Προσομοίωση της Απτικής Αίσθησης μέσω Προηγμένης Τεχνητής Νοημοσύνης – Είναι Δυνατή;

Τα ρομπότ του αύριο θα διαθέτουν αισθήσεις συγκρίσιμες με τις ανθρώπινες. Ήδη, υπάρχουν αλγόριθμοι AI που επιτρέπουν στις συσκευές να βλέπουν, να μυρίζουν και να ακούνε. Αυτές οι βελτιώσεις αξιοποιούν αισθητήρες και προηγμένους αλγόριθμους για να προσομοιώσουν αυτές τις αισθήσεις. Ωστόσο, μια αίσθηση έχει ξεφύγει μέχρι σήμερα από τους ερευνητές: η αφή.

Τώρα, μια ομάδα ερευνητών από το Stevens Institute of Technology αποκάλυψε μια νέα μέθοδο που προσομοιώνει την αφή. Εδώ είναι ό,τι πρέπει να γνωρίζετε.

Οι ερευνητές έχουν επιδιώξει για πολύ καιρό να προσομοιώσουν την αφή μέσω ρομποτικών συστημάτων. Ένα ρομπότ που θα μπορούσε να αισθάνεται θα άνοιγε το δρόμο για πολλές περιπτώσεις χρήσης. Καθώς όλο περισσότεροι άνθρωποι αρχίζουν να εργάζονται δίπλα σε αυτές τις συσκευές, το ενδιαφέρον για ρομπότ που μπορούν να «αισθάνονται» συνεχίζει να αυξάνεται. Οι μηχανικοί πιστεύουν ότι αυτή η αίσθηση είναι κρίσιμη για τη βελτίωση της αποδοτικότητας, των δυνατοτήτων και της ασφάλειας στον χώρο εργασίας.

Σκεφτείτε ρομπότ που αντιλαμβάνονται πότε προσκρούουν πάνω σας και αντιδρούν ανάλογα. Αυτή η ικανότητα θα μείωνε τους κινδύνους κατά τη στενή συνεργασία με ανθρώπους και θα επέτρεπε ακριβέστερες εργασίες που μέχρι σήμερα εκτελούσαν μόνο άνθρωποι.

Προσομοίωση της Απτικής Αίσθησης μέσω Προηγμένης Τεχνητής Νοημοσύνης – Μελέτη

Η μελέτη¹, που δημοσιεύθηκε στο περιοδικό Applied Optics, δείχνει πώς οι ερευνητές προσομοίωσαν την αφή με λέιζερ και έναν αλγόριθμο τεχνητής νοημοσύνης. Συνδύασαν τεχνητή νοημοσύνη και κβαντική τεχνολογία σε εργαστηριακή διάταξη.
Οι κβαντικές αλληλεπιδράσεις παρέχουν πολλά δεδομένα για τη δημιουργία και βελτίωση μοντέλων. Η προσέγγιση συνδυάζει προηγμένη μηχανική μάθηση, LiDAR με καταμέτρηση μεμονωμένων φωτονίων και σάρωση κατά γραμμές, καθώς και κβαντική ανάδραση με τη μορφή θορύβου κηλίδων.

Προσομοίωση της αφής με σάρωση λέιζερ μεμονωμένων φωτονίων

Η ομάδα δημιούργησε LiDAR με καταμέτρηση μεμονωμένων φωτονίων και σάρωση κατά γραμμές, το οποίο μπορεί να εκπέμπει παλμούς σε διαφορετικά διαστήματα. Έτσι οι μηχανικοί καταγράφουν αλλαγές και ανακλάσεις από την επιφάνεια. Κάθε επιφάνεια διαθλά διαφορετικά το φως ανάλογα με τη σύστασή της. Οι ερευνητές αξιοποίησαν αυτό το στοιχείο για να δώσουν στο σύστημα τη δυνατότητα ταχείας τοπογραφικής σάρωσης.

