编者按
新加坡南洋理工大学的科研团队利用“类脑”（brain-inspired）技术使已经开发的人工智能（AI）机器人可以认识到因损坏带来的疼痛并进行自我修复。
该系统具有支持AI的传感器节点，可以处理并响应由物理力施加的压力引起的“疼痛”。该系统还允许机器人在轻微“受伤”时检测并修复自身的损坏，而无需人工干预。
传统机器人传感器
现如今，机器人使用传感器网络来感知其周围环境的信息。
例如，灾难救援机器人使用摄像头和麦克风传感器在废墟下找到幸存者，然后在其手臂上的触摸传感器的引导下将被困人员解救。进行装配工作的工厂机器人则会使用视觉传感器引导其手臂到正确的位置，并触摸传感器来确定装配后的物体是否在滑移。
来源 ：bbc.com
如今的传感器通常不会进行处理信息的工作，而是将收集到的信息传输到中央处理单元。
这也导致了现有的机器人通常布线繁琐，响应时间长。
同样的，它们还容易受到损坏， 维护和修理的的时间成本很高，而且维修过程也十分昂贵。
新型的传感网络
NTU科研团队最近研发出一种新型的方法：将AI嵌入到传感器节点的网络中。
该传感器节点连接到多个较小的，功能较弱的处理单元，就像分布在机器人皮肤上的“迷你大脑”一样。
两种机器人对比 来源：Nature Communications
科学家们说，这意味着学习是在各个传感器之上进行的，并且机器人的布线要求和响应时间比传统机器人减少了五到十倍。
科学家们将系统与一种可自我修复的离子凝胶材料结合使用，意味着机器人在受到损坏时可以在无需人工干预的情况下恢复其机械功能。
来源：NTU官网
NTU科学家的突破性研究于八月发表在同行评审的科学杂志《自然通讯》上。
该研究的共同第一作者，来自电气与电子工程学院Arindam Basu助理教授从表示：“为了使机器人有一天能真正的与人类一起工作，我们应该去关注如何确保他们与人类进行安全的交互。”
世界各地的科研团队也一直在寻找使机器人具有感知能力的方法，例如：能够“感觉”疼痛，做出反应并承受一些比较恶劣复杂的工作条件。
但是，将众多传感器组合必然会导致让整个系统变的更加复杂且更加脆弱。而这也是为什么类似的技术没有被推广的主要障碍。
神经形态计算专家Basu副教授补充说：“我们的工作证明了一种机器人系统的可行性，该机器人系统能够以最少的布线和电路有效地处理信息。通过减少所需的电子组件数量，使得整个系统对环境的适应性更强且可扩展。”
这项技术将有助于加速市场上最新一代机器人的产生与发展。
来源：NTU Twitter
“受伤”的机器人能够自我修复
为了教机器人如何识别疼痛伤害性刺激，研究团队设计了作为内存和神经元的晶体管，它们是能够进行记忆和信息处理的核心电子设备，（即“类脑”），是人工痛觉感受器和突触。
来源：Nature Communications
通过实验数据，研究团队展示了机器人如何实时学习对伤害的反应。
他们还表明，即使在损坏后，机器人仍能继续对压力作出反应，证明了系统的稳固性。
当被锋利的物体割伤“受伤”时，机器人会迅速失去机械功能。但是，自修复离子凝胶中的分子开始相互作用，导致机器人将其“伤口”缝合在一起，并在保持高响应性的同时恢复其功能。
新型材料 来源 ：NTU Twitter
该研究的第一作者Rohit Abraham John也是南大材料科学与工程学院的研究员，他说：“即使在室温下，机器人也可能会被割伤或刮伤，这些新型材料的自我修复特性可帮助机器人在出现类似情况时反复修复自身。”
“这类似于我们的生物系统如何运作，就像割伤后人类皮肤自行愈合的方式一样。”
“在我们的测试中，我们的机器人可以’生存’并应对由于轻微伤害（例如刮擦和颠簸）而造成的意外机械损坏，同时继续有效地工作。如果在现实环境中将这种系统运用在机器人身上，它可以节省维护所需要的费用。”
机器人工作流程 来源：Nature Communications
NTU材料科学与工程学院的协同作者，Nripan Mathews副教授说：“传统的机器人以结构化的可编程方式执行任务，但是这个新型的机器人可以感知环境，相应地学习和适应行为。”
大多数研究人员专注于制造越来越灵敏的传感器，而不是专注于如何让机器人有效地学习并高效决策。
“在这项工作中，我们的团队采用了不寻常的方法，在机器人身上应用了新的设备和制造方法来模仿人类的神经生物学功能。尽管这还处在雏形，但我们的发现已经为该领域奠定了重要的框架，为研究人员应对这些挑战指明了前进的方向。”
来源：NTU twitter
NTU研究团队以神经形态电子学上的成就为基础（例如使用光激活设备来识别物体），现在正寻求与行业合作伙伴和政府研究实验室合作，以增强其大规模应用系统。
参考资料： 1. “NTU scientists develop ‘mini-brains’ to help robots recognize pain and to self-repair”, Media release, NTU Singapore 2. “Self healable neuromorphic memtransistor elements for decentralized sensory signal processing in robotics”, published in Nature Communications, 12 August 2020.
感谢