ربات‌ها به زودی با توسعه یک پوست مصنوعی که می‌تواند احساسات ناراحت کننده را حس کند، درد را احساس می‌کنند.
ساینسیو – به نقل از ایسنا و دیلی‌میل، ممکن است کمی ناراحت کننده و شاید بیشتر شبیه به یک فیلم علمی-تخیلی به نظر برسد، اما ربات‌ها به لطف توسعه یک پوست الکترونیکی جدید که می‌تواند احساسات ناراحت کننده را حس کند، به زودی می‌توانند درد را احساس کنند.
دانشمندانی که پشت این اختراع هستند، می‌گویند یک دست مکانیکی مجهز به این پوست هوشمند، توانایی قابل توجهی در یادگیری واکنش به محرک‌های خارجی مانند ضربه زدن به کف دست را دارد.
این سیستم از نوع جدیدی از سیستم پردازش مبتنی بر ترانزیستورهای سیناپسی استفاده می‌کند که مسیرهای عصبی مغز را تقلید می‌کند تا احساس درد را یاد بگیرد.
کارشناسان چند دهه است که برای ساختن پوست مصنوعی با توانایی حس لامسه کار می‌کنند و اکنون با یک روش که دارای مجموعه‌ای از حسگرهای تماسی در سطح پوست الکترونیکی است تا به آن اجازه تشخیص تماس با یک جسم را بدهد، به آن رسیده‌اند. اما مشکل این است که این حسگرها معمولاً حجم زیادی از داده‌ها را تولید می‌کنند که پردازش صحیح آنها توسط رایانه و پاسخگویی به آنها زمان می‌برد و باعث تأخیر می‌شود.
اکنون گروهی از مهندسان دانشگاه “گلاسکو” نمونه اولیه جدیدی از این پوست الکترونیکی را ارائه کرده‌اند که به اعتقاد آنها یک پیشرفت بزرگ در زمینه رباتیک حساس به لمس است.
آنها از چگونگی تفسیر سیگنال‌های پوست توسط سیستم عصبی محیطی انسان الهام گرفتند تا این تأخیرها و مشکل مصرف انرژی مفاهیم قبلی را از بین ببرند.
به محض اینکه پوست انسان یک ورودی دریافت می‌کند، سیستم عصبی محیطی شروع به پردازش آن در نقطه تماس می‌کند و قبل از ارسال به مغز، آن را به اطلاعات حیاتی تقلیل می‌دهد. این تقلیل داده‌های حسی، امکان استفاده مؤثر از کانال‌های ارتباطی مورد نیاز برای ارسال داده‌ها به مغز را فراهم می‌آورد و سپس مغز بلافاصله پاسخ می‌دهد تا بدن واکنش مناسب نشان دهد.
محققان برای ساختن یک پوست الکترونیکی که قادر به پاسخگویی سیناپس‌مانند و از نظر محاسباتی کارآمد باشد، شبکه‌ای از ۱۶۸ ترانزیستور سیناپسی ساخته شده از نانوسیم‌های “اکسید روی” را مستقیماً روی یک سطح پلاستیکی انعطاف‌پذیر چاپ کردند. آنها سپس ترانزیستور سیناپسی را با حسگر پوست روی کف دست یک ربات که به شکل دست انسان ساخته شده است، متصل کردند.
این حسگر هنگام احساس لمس، تغییری در مقاومت الکتریکی خود ثبت می‌کند و با یک لمس سبک، یک تغییر کوچک و با یک لمس شدیدتر، تغییر بزرگ‌تری ایجاد می‌کند.
دانشمندان می‌گویند، این ورودی برای تقلید از نحوه عملکرد نورون‌های حسی در بدن انسان طراحی شده است.
در نمونه‌های اولیه این پوست الکترونیکی، این داده‌های ورودی برای پردازش به رایانه ارسال می‌شد، جایی که اغلب در آن تأخیر وجود داشت. اما در این طرح جدید، مداری که در پوست تعبیه شده است به عنوان یک سیناپس مصنوعی عمل می‌کند و ورودی را تقلیل می‌دهد و روند واکنش را سرعت می‌بخشد.
این تیم از خروجی متغیرِ این دست رباتیک و افزایش ولتاژ آن برای شبیه‌سازی پاسخ‌های مناسب به درد استفاده کرد که باعث می‌شود دست رباتیک به درد واکنش نشان دهد.
محققان دریافتند که با تعیین آستانه ولتاژ ورودی برای ایجاد واکنش، این دست رباتیک از احساس یک ضربه‌ی تیز در مرکز کف دست، خود را عقب می‌کشد.
توسعه این پوست الکترونیکی، جدیدترین پیشرفت در سطوح چاپی انعطاف‌پذیر و قابل کشش از جانب گروه فناوری‌های الکترونیک و حسگر منعطف دانشگاه گلاسکو(BEST) به سرپرستی پروفسور “راویندر داهیا” است.
وی می‌گوید: همه ما در اوایل زندگی‌مان یاد می‌گیریم که به محرک‌های غیرمنتظره مانند درد واکنش مناسب نشان دهیم تا از آسیب رساندن دوباره به خودمان جلوگیری کنیم. البته توسعه این شکل جدید از پوست الکترونیکی واقعاً مستلزم ایجاد درد آن‌طور که ما می‌شناسیم، نبود. این فقط یک روش کوتاه برای توضیح فرآیند یادگیری از محرک‌های بیرونی است.
وی افزود: چیزی که ما از طریق این فرآیند توانسته‌ایم ایجاد کنیم، یک پوست الکترونیکی است که قادر به یادگیری است که قبل از اقدام، نیازی به ارسال پیام به یک پردازنده مرکزی ندارد و در عوض، با کاهش مقدار محاسبات مورد نیاز، فرآیند پاسخ به لمس را به شدت تسریع می‌کند.
وی ادامه داد: ما معتقدیم که این یک گام واقعی رو به جلو در کار ما به سمت ایجاد پوست الکترونیکی چاپ شده نورومورفیک در مقیاس بزرگ است که قادر به پاسخگویی مناسب به محرک‌ها است.
“فنگویان لیو”یکی از اعضای گروه “BEST” و یکی از نویسندگان این مقاله گفت: این تحقیق در آینده می‌تواند مبنایی برای پوست الکترونیکی پیشرفته‌تری باشد که ربات‌ها را قادر می‌سازد تا به کاوش و تعامل با جهان در شرایط جدید یا ساخت اندام‌های مصنوعی که قادر به پاسخگویی احساس لامسه شبیه به انسان باشند، کمک کنند.
این تحقیقات جدید در مجله Science Robotics منتشر شده است.