Αλγοριθμικά Μοντέλα AI

Αρχικά, η τεχνητή νοημοσύνη σαρώνει την επιφάνεια με το ειδικό λέιζερ και δημιουργεί λεπτομερή εικόνα του αντικειμένου. Η εικόνα περιλαμβάνει τυχαίο οπτικό σήμα, τον λεγόμενο θόρυβο κηλίδων. Παλαιότερα, αυτός θεωρούνταν εμπόδιο στην οπτική ευκρίνεια, καθώς μείωνε την ανάλυση.

Οι ερευνητές παρατήρησαν ότι το σήμα δεν ήταν απλώς παρεμβολή: παρείχε μια μοναδική υπογραφή για κάθε επιφάνεια ανάλογα με την τραχύτητά της. Τα δεδομένα τροφοδότησαν το σύστημα τεχνητής νοημοσύνης, το οποίο τα αποκωδικοποίησε για να προσδιορίσει τις διαστάσεις, το ύψος και την τραχύτητα της δομής.

Πηγή – Magicplan

Οι ερευνητές σάρωσαν πολλούς τύπους επιφανειών για να εκπαιδεύσουν τον αλγόριθμο. Το σύστημα κατέγραφε οπισθοσκεδαζόμενα πρωτόνια από διαφορετικά σημεία της επιφάνειας. Στη συνέχεια, τα δεδομένα συλλέγονταν σε οπτική ίνα και καταμετρούνταν με ανιχνευτή μεμονωμένων φωτονίων. Η συσκευή ξεχωρίζει τον θόρυβο κηλίδων από άλλες παρεμβολές, επιτρέποντας την αξιοποίησή του για την εκτίμηση της λειότητας του αντικειμένου.

Δοκιμή Προσομοίωσης Απτικής Αίσθησης

Για να ελέγξει τη θεωρία της, η ομάδα εγκατέστησε ένα σύστημα LiDAR ενός εικονοστοιχείου, με σάρωση κατά γραμμές και καταμέτρηση μεμονωμένων φωτονίων. Ήταν κατάλληλο επειδή παράγει ευθυγραμμισμένη δέσμη λέιζερ σε παλμούς πικοδευτερολέπτων, παρέχοντας ακριβή κάλυψη και απόκριση.
Οι μηχανικοί χρησιμοποίησαν 31 βιομηχανικά γυαλόχαρτα διαφορετικών τύπων και τραχύτητας. Το πάχος τους κυμαινόταν από 1 έως 100 μικρόμετρα. Το λέιζερ έστελνε παλμούς μέσω του πομποδέκτη προς το γυαλόχαρτο, και το φως και οι παρεμβολές επέστρεφαν για ανάλυση από την τεχνητή νοημοσύνη.

Αποτελέσματα Μελέτης Προσομοίωσης Απτικής Αίσθησης

Τα αποτελέσματα είναι ελπιδοφόρα. Το νέο σύστημα είχε αρχικά ακρίβεια 8 μικρομέτρων, η οποία βελτιώθηκε σε 4 μικρόμετρα μετά τις ρυθμίσεις. Αυτό το επίπεδο είναι συγκρίσιμο με τις κορυφαίες λύσεις του κλάδου.
Το σύστημα φάνηκε να λειτουργεί καλύτερα σε λεπτόκοκκες επιφάνειες παρά σε πολύ τραχιές. Οι μηχανικοί προσδιόρισαν με ακρίβεια τη δομή των γυαλόχαρτων με μικρή προσπάθεια, ανοίγοντας τον δρόμο για αλλαγές στη λειτουργία βιομηχανιών τα επόμενα χρόνια.

Οφέλη Μελέτης Προσομοίωσης Απτικής Αίσθησης

Η έρευνα μπορεί να προσφέρει οφέλη σε πολλούς κλάδους. Η μέθοδος θα μπορούσε να εξοικονομήσει σημαντικό κόστος έναντι των υφιστάμενων συστημάτων. Επίσης, η μεγαλύτερη ακρίβεια της τεχνητής νοημοσύνης θα επέτρεπε στους κατασκευαστές να μειώσουν το προσωπικό, περιορίζοντας τα λειτουργικά έξοδα και βελτιώνοντας την κερδοφορία.

