AI 模型与平台

研究人员开发基于蝙蝠耳的生物启发技术

mm

弗吉尼亚理工学院机械工程教授罗尔夫·穆勒(Rolf Mueller)从蝙蝠中汲取灵感,设计和开发了一种新的生物启发技术,可以确定声音的来源位置。与之前基于人类耳朵的方法不同,穆勒研究了蝙蝠的耳朵,获得了50年来第一个新的声音定位洞察。

“我一直对蝙蝠在复杂自然环境中基于超声波的不可思议的导航能力感到惊讶,并怀疑动物耳朵的异常移动可能与此有关,”他说。

穆勒与前博士生和首席作者夏晓燕(Xiaoyan Yin)合作。研究结果发表在Nature Machine Intelligence

蝙蝠耳朵与人类耳朵的比较

蝙蝠依靠回声定位来导航飞行,这使它们能够通过倾听回声来确定物体的距离。当蝙蝠的嘴或鼻子发出超声波时,这些声波会从环境中反弹回来,形成回声。这种被称为多普勒效应的现象还可以从环境中的声音中提取信息。

这种效应与人类不同,我们的两只耳朵使我们能够通过大脑处理的声音数据来找到声音的位置。当声音只包含一个频率时,我们可以通过两个接收器来检测声音的方向。

1967年,一项发现表明,单个人类耳朵可以检测到声音的位置,如果声音包含不同的频率。

人类耳朵一直是检测声音位置的灵感来源,过去的方法依赖于压力接收器,如麦克风和收集多个频率的能力。

穆勒认为蝙蝠耳朵有更大的可能性,蝙蝠耳朵比人类耳朵更灵活。他的团队试图使用单一频率和单一接收器,而不是多个接收器。

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

开发技术

首先,研究人员重现了蝙蝠移动耳朵的能力,他们通过创建一个软合成耳朵并将其附着在一根绳子和一个简单的电机上来实现这一点。该系统的设计是在接收到来自动作时,耳朵会随着时间的流逝而扑动。

作为灵感来源的蝙蝠有着可以完全转换声波的耳朵,这基于外耳的形状。蝙蝠耳朵的这一部分使用耳朵移动来接收声音,创建多个形状来接收声音,并将声音引入耳道。

研究团队面临的最大挑战之一是从来自动作中提取可读和可解释的数据。为了实现这一点,他们将耳朵放在麦克风上方,创建了一个类似于蝙蝠的机制。

由于外耳快速的扑动运动,产生了多普勒移位签名,这些签名与声音来源的方向有关。然而,由于复杂的模式,仍然很难解释。

然后,研究团队转向了深度神经网络,并训练它以每次接收到回声时提供声音来源的方向。

该系统经过测试,耳朵被安装在一个旋转的支架上,支架上包括一个激光指针。然后,一个扬声器被放置在耳朵的不同方向,发出声音。

在确定声音的方向后,控制计算机旋转系统,使激光指针击中扬声器上的目标,结果是位置被精确定位在半度以内。这与之前的结果相比非常令人印象深刻,之前的结果表明,人类耳朵通常可以在9度内确定位置,而最先进的技术只能在7.5度内确定位置。

“这些能力完全超出了当前技术的范畴,然而所有这些都可以用更少的努力来实现,”穆勒说。“我们的希望是将可靠和有能力的自主性带到复杂的户外环境中,包括精确农业和林业;环境监测,例如生物多样性监测;以及国防和安全相关的应用。”

Alex McFarland 是一名人工智能记者和作家,探索最新的人工智能发展。他曾与世界各地的众多人工智能初创公司和出版物合作。