หุ่นยนต์และ AI ทางกายภาพ
โรบอทใช้ AI เพื่อ ‘รู้สึก’ ความเจ็บปวดและซ่อมแซมตัวเอง
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google
โรบอทก้าวหนึ่งใกล้เคียงกับการเป็นเหมือนสิ่งมีชีวิตมากขึ้นด้วยการพัฒนาใหม่ๆ ในสาขานี้ นักวิทยาศาสตร์จากมหาวิทยาลัยเทคโนโลยี Nanyang ประเทศสิงคโปร์ (NTU Singapore) ได้สร้างระบบ AI ที่ช่วยให้โรบอทสามารถรับรู้ความเจ็บปวดและซ่อมแซมตัวเองได้
ระบบใหม่ที่พัฒนานี้ขึ้นอยู่กับโหนดเซ็นเซอร์ที่ใช้ AI ซึ่งประมวลผล ‘ความเจ็บปวด’ และตอบสนองต่อความเจ็บปวด ความเจ็บปวดจะถูกตรวจจับเมื่อมีแรงกดดันจากภายนอก ส่วนสำคัญอีกส่วนของระบบคือการซ่อมแซมตัวเอง โรบอทสามารถซ่อมแซมความเสียหายได้เมื่อเป็น ‘การบาดเจ็บ’ เล็กน้อย โดยไม่ต้องอาศัยการแทรกแซงจากมนุษย์
การวิจัยนี้ได้รับการตีพิมพ์ในเดือนสิงหาคมในหนังสือวารสาร Nature Communications.
โรบอทส่วนใหญ่ในปัจจุบันรับข้อมูลเกี่ยวกับสภาพแวดล้อมโดยรอบผ่านเครือข่ายเซ็นเซอร์ แต่เซ็นเซอร์เหล่านี้ไม่ประมวลผลข้อมูล แต่ส่งข้อมูลไปยังหน่วยประมวลผลกลาง ซึ่งเป็นสถานที่ที่การเรียนรู้เกิดขึ้น และหมายความว่าโรบอทในปัจจุบันต้องการสายไฟหลายเส้น ระบบนี้ส่งผลให้เวลาในการตอบสนองนานขึ้น
นอกจากเวลาในการตอบสนองที่นานขึ้น โรบอทเหล่านี้มักจะเสียหายได้ง่ายและต้องการการบำรุงรักษาและซ่อมแซมมาก
ระบบใหม่
ในระบบใหม่ที่พัฒนาขึ้นโดยนักวิทยาศาสตร์ AI ถูกฝังอยู่ในเครือข่ายเซ็นเซอร์ มีหน่วยประมวลผลขนาดเล็กและใช้พลังงานน้อยกว่าหลายหน่วย ซึ่งโหนดเซ็นเซอร์เชื่อมต่อกับหน่วยประมวลผลเหล่านี้ การตั้งค่านี้ช่วยให้การเรียนรู้เกิดขึ้นในท้องถิ่น ซึ่งลดจำนวนเส้นไฟที่ต้องการและเวลาในการตอบสนอง โดยเฉพาะอย่างยิ่ง ลดลง 5-10 เท่าเมื่อเทียบกับโรบอทแบบเดิม
ระบบการซ่อมแซมตัวเองมาจากการส่งเสริมวัสดุเจลไอออนที่สามารถซ่อมแซมตัวเองได้เข้าสู่ระบบ ซึ่งช่วยให้โรบอทสามารถฟื้นฟูการทำงานทางกลเมื่อถูกทำลายได้โดยไม่ต้องมีการช่วยเหลือจากมนุษย์
รองศาสตราจารย์ Arindam Basu เป็นผู้เขียนร่วมหลักของการศึกษา เขาเป็นจากโรงเรียนวิศวกรรมไฟฟ้าและอิเล็กทรอนิกส์
“เพื่อให้โรบอททำงานร่วมกับมนุษย์ในอนาคต หนึ่งในข้อกังวลคือวิธีการรับรองว่าพวกเขาจะโต้ตอบกับเราอย่างปลอดภัย ด้วยเหตุนี้ นักวิทยาศาสตร์ทั่วโลกจึงพยายามหาวิธีการนำความตระหนักมาให้กับโรบอท เช่น การ ‘รู้สึก’ ความเจ็บปวด เพื่อตอบสนองต่อความเจ็บปวด และทนต่อสภาวะการทำงานที่รุนแรง อย่างไรก็ตาม ความซับซ้อนของการรวมเซ็นเซอร์หลายตัวที่ต้องการและความเปราะบางของระบบดังกล่าวเป็นอุปสรรคสำคัญต่อการนำไปใช้อย่างแพร่หลาย”