Γρήγορη Σάρωση Επιφάνειας

Η ταχύτητα σάρωσης είναι ένα ακόμη πλεονέκτημα. Το λέιζερ χρειάζεται να σαρώσει την επιφάνεια για λίγες μόνο στιγμές πριν εξαχθεί αποτέλεσμα. Έτσι η διαδικασία είναι γρηγορότερη και απαιτεί λιγότερη προσπάθεια, επιτρέποντας περισσότερες σαρώσεις και εξοικονόμηση.

Οικονομική Ενσωμάτωση

Ένα ακόμη σημαντικό πλεονέκτημα αυτής της έρευνας είναι ότι παρέχει οικονομικές λύσεις ενσωμάτωσης στην αγορά. Σε πολλές περιπτώσεις, το LiDAR χρησιμοποιείται για τον καθορισμό της δομικής ακεραιότητας βασικών στοιχείων. Αυτό το νέο σύστημα θα μπορούσε να ενισχύσει το υπάρχον LiDAR και να το εξοπλίσει για μετρήσεις σε επίπεδο μικρομέτρου.

Έλεγχος Ποιότητας

Η νέα μορφή σάρωσης επιφάνειας θα βελτιώσει τις μεθόδους ελέγχου ποιότητας για πολύπλοκα και ακριβή εξαρτήματα. Οι μηχανικοί έχουν χρησιμοποιήσει για πολύ καιρό συστήματα για να διασφαλίζουν ότι κρίσιμα εξαρτήματα αεροσκαφών και άλλων αντικειμένων είναι απαλλαγμένα από ελαττώματα που θα μπορούσαν να εξελιχθούν σε σοβαρά προβλήματα.

Βελτιωμένη Ταξινόμηση

Τα ρομποτικά συστήματα διαλογής έχουν ήδη μεγάλη ζήτηση παγκοσμίως. Η αναβάθμιση θα μπορούσε να τους προσφέρει μια επιπλέον αίσθηση για να προσδιορίζουν τη σύσταση και την απαιτούμενη διαλογή ενός προϊόντος. Για παράδειγμα, ένα ρομποτικό χέρι με αφή θα μπορούσε να ελέγχει τη σκληρότητα φρούτων για να κρίνει αν είναι ώριμα.

Ερευνητές Προσομοίωσης Απτικής Αίσθησης

Μηχανικοί του Stevens Institute of Technology ηγήθηκαν της έρευνας για το σύστημα τοπογραφίας με λέιζερ. Συνεργάστηκαν στενά με τον διευθυντή του CQSE, Yuping Huang. Οι Daniel Tafone και Luke McEvo αναγνωρίστηκαν επίσης για τη συμβολή τους.

Πιθανές Εφαρμογές

Οι εφαρμογές είναι πολλές. Το LiDAR παίζει ήδη ζωτικό ρόλο στα πρότυπα ασφάλειας. Η έρευνα ενισχύει σημαντικά αυτές τις δυνατότητες και επιτρέπει παρακολούθηση κρίσιμων εξαρτημάτων σε πραγματικό χρόνο που προηγουμένως δεν ήταν εφικτή.

Υγειονομική Περίθαλψη

Στην υγειονομική περίθαλψη αυξάνεται η ζήτηση για ρομπότ που αισθάνονται όπως οι άνθρωποι. Μια πιθανή χρήση θα ήταν η σάρωση σπίλων για την ανίχνευση επικίνδυνων μελανωμάτων. Ο αλγόριθμος λέιζερ θα μπορούσε να εντοπίζει τις μικρές διαφορές μεταξύ ενός ακίνδυνου και ενός δυνητικά θανατηφόρου σπίλου, σώζοντας χιλιάδες ζωές.

