കാഴ്ചയും സ്പർശവും സമന്വയിപ്പിക്കുന്ന റോബോട്ടിക് സ്‌കിൻ ഗവേഷകർ വികസിപ്പിച്ചു
മനുഷ്യരും റോബോട്ടുകളും തമ്മിലുള്ള ഇടപെടലുകൾ കൂടുതൽ മെച്ചപ്പെടുത്തുന്നതിന് സഹായകമാകുന്ന കൃത്രിമ ചർമം വികസിപ്പിച്ചു. പരിചരണങ്ങൾക്കും സർജറികൾക്കും നിയോഗിക്കുന്ന റോബോട്ടുകളുടെ പ്രവർത്തനം ഇതവഴി കൂടുതൽ മികച്ചതും ഫലപ്രദവുമാക്കാൻ സഹായകമാകുമെന്നാണ് ഗവേഷകർ കണക്കുകൂട്ടുന്നത്.
കഴിഞ്ഞ ദശകത്തിൽ റോബോട്ടിക് കൈകൾ വളരെയധികം മുന്നോട്ട് പോയിരുന്നു. ഗ്രിപ്പറുകൾ മികച്ചതും അതിലോലവുമായി മാറിയിട്ടുമുണ്ട്. ചില റോബോട്ടുകൾക്ക് പ്ലാസ്റ്റിക്ക്, പേപ്പർ എന്നിവ വേർതിരിക്കാനും സാധിച്ചു. സ്പർശനവും കാഴ്ചയും സമന്വയിപ്പിക്കുകയാണ് ഇപ്പോൾ റോബോട്ടുകൾക്ക് മുന്നിലുള്ള പുതിയ വെല്ലുവിളി. ഇതിനെയാണ് കൃത്രിമ ചർമം വഴി സിംഗപ്പൂർ യൂനിവേഴ്‌സിറ്റിയിലെ ഗവേഷകർ പ്രോത്സാഹിപ്പിക്കുന്നത്.
ഈ ഫലങ്ങൾ വലിയ ആവേശമാണ് സമ്മാനിച്ചിരിക്കുന്നതെന്ന് എൻയുഎസ് സ്‌കൂൾ ഓഫ് കമ്പ്യൂട്ടിംഗിലെ അസിസ്റ്റന്റ് പ്രൊഫസർ ഹരോൾഡ് സോ പറഞ്ഞു. അപ്രതീക്ഷിത സാഹചര്യങ്ങളിൽ പോലും വേഗത്തിലും ഉചിതമായും പ്രതികരിക്കാൻ കഴിയുന്ന ഊർജ കാര്യക്ഷമവും കരുത്തുറ്റതുമായ റോബോട്ടുകൾ നിർമിക്കുന്നതിനുള്ള ചവിട്ടു പടിയാണിതെന്ന് അദ്ദേഹം പറഞ്ഞു.
ഇന്റലിന്റെ ന്യൂറോമോർഫിക് ചിപ്പ് ലോയിഹി ഉപയോഗിച്ചാണ് സിംഗപ്പൂർ നാഷണൽ യൂണിവേഴ്‌സിറ്റി (എൻയുഎസ്)യിലെ ഗവേഷകർ കൃത്രിമ ചർമ്മം വികസിപ്പിച്ചെടുത്തത്. ഇത് മനുഷ്യരുടെ സ്പർശന നാഡീവ്യവസ്ഥയേക്കാൾ ആയിരം മടങ്ങ് വേഗത്തിൽ സ്പർശനം അനുഭവിക്കാൻ റോബോട്ടുകളെ അനുവദിക്കും. കണ്ണിമ മിന്നുന്നതിനേക്കാൾ പത്ത് മടങ്ങ് വേഗത്തിൽ വസ്തുക്കളുടെ ആകൃതി, ഘടന, കാഠിന്യം എന്നിവ സിസ്റ്റത്തിന് തിരിച്ചറിയാൻ കഴിയും. പലവിധ സേവനങ്ങളിൽ റോബോട്ടുകളുടെ ഇടപെടