Τεχνητά «αυτιά» βελτιώνουν την αντίληψη των ρομπότ

Η ρομποτική είναι μια από τις περιοχές επιστήμης αλλά και της τεχνολογίας που εξελίσσεται με ταχύτατους ρυθμούς μέσω της συνεχούς ανάπτυξης στο τομέα της τεχνητής νοημοσύνης και των νευρωνικών δικτύων.

Στην προσπάθεια τους οι επιστήμονες να κατασκευάσουν ολοένα πιο ολοκληρωμένα και «ευφυή» ανθρωπόμορφα ρομπότ, μιμούμενοι τα βιολογικά συστήματα στα θηλαστικά, ανέπτυξαν καινούργια τεχνική ακοής που μοιάζει σε σημαντικό βαθμό με την ανθρώπινη.

Τεχνολογικά μπορεί να ενσωματωθεί σε ενιαίο σύστημα που περιλαμβάνει και την μηχανική όραση, όπως ουσιαστικώς ισχύει και για τον τρόπο αντίληψης του ανθρώπου.

Τώρα πλέον τα τελευταίας γενιάς τεχνητά «μάτια» και «αυτιά», λειτουργώντας ως ενιαίο σύστημα αισθητηριακής αντίληψης, προσφέρουν στα ρομπότ πολύ περισσότερες προϋποθέσεις «έξυπνων» αντιδράσεων που κινούνται αυτόνομα σε ένα χώρο.

Πρόσφατα ερευνητική ομάδα από το Ινστιτούτο Νευροροπληροφορικής της Ζυρίχης ανακοίνωσε μια νέα τεχνική για καλύτερη και περισσότερο αποτελεσματική ακοή στα ανθρωποειδή ρομπότ.

Τεχνητά αυτιά με κοχλία πυριτίου

Όπως αναφέρουν μιμούμενοι τον τρόπο λειτουργίας της ανθρώπινης ακοής ανέπτυξαν μια μορφή τεχνητού κοχλία από πυρίτιο Το νευρομορφικό σύστημα μηχανικής ακοής χρησιμοποιεί δυο «αυτιά» ηχοληψίας που κινούνται ανεξάρτητα το ένα ως προς το άλλο.

Το μηχανικό αυτί διαθέτει 64 αυτόνομα κανάλια ήχου κάθε ένα από τα οποία επιλεκτικά καταγράφει μόνον μια συγκεκριμένη περιοχή ακουστικών συχνοτήτων σε σχέση με τις υπόλοιπες.

Με τον τρόπο αυτό το τεχνητό αυτί καλύπτει πλήρως το σύνολο του ακουστικού φάσματος. Το σύστημα μιμείται με μεγάλη ακρίβεια τον τρόπο που τα κύτταρα στον ανθρώπινο κοχλία αντιδρούν επιλεκτικά σε διαφορετικές συχνότητες της ηχητικής πληροφορίας.

Συγκριτικά με προηγούμενα συστήματα το συγκεκριμένο καταναλώνει μόλις 55 μικροβάττ συνεισφέροντας έτσι στην μεγαλύτερη αυτονομία των κινούμενων ρομπότ.

Για να το περιγράψουμε με ορούς ηχοληψίας σε στούντιο φαντασθείτε μια κονσόλα ήχου με 64 υποδοχές μικροφώνων που συνδέονται σε ισάριθμα κυκλώματα. Κάθε ένα από τα κυκλώματα αυτά λειτουργεί μόνον σε μικρό μέρος του φάσματος από τα 20Hz έως και 20 ΜΗz που θεωρητικά ακούει ο άνθρωπος.

Επομένως ανάλογα με την συχνότητα του ήχου στο μηχανικό αυτί λειτουργεί μόνον το αντίστοιχο κύκλωμα ενώ τα υπόλοιπα παραμένουν αδρανή. Βέβαια στην πραγματικότητα ο η ανθρώπινη ακοή αντιλαμβάνεται σχετικά πιο στενό φάσμα συχνοτήτων που βαίνει μειούμενο στις υψηλές συχνότητες με την γήρανση του οργανισμού.

Αν ο ήχος περιέχει πολλές συχνότητες τότε ενεργοποιούνται μόνον όσα κυκλώματα αντιστοιχούν σε αυτές. Με παρόμοιο τρόπο και τα νευρικά «κυκλώματα» στον ανθρώπινο οργανισμό τροφοδοτούν τον ανθρώπινο εγκέφαλο με τις σχετικές πληροφορίες.

Στον άνθρωπο η διαφορά του χρόνου που φθάνει ένας ήχος σε κάθε ένα από τα δυο αυτιά δίδει την δυνατότητα στον ανθρώπινο εγκέφαλο με την κατάλληλη επεξεργασία να προσδιορίσει με ακρίβεια που βρίσκεται η πηγή.

Κατά τον ίδιο τρόπο και το ζευγάρι των δυο τεχνητών αυτιών θα ενημερώνει τον «εγκέφαλο» του ρομπότ σχετικά με την προέλευση των ήχων στο χώρο.

