AI 모델 및 플랫폼

연구자, 박쥐의 귀를 모방한 기술 개발

mm
Unite.AI를 Google의 선호 소스에 추가

버지니아 테크의 기계 공학 교수인 롤프 뮐러는 박쥐의 귀를 모방하여 새로운 기술을 개발했습니다. 이 기술은 소리가 어디서 왔는지 알아낼 수 있습니다. 이전의 접근 방식과 달리 뮐러는 인간의 귀가 아닌 박쥐의 귀를 연구하여 50년 만에 처음으로 새로운 통찰력을 얻었습니다.

“저는 박쥐가 초음파를 사용하여 복잡한 자연 환경을 탐색하는 능력에 대해 오랫동안 감탄해 왔으며, 동물의 귀가 이 능력과 관련이 있을 수 있다고 생각했습니다.”

뮐러는 전 박사 과정 학생이자 공동 저자인 샤오옌 인과 함께 연구를 진행했습니다. 연구 결과는 Nature Machine Intelligence에 발표되었습니다.

박쥐의 귀와 인간의 귀

박쥐는 비행할 때 에코로케이션을 사용하여 물체의 거리를 측정할 수 있습니다. 박쥐의 입이나 코에서 초음파가 발생하여 환경에 반사되어 돌아옵니다. 도플러 효과라고 불리는 이 효과를 통해 박쥐는 주변 소리를 추출할 수 있습니다.

이 효과는 인간에게서는 다릅니다. 우리의 두 귀를 사용하여 두 개의 수신기를 사용하여 소리가 어디서 왔는지 알 수 있습니다. 한 개의 주파수만 있는 소리를 감지할 때 두 귀를 사용하여 소리의 방향을 알 수 있습니다.

1967년에 한 연구에서 인간의 귀가 하나만으로도 소리의 위치를 감지할 수 있다는 것을 보여주었습니다. 그러나 이 경우에는 여러 개의 주파수가 필요했습니다.

인간의 귀는 과거에 다양한 접근 방식을 사용하여 소리의 위치를 감지하는 데 사용되었습니다. 이러한 접근 방식은 마이크로폰과 같은 압력 수신기를 사용하여 여러 개의 주파수를 수집하는 방식이었습니다.

뮐러는 박쥐의 귀가 인간의 귀보다 더 유연하다는 것을 알았습니다. 그의 팀은 하나의 주파수와 하나의 수신기를 사용하여 새로운 기술을 개발했습니다.

https://www.youtube.com/watch?v=buFM5KkAnEo

기술 개발

첫 번째 단계는 박쥐의 귀를 모방하여 움직이는 능력을 재현하는 것이었습니다. 이를 위해 팀은 단순한 모터와 줄에 부착된 소프트 합성 귀를 만들었습니다. 이 시스템은 들어오는 소리에 따라 귀가 움직이는 것을 시뮬레이션했습니다.

박쥐의 귀는 외이도의 모양에 따라 소리파를 변환합니다. 이 부분은 박쥐의 귀가 움직이는 것을 사용하여 여러 가지 모양을 만들고, 소리를 귀管으로 유도합니다.

팀이 직면한 가장 큰 도전은 들어오는 소리파에서 읽을 수 있고 해석할 수 있는 데이터를 추출하는 것이었습니다. 이를 위해 팀은 박쥐의 귀와 유사한 메커니즘을 만들기 위해 마이크로폰 위에 귀를 đặt했습니다.

박쥐의 귀가 빠르게 움직이는 것은 도플러 시프트 시그널을 생성하여 소리의 방향을 알 수 있었습니다. 그러나 복잡한 패턴으로 인해 여전히 해석하기 어려웠습니다.

팀은 глубокую 신경망을 사용하여 소스의 방향을 각 에코와 함께 제공하도록 훈련했습니다.

시스템은 회전하는 리그에 귀를 부착하여 테스트했습니다. 레이저 포인터가 포함된 이 시스템에서는 다양한 방향으로 소리가 발생하는 스피커를 사용했습니다.

소리의 방향을 결정한 후, 제어 컴퓨터는 시스템을 회전하여 레이저 포인터가 스피커의 타겟을 맞추도록 했습니다. 이는 이전 결과와 비교하여 매우 정확한 결과를 보여주었습니다. 이전 결과에서는 인간의 귀가 9도 내외의 오차로 소스의 위치를 감지할 수 있었으며, 최신 기술에서는 7.5도 내외의 오차로 감지할 수 있었습니다.

“이 기술의 능력은 현재 기술의 범위를 완전히 초과하며, 이러한 모든 것을 훨씬 적은 노력으로 달성할 수 있습니다.” 뮐러는 말했다. “우리의 목표는 정밀 농업, 산림, 환경 감시, 생물 다양성 모니터링, 국방 및 보안 관련 분야와 같은 복잡한 야외 환경에서 신뢰할 수 있고 능숙한 자율성을 제공하는 것입니다.”

Alex는 Unite.AI의 AI 기반 뉴스 운영을 이끌며, 저널리즘, 연구 및 자동화를 결합해 인공지능에 대한 시기적절하고 확장 가능한 보도를 지원합니다. 그의 작업은 새로운 AI 개발이 효율적으로 조명되도록 하면서도 출판물의 편집 기준을 유지하도록 돕습니다.