处理器是计算机的大脑——一个经常被引用的短语。但是处理器的工作方式与人脑有着根本的不同。晶体管通过电子信号进行逻辑运算。相比之下，大脑与神经细胞(即所谓的神经元)一起工作，这些神经细胞通过生物传导路径(即所谓的突触)相连。在更高的层次上，大脑使用这种信号来控制身体并感知周围环境。当感知到某些刺激时，身体/大脑系统的反应——例如，通过眼睛、耳朵或触觉——是通过学习过程触发的。例如，孩子们学会不要两次接触热炉：一个输入刺激导致一个具有明确行为结果的学习过程。
与马克斯普朗克聚合物研究所 Paul Blom 部门组长 Paschalis Gkoupidenis 合作的科学家们现在以简化的形式应用了通过经验学习的基本原理，并使用所谓的有机神经形态电路引导机器人穿过迷宫.这项工作是埃因霍温大学、斯坦福大学、布雷西亚大学、牛津大学和 KAUST 大学之间的广泛合作。
“我们想使用这个简单的设置来展示这种‘有机神经形态设备’在现实世界中的强大功能，”Gkoupidenis 小组和 TU Eindhoven(van de Burgt 小组)的博士生 Imke Krauhausen 说，并且科学论文的第一作者。
为了实现机器人在迷宫内的导航，研究人员将来自环境的传感信号输入到智能自适应电路中。迷宫走向出口的路径在每个迷宫相交处以视觉方式指示。最初，机器人经常会误解视觉符号，从而在迷宫中做出错误的“转弯”决定，交叉并迷失了出去的路。当机器人做出这些决定并遵循错误的死胡同时，不鼓励通过接收纠正刺激来做出这些错误的决定。例如，当机器人撞到墙壁时，矫正刺激会通过连接到机器人的触摸传感器感应的电信号直接施加到有机电路上。随着实验的每次后续执行，机器人逐渐学会在相交处做出正确的“转弯”决策，即避免接受纠正性刺激，经过几次尝试后，它找到了走出迷宫的路。这个学习过程只发生在有机自适应电路上。
“我们很高兴看到机器人可以通过在一个简单的有机电路上学习，在跑了几次之后穿过迷宫。我们在这里展示了第一个非常简单的设置。然而，在遥远的未来，我们希望有机神经形态设备也可用于本地和分布式计算/学习。这将为现实世界的机器人技术、人机界面和即时诊断应用开辟全新的可能性。用于快速原型设计和教育的新型平台，在交叉点材料科学和机器人技术，也有望出现。”格库皮迪尼斯说。
标签：
免责声明：本文由用户上传，如有侵权请联系删除！