ตามที่ Basu ซึ่งเป็นนักวิชาการด้านการคำนวณแบบ neuromorphic เช่นกัน “งานของเราที่แสดงให้เห็นถึงความเป็นไปได้ของระบบโรบอทที่สามารถประมวลผลข้อมูลได้อย่างมีประสิทธิภาพด้วยการมีสายไฟและวงจรน้อยที่สุด โดยการลดจำนวนองค์ประกอบอิเล็กทรอนิกส์ที่ต้องการ ระบบของเราควรจะ变得มีราคาไม่แพงและสามารถขยายได้ ซึ่งจะช่วยเร่งการนำโรบอทรุ่นใหม่เข้าสู่ตลาด”
การเรียนรู้ให้โรบอท ‘รู้สึก’ ความเจ็บปวด
เพื่อเรียนรู้ให้โรบอท ‘รู้สึก’ ความเจ็บปวด ทีมงานได้พึ่งพา memtransistors ซึ่งเป็นอุปกรณ์อิเล็กทรอนิกส์แบบ ‘สมอง’ อุปกรณ์เหล่านี้สามารถจดจำและประมวลผลข้อมูลได้ และทำหน้าที่เป็นตัวรับและไซแนปส์เทียม
การศึกษานี้แสดงให้เห็นว่าโรบอทสามารถตอบสนองต่อแรงกดดันแม้หลังจากที่ถูกทำลาย เมื่อ ‘บาดเจ็บ’ เช่น ถูกตัด โรบอทจะสูญเสียการทำงานทางกล เมื่อนั้นเจลไอออนที่สามารถซ่อมแซมตัวเองจะช่วยให้โรบอท ‘เย็บ’ รอยแผลนั้นได้
Rohit Abraham John เป็นผู้เขียนร่วมหลักของการศึกษาและเป็น Research Fellow ที่โรงเรียนวัสดุวิทยาศาสตร์และวิศวกรรมศาสตร์ NTU
“คุณสมบัติการซ่อมแซมตัวเองของอุปกรณ์ใหม่เหล่านี้ช่วยให้ระบบโรบอทสามารถ ‘เย็บ’ ตัวเองซ้ำๆ เมื่อ ‘บาดเจ็บ’ ด้วยการถูกตัดหรือขีดข่วน แม้แต่ในอุณหภูมิห้อง” John กล่าว “สิ่งนี้เลียนแบบระบบทางชีววิทยาของเรา เช่นเดียวกับวิธีที่ผิวหนังของมนุษยาซ่อมแซมตัวเองหลังการถูกตัด”
“ในการทดสอบของเรา โรบอทของเราสามารถ ‘รอด’ และตอบสนองต่อความเสียหายทางกลที่ไม่ได้ตั้งใจ เช่น การถูกขีดข่วนหรือการถูกตบ โดยยังคงทำงานได้อย่างมีประสิทธิภาพ หากระบบดังกล่าวถูกนำไปใช้กับโรบอทในสถานการณ์จริง มันจะช่วยให้สามารถประหยัดค่าบำรุงรักษาได้”
ตามที่รองศาสตราจารย์ Nripan Mathews ซึ่งเป็นผู้เขียนร่วมหลักจากโรงเรียนวัสดุวิทยาศาสตร์และวิศวกรรมศาสตร์ NTU “โรบอทแบบเดิมทำงานตามวิธีการที่ถูกตั้งโปรแกรมไว้ แต่ของเราสามารถรับรู้สภาพแวดล้อมได้ เรียนรู้และปรับพฤติกรรมตามนั้น ส่วนใหญ่นักวิจัยมุ่งเน้นไปที่การสร้างเซ็นเซอร์ที่ไวต่อการรับสัญญาณมากขึ้น แต่ไม่ได้มุ่งเน้นไปที่ความท้าทายในการตัดสินใจอย่างมีประสิทธิภาพ การวิจัยดังกล่าวจำเป็นต่อการสร้างโรบอทรุ่นต่อไปให้โต้ตอบกับมนุษย์ได้อย่างมีประสิทธิภาพ”
“ในงานนี้ ทีมของเรานำวิธีการที่ไม่เหมือนใครมาใช้ โดยการนำวัสดุ การเรียนรู้ อุปกรณ์ และวิธีการผลิตใหม่ๆ มาใช้กับโรบอทเพื่อเลียนแบบการทำงานทางชีววิทยาของมนุษย์ ในขณะที่ยังอยู่ในขั้นตอนต้นแบบ ผลการวิจัยของเราที่วางกรอบการทำงานสำคัญสำหรับสาขานี้ และชี้ทางไปสู่นักวิจัยในการแก้ไขความท้าทายเหล่านี้”
ทีมวิจัยจะหันไปสู่พันธมิตรในอุตสาหกรรมและห้องปฏิบัติการวิจัยของรัฐบาลเพื่อพัฒนาระบบต่อไป