Βελτίωση LiDAR

Το LiDAR χρησιμοποιείται σήμερα σε πολλά προϊόντα. Έξυπνα αυτοκίνητα, ρομπότ και κινητά βασίζονται σε αυτό ως «μάτια». Ακόμη και μια ρομποτική ηλεκτρική σκούπα μπορεί να χρησιμοποιεί LiDAR για αποφυγή εμποδίων. Η νέα τεχνολογία θα μπορούσε να βοηθήσει μικρορομπότ να πλοηγούνται μέσα στο ανθρώπινο σώμα και να χορηγούν σωτήριες θεραπείες ακριβώς όπου χρειάζονται.

Εταιρεία που Μπορεί να Ωφεληθεί από αυτήν την Έρευνα

Πολλές εταιρείες ρομποτικής θα μπορούσαν να ενσωματώσουν την τεχνολογία και να βελτιώσουν τα αποτελέσματά τους. Η ρομποτική αναπτύσσεται γρήγορα και καλύπτει σχεδόν κάθε κλάδο. Από τις χειρουργικές επεμβάσεις μέχρι τη συλλογή φρούτων, οι συσκευές θα ωφελούνταν σημαντικά από έναν προσομοιωτή αφής.

Samsara 

Η Samsara (IOT ) είναι εταιρεία IoT με έδρα το Σαν Φρανσίσκο. Ιδρύθηκε από τους Sanjit Biswas και John Bicket το 2015 για να προσφέρει σε επιχειρήσεις αξιόπιστη παρακολούθηση εφοδιαστικών διαδικασιών. Σήμερα διαθέτει κάμερες οχημάτων με τεχνητή νοημοσύνη, βελτιστοποίηση διαδρομών, παρακολούθηση εξοπλισμού και εγκαταστάσεων, τηλεματική και άλλα προϊόντα.

Η Samsara είναι σημαντικός παίκτης στο Διαδίκτυο των Πραγμάτων (IoT). Συσκευή IoT μπορεί να είναι οποιαδήποτε έξυπνη συσκευή με σύνδεση στο διαδίκτυο, αισθητήρα και δυνατότητα επικοινωνίας δεδομένων. Σήμερα ο κλάδος περιλαμβάνει δισεκατομμύρια συσκευές παγκοσμίως.

Η Samsara επιτρέπει στις επιχειρήσεις να ενσωματώνουν αυτές τις συσκευές στην εφοδιαστική τους για καλύτερα αποτελέσματα, αποτελεσματικότητα και ασφάλεια. Μπορούν να παρακολουθούν προϊόντα σε πραγματικό χρόνο ως προς την κατάσταση, τη γνησιότητα, τη θέση και άλλα στοιχεία.

Οι αναλυτές θεωρούν ότι η Samsara είναι καλά τοποθετημένη για ανάπτυξη μαζί με τον κλάδο IoT. Έχει κεφαλαιοποίηση 30,433 δισ. δολαρίων και στήριξη από ορισμένα από τα μεγαλύτερα ονόματα του κλάδου. Η μετοχή περιλήφθηκε φέτος στις κορυφαίες επιλογές του Πανεπιστημίου Χάρβαρντ, ενισχύοντας την εμπιστοσύνη.

Άλλες Προσπάθειες για Προσομοίωση Ανθρώπινων Αισθήσεων

Η προσπάθεια να αποκτήσουν τα ρομπότ αφή παρουσιάζει ενδιαφέρουσες εξελίξεις. Υπάρχουν δύο πολύ διαφορετικές προσεγγίσεις: οι λύσεις υλικού καταγράφουν πίεση και θερμότητα, ενώ οι λύσεις λογισμικού χρησιμοποιούν αλγορίθμους που αξιοποιούν σήματα ανάδρασης. Ακολουθούν άλλοι τρόποι με τους οποίους οι ερευνητές δίνουν στα ρομπότ την ικανότητα να αισθάνονται.