Κατά την διάρκεια των δοκιμών το σύστημα με τα δυο τεχνητά αυτά συνδέθηκε σε υπολογιστή. Οι ερευνητές μιλώντας στο μικρόφωνο διαπίστωσαν ότι καταγράφηκαν σήματα συχνότητας στο φάσμα μεταξύ 100-200 Hz στο οποίο κυρίως εντοπίζεται η ανθρώπινη ομιλία.

Συμπέραναν λοιπόν ότι λειτούργησαν μόνον τα αντίστοιχα κανάλια καταγραφής ήχων ενώ τα υπόλοιπα για φάσμα μεταξύ 20Hz και 20 KΗz παρεμειναν ανενεργά.

Έξυπνα ανθρωπόμορφα ρομπότ

Στόχος των ερευνητών είναι κάνουν τα ανθρωπόμορφα ρομπότ συνολικώς περισσότερο έξυπνα με την μικρότερη δυνατή κατανάλωση ισχύος.

Για να επιτευχθεί κάτι τέτοιο κάνουν συστηματικές έρευνες προκειμένου τα υποσυστήματα μηχανικής ακοής και μηχανικής όρασης να αποτελέσουν ενιαίο σύστημα αντίληψης.

Μέσω του νέου τρόπου πολύπλευρης «δυναμικής» καταγραφής των πληροφοριών εικόνας και ήχου γύρω τους τα ρομπότ θα χάνουν λιγότερες πληροφορίες από το περιβάλλον κατά συνέπεια θα κινούνται με αυξημένη ακρίβεια.

Είναι σημαντικό ότι η ρομποτική ανήκει στους τομείς που βασίζεται ολοένα και περισσότερο στην τεχνητή νοημοσύνη γι αυτό και οι λεγόμενοι νευρομορφικοί ερευνητές επιδιώκουν να ολοκληρώσουν σε ενιαίο σύστημα τους χαμηλής κατανάλωσης αισθητήρες με ισχυρούς επεξεργαστές που τρέχουν ειδικούς αλγορίθμους.

Νευρωνικά δίκτυα

Από τις περιοχές με υψηλό ενδιαφέρον είναι τα νευρωνικά δίκτυα που έχουν την δυνατότητα να «αντιληφθούν» αλλά και να παράξουν ανθρώπινο λόγο.

Συνδυάζοντας την περιοχή αυτή της επιστήμης με την τεχνολογία «deep learning» οι ερευνητές ελπίζουν ότι θα καταστήσουν τους υπολογιστές ικανούς να προσομοιώνουν ολοένα και περισσότερο την αισθητήρια αντίληψη του ανθρώπου.

Με την κατά το δυνατόν απλούστερη προσέγγιση το λογισμικό «deep learning», που αποτελεί κλάδο της τεχνητής νοημοσύνης, επιχειρεί να μιμηθεί την δραστηριότητα των νευρώνων που λειτουργούν κατά στρώσεις του «νεοφλοιού», στο 80% του οποίου παράγεται η σκέψη. Αν και ο στόχος αυτός είναι παλαιός έως πρόσφατα η προσπάθεια δεν είχε στεφθεί με επιτυχία.

Όμως με την βελτίωση στα μαθηματικά μοντέλα και την κατασκευή ισχυρών επεξεργαστών οι επιστήμονες πληροφορικής μπορούν τώρα να μοντελοποιήσουν πολλές στρώσεις εικονικών νευρώνων.

Το λογισμικό αυτό προσομοιώνει την λειτουργιά των νευρώνων σε νευρωνικά δίκτυα. Στην πράξη αποδεικνύεται ικανό να αναγνωρίζει σε μοτίβα ψηφιακής αναπαράστασης ήχους, εικόνες κλπ.

Ουσιαστικά δηλαδή να λειτουργούν μιμούμενοι τον τρόπο που αντιλαμβάνεται ο άνθρωπος το περιβάλλον του επικεντρώνοντας επιλεκτικότητα το ενδιαφέρον σε συγκεκριμένα σημεία και αλλαγές της πραγματικότητας και δεν αρκείται σε στατική παρατήρηση.

Το σημαντικό βήμα έγινε το 2007 οπότε ερευνητές από το ίδιο Ινστιτούτο ανέπτυξαν τεχνητό αμφιβληστροειδή από πυρίτιο που τοποθέτησαν σε ρομπότ τερματοφύλακα με καθυστέρηση αντίδρασης στα γεγονότα μόλις 3 χιλιοστά του δευτερολέπτου.

Η κατασκευή του απάλλαξε τα ρομπότ από την συγκριτικά ανακριβή λειτουργιά να λαμβάνουν σταθερά δείγματα της στατικής εικόνας που βλέπουν χωρίς να επικεντρώνουν στις αλλαγές που συμβαίνουν.

Πάντως προς το παρόν η νέα τεχνολογία ακοής στις μηχανές είναι αδύνατον να αποκτήσει εμπορική εκδοχή επειδή έχει πολύ υψηλό κόστος αλλά και γιατί θα χρειασθούν αλλαγές για προσαρμογή στα δεδομένα του ανθρώπινου οργανισμού.