迷宮常被心理學家用來評估老鼠的學習能力，而荷蘭艾因霍溫理工大學和德國美因茨馬克斯·普朗克聚合物研究所的研究人員目前開發(fā)了一種機器人，擁有類似人類大腦的系統(tǒng)，可以幫助它們思考和行動，從而能夠在曲折的迷宮中成功前行。這項研究為神經(jīng)形態(tài)裝置在健康和其他領(lǐng)域的新應用鋪平了道路。

模仿人類大腦

機器學習和神經(jīng)網(wǎng)絡近年來風靡全球，在圖像識別、醫(yī)療診斷、電子商務等很多領(lǐng)域都取得了成功，但是這種基于軟件的機器智能方法有一項缺點就是耗能大。因此，研究人員一直試圖開發(fā)更節(jié)能的計算機，他們在人類大腦中獲得靈感，設計了一臺將記憶和處理功能相結(jié)合的低功耗設備。

人類大腦中的神經(jīng)元通過突觸實現(xiàn)相互交流，每當信息通過時，突觸就會增強。正是這種可塑性確保了人類的記憶和學習。“我們用這個模型開發(fā)了一個可以學習在迷宮中移動的機器人，”研究人員Imke Krauhausen解釋說，“就像老鼠大腦中的突觸會在迷宮中的每次正確轉(zhuǎn)彎時得到加強一樣，我們的設備通過電流來控制機器人的前進方向：通過調(diào)整設備的電阻，就可以改變電機的電壓，進而控制施加給機器人的電流。”

那么它是如何工作的呢?

Krauhausen等人使用的機器人是Mindstorms EV3，它配備了兩個輪子、傳統(tǒng)的引導軟件以及一些反射和觸摸傳感器，被送入一個由黑線六邊形組成的2平方米蜂巢狀大迷宮。

機器人的默認設定是右轉(zhuǎn)，而每當它到達一個死胡同或從指定的路徑偏離到出口(由視覺提示)，它會被告知返回或左轉(zhuǎn)。這種校正刺激會被記憶在神經(jīng)形態(tài)裝置中，以供下一次使用。

“最后，我們的機器人跑了16圈才成功找到出口，”Krauhausen說，“但是一旦它學會了導航這條特定路徑(目標路徑1)，它就可以導航任何其他路徑(目標路徑2)。也就是說，它獲得的知識是可推廣的。”

據(jù)Krauhausen說，機器人學習和走出迷宮的能力部分在于傳感器和電機的獨特集成，是感覺和運動相互強化后的整合。這是大自然的運作方式，也正是研究團隊試圖在機器人身上復制實現(xiàn)的。

智能聚合物

這項研究的另一個獨特之處是用于神經(jīng)形態(tài)機器人的有機材料。這種被稱為p(g2T-TT)的聚合物不僅是穩(wěn)定的，而且能夠“保留”在迷宮的各種運行過程中調(diào)諧的大部分特定狀態(tài)。這就可以確保習得的行為足夠“持久”，就像人類大腦中的神經(jīng)元和突觸記住某個事件或動作一樣。

仿生手

這種聚合物材料還有一個優(yōu)點，就是可以被用于生物醫(yī)學領(lǐng)域。智能設備基于這些材料的有機性質(zhì)，可以與神經(jīng)細胞實現(xiàn)集成。也就是說，假設你在一次受傷中失去了手臂，這些設備可以幫你把身體和仿生手連接起來。

有機神經(jīng)形態(tài)計算的另一個應用是邊緣計算設備，可以在本地處理來自傳感器的數(shù)據(jù)。研究人員Van de Burgt說：“我們的材料易調(diào)整、耗能少、成本低，未來將在這個方向?qū)崿F(xiàn)更好的應用和發(fā)展。”

那么神經(jīng)形態(tài)機器人可以像足球機器人一樣踢球嗎? Krauhausen說：“原則上是可能的，但還有很長的路要走。我們的機器人在一定程度上依賴傳統(tǒng)引導軟件來移動。如果想讓神經(jīng)形態(tài)機器人執(zhí)行復雜的任務，則需要建立神經(jīng)形態(tài)的網(wǎng)絡，讓許多設備在一個網(wǎng)格中一起工作，這是我下一階段要做的事情。”