Κεραμικά Υψηλών Επιδόσεων

Μια πρόσφατη μελέτη δείχνει πώς μικροκεραμικά σωματίδια μπορούν να ενσωματωθούν σε εύκαμπτο στρώμα που μοιάζει με δέρμα, ώστε να καταγράφει θερμότητα και πίεση. Τα σωματίδια μεταφέρουν ηλεκτρικούς παλμούς στην εύκαμπτη επιφάνεια.
Οι μηχανικοί ανέπτυξαν επιθέματα ρομποτικού δέρματος που αντιλαμβάνονται πότε κάποιος τα αγγίζει και απομακρύνεται. Έπειτα δημιούργησαν έξυπνη πρόθεση που θα μπορούσε να επιτρέπει στον χρήστη να αισθάνεται επιφάνειες και να αντιδρά. Το ρομποτικό δέρμα κατέγραφε μέσω των παλμών ακόμη και πολύ μικρές πιέσεις.

Τεχνητά Νεύρα

Ένα ακόμη σημαντικό επίτευγμα σημειώθηκε τον Οκτώβριο, όταν μηχανικοί από την ερευνητική ομάδα Zhenan Bao του Πανεπιστημίου Στάνφορντ δημιούργησαν τεχνητό νεύρο. Σχεδιάστηκε ώστε να λειτουργεί όπως το ανθρώπινο, επιτρέποντας αποτελεσματική αντίδραση στην αφή.
Το σύστημα έχει τρία μέρη: μηχανοϋποδοχείς ως αισθητήρες πίεσης μέσω αντίστασης, οργανικούς ταλαντωτές δακτυλίου που λειτουργούν παρόμοια με νευρώνες και οργανικά ηλεκτροχημικά τρανζίστορ που επιτρέπουν τη συνολική λειτουργία.

Ρομποτικό πουλόβερ

Το Πανεπιστήμιο Carnegie Mellon παρουσίασε το Robot Sweater, που θα μπορούσε να κάνει τα βιομηχανικά ρομπότ ασφαλέστερα. Τα σημερινά συστήματα ασφαλείας συχνά απαιτούν άκαμπτα πρόσθετα εξαρτήματα. Έτσι δεν καλύπτουν ολόκληρο το ρομπότ, καθώς τα κινούμενα μέρη πρέπει να παραμένουν εύκαμπτα. Αυτό οδήγησε στην ιδέα ενός υφάσματος σαν πουλόβερ.
Το Robot Sweater είναι πλεκτό κάλυμμα μηχανής που προσαρμόζεται σε οποιοδήποτε τρισδιάστατο σχήμα, παρέχοντας πλήρη προστασία στα ρομπότ και στους ανθρώπους συναδέλφους τους. Δύο στρώσεις μεταλλικών ινών ενσωματώνονται στην επιφάνειά του. Όταν άνθρωπος αγγίζει το ύφασμα, κλείνει το κύκλωμα, ενημερώνοντας το ρομπότ και προκαλώντας αντίδραση.

Το Μέλλον των Ρομπότ που Προσομοιώνουν την Αφή

Τα ρομπότ που προσομοιώνουν την αφή αποτελούν το μέλλον. Θα επιτρέψουν στενότερη συνεργασία με ανθρώπους, βελτιώνοντας την ασφάλεια, εξοικονομώντας πόρους και λύνοντας χρόνια προβλήματα σε πολλούς κλάδους. Η ζήτησή τους θα αυξηθεί τα επόμενα χρόνια. Προς το παρόν, αναμένεται να βλέπουμε περισσότερα ρομπότ ως συναδέλφους τους επόμενους μήνες.

Μάθετε για άλλα ενδιαφέροντα έργα ρομποτικής τώρα.

Αναφορά Μελέτης:

^{1. Tafone, D., McEvoy, L., Sua, Y. M., & Huang, Y.-P. (2024). Μετρήσεις τραχύτητας επιφάνειας με LiDAR μεμονωμένων φωτονίων και σάρωση κατά γραμμές. Applied Optics, 63(30), 7917–7923. https://doi.org/10.1364/AO.537404}