๋ก๋ณดํฑ์ค
๋ก๋ด์ด AI๋ฅผ ์ด์ฉํ์ฌ ํต์ฆ์ๆใ๊ณ ์๊ฐ ์๋ฆฌ๋ฅผ ์ํํ๋ค
로봇은 새로운 발전으로 살아있는 존재와 더 비슷해졌습니다. 싱가포르 난양이과대학교(NTU Singapore)의 과학자들은 로봇이 통증을 인식하고 자가 수리를 수행할 수 있는 AI 시스템을 개발했습니다.
새로 개발된 시스템은 AI를 사용한 센서 노드를 통해 작동하며, 이 노드는 ‘통증’을 처리하고 반응합니다. 이 통증은 외부 물리적 힘이 가해질 때 발생합니다. 시스템의 또 다른 주요 부분은 자가 수리입니다. 로봇은 손상이 경미한 경우에 손상을 수리할 수 있으며, 이는 인간의 개입 없이 수행됩니다.
이 연구는 8월에 Nature Communications에 발표되었습니다.
현재 대부분의 로봇은 센서 네트워크를 통해 주변 환경에 대한 정보를 받습니다. 그러나 이러한 센서는 정보를 처리하지 않고 중앙 처리 장치에 정보를 전송합니다. 이 중앙 처리 장치는 학습이 발생하는 곳이며, 이는 현재 로봇이 많은 와이어를 필요로 함을 의미합니다. 이 시스템은 더 긴 응답 시간을 초래합니다.
더 긴 응답 시간 외에도, 이러한 로봇은 쉽게 손상되고 많은 유지 보수와 수리가 필요합니다.
새로운 시스템
과학자들이 개발한 새로운 시스템에서, AI는 센서 노드 네트워크에 내장되어 있습니다. 여러 개의 작은 처리 장치가 있으며, 센서 노드는 이 처리 장치에 연결되어 있습니다. 이 설정은 학습을 지역적으로 수행할 수 있게 하며, 이는 필요한 와이어의 양과 응답 시간을 줄입니다. 특히, 이는 전통적인 로봇보다 5~10배 빠릅니다.
자가 수리 시스템은 자가 회복 이온 젤 물질을 시스템에 도입함으로써 나옵니다. 이는 로봇이 손상되었을 때 기계적 기능을 회복할 수 있게 하며, 인간의 도움이 필요하지 않습니다.
아린담 바수(Arindam Basu) 부교수는 이 연구의 공동 저자입니다. 그는 난양이과대학교의 전기전자공학부에서 왔습니다.
“로봇이 언젠가 인간과 함께 일할 수 있도록 하기 위해, 하나의 우려는 그들이 우리와 안전하게 상호 작용할 수 있는지 확인하는 것입니다. 이러한 이유로 과학자들은 전 세계적으로 로봇에 의식의 감각을 불어넣는 방법을 찾고 있습니다. 즉, ‘통증’을 느낄 수 있고, 반응할 수 있으며, 가혹한 작동 조건을 견딜 수 있습니다. 그러나 이러한 시스템을 구성하는 데 필요한 센서의 다중성과 그 결과 발생하는 취약성은 광범위한 채택의 주요 장벽입니다.”
바수는 또한 신경 형태 컴퓨팅 전문가로, “우리의 연구는 최소한의 와이어와 회로로 효율적으로 정보를 처리할 수 있는 로봇 시스템의 실현 가능성을 보여주었습니다. 필요한 전자 구성 요소의 수를 줄임으로써, 우리의 시스템은 경제적이고 확장 가능해야 합니다. 이는 시장에서 새로운 로봇 세대의 채택을 가속화하는 데 도움이 될 것입니다.”
로봇에게 통증을 가르치기
로봇에게 통증을 가르치기 위해, 연구 팀은 메姆트랜지스터를 사용했습니다. 이는 ‘뇌와 같은’ 전자 장치로, 기억과 정보 처리가 가능하며, 인공 통증 수용기와 시냅스として 작동합니다.
이 연구는 로봇이 손상된 후에도 압력을 계속 반응할 수 있음을 보여주었습니다. ‘부상’ 후, 즉 절단 후, 로봇은 기계적 기능을 잃습니다. 그 때 자가 회복 이온 젤이 작용하여 로봇이 ‘상처’를 치유합니다. 즉, 이를縫合합니다.
로히트 아브라함 존(Rohit Abraham John)은 이 연구의 첫 저자이며, 난양이과대학교 재료과학 및 공학부의 연구원입니다.
“이 새로운 장치의 자가 회복 특성은 로봇 시스템이 ‘부상’을 입었을 때, 즉 절단이나划痕으로 인해, 방에서 반응하고 계속 작동할 수 있도록 도와줍니다. 이는 우리의 생물학적 시스템이 작동하는 방식과 유사하며, 인간의 피부가 자체적으로 상처를 치유하는 방식과 같습니다.”
“우리의 테스트에서, 우리의 로봇은 작동 중에 발생하는 작은 손상으로 인한 의도하지 않은 기계적 손상에 대해 ‘생존’하고 반응할 수 있으며, 계속 효과적으로 작동합니다. 이러한 시스템이 실제 환경에서 로봇에 사용된다면, 이는 유지 보수 비용을 절약하는 데 기여할 수 있습니다.”
난양이과대학교 재료과학 및 공학부의 부교수인 니리판 매튜스(Nripan Mathews)는 “전통적인 로봇은 구조화된 프로그램 방식으로 작업을 수행하지만, 우리의 로봇은 환경을 인식하고, 학습하며, 행동을 적응시킵니다. 대부분의 연구자들은 더 민감한 센서를 만들기 위해 노력하지만, 그들이 어떻게 효과적으로 결정할 수 있는지에 대한 도전을 중점적으로 다루지 않습니다. 이러한 연구는 로봇이 인간과 효과적으로 상호 작용하기 위해 필요한 다음 세대의 로봇을 개발하는 데 필요합니다.”
“이 연구에서, 우리 팀은 새로운 학습 물질, 장치 및 제조 방법을 로봇에 적용하여 인간의 신경 생물학적 기능을 모방하는 접근 방식을 취했습니다. 아직 프로토 타입 단계에 있지만, 우리의 발견은 이 분야에 중요한 프레임워크를 제공했습니다. 이는 연구자들이 이러한 도전을 해결하기 위한 방법을 제시합니다.”
연구 팀은 시스템을进一步 발전시키기 위해 산업 및 정부 연구소의 파트너와 협력할 것입니다.
