकर प्रणाली को और आगे बढ़ाने के लिए तैयार है।