能像人类大脑一样思考和执行指令机器人问世行走十六步即可成功穿越迷宫

能否将人类的“智力”植入到机器呢？物理储层计算（一种理解大脑信号的技术）的进一步突破，对发明像人类一样思考的人工智能机器人提供了帮助。

近日，埃因霍温理工大学和美因茨大学马克斯普朗克聚合物研究所的科研人员已经证明，上述设想可以实现。

他们设计的人工智能机器人，可以像人脑一样考虑问题和执行指令，并且能够顺利穿过由多个黑色蜂窝状六边形构建的迷宫。

2021年12月10日，相关论文以《机器人学中用于感觉运动整合与学习的有机神经形态电子技术》为题发表，埃因霍温理工大学机械系工程系博士研究伊姆克·克劳豪森为第一作者。

该团队研究的人工智能机器人有两个轮子和数个反射、触摸传感器构成，它在迷宫中每次正确的转弯都会受到一次电刺激，这与老鼠在迷宫中的行走的逻辑类似。只不过老鼠通过大脑中的突触来调整，该项技术的突破为神经形态设备在临床诊断领域的新应用铺平了道路。

机器人走16步可顺利穿越六边形组成的蜂窝状迷宫

机器人能否顺利走出迷宫与细胞培养基中的神经元有关，它是信息流与突触进行交流的“桥梁”。当信息流通过神经元时，突触就会加强，这种可塑性具有学习和记忆功能，可以作为计算机构建相干信号的物理存储库。

通常情况下，细胞培养基中的神经元充当机器人在迷宫中行走的基线，当机器人走到死胡同或者偏离行者路线与迷宫出口时，视觉指示器就会给它传达一个“ 返回” 或“向左转”的信号，由于电脉冲对细胞培养物中神经元的干扰，机器人会不停试错，直到跑出迷宫。

实验表明，该机器人在六边形所组成的迷宫中行走了16步就能顺利跑出去。值得关注的是， 一旦它学会从一种特定的路线行走，就可以从其他任何一条路线走出迷宫，机器人的这种特性具有可复制性和可延展性，可以拓展到更多的应用领域。

据伊姆克·克劳豪森表示，“机器人学习和走出迷宫的出色的表现与传感器、电机的独特集成有关。”

智能聚合物也是机器人顺利走出迷宫的关键

神经元计算可以在神经形态电路的数域中直接模拟，从而在虚拟世界之间提供实时通信。通过感觉运动系统和机器人平台的数字单元来访问，但这些神经形态电路的规模通常较大，并且只能在定制的机器人系统中实现。

由于新兴材料和器件具有直接模拟生物启发及相关功能，如突触可塑性、神经元功能、稳态和自愈能力，而无需复杂的电路。所以，它可以解锁传统电子产品无法实现的電路功能。

此外，物理体在机器人技术中至关重要，例如，使用惯性进行节能和形态适应，在非结构化或复杂环境中进行运动。直到近日，基于金属氧化物神经形态器件小规电路才被用于机器人系统的局部计算和控制。

目前，用于神经形态电子学的有机电子材料具有出色的可调性、高稳定性，柔软的有机材料可以溶液加工，或者以相对较低的热预算印刷，并且可以大面积集成。

该研究的另一个亮点在于用了神经形态机器人的有机材料，这种聚合物除了性能稳定，还可以调谐迷宫中大部分特定状态。如果利用好这种功能，就能像大脑中的神经元和突触一样，记住某些动作或事件。

与无机材料相比， 这种聚合物具有更大地调整范围，并且能够“记住”或长时间存储学习状态。聚合物材料还可用于许多生物医学应用。

基于有机材料的特性，实际神经细胞理论上可以和智能电子设备集成，伊姆克·克劳豪森表示：“如果你的手臂在事故中丧失，这些人工智能设备可以用仿生手和你的身体联系起来。”有机神经形态计算还可以利用小型边缘计算设备对云外部传感器数据在本次处理。

有人向该研究团队提问，“在将来的某一天，神经形态机器人能像足球机器人那样参加足球比赛吗？”

伊姆克·克劳豪森说：“理论上是可以实现的，但是还需要很长的时间。”

目前，该团队所研究的机器人仍然需要靠传统软件控制，才能进行四处行走。为了让神经形态机器人顺利执行复杂的任务，该团队下一步将搭建一个神经形态网络，让多个设备在网格中协同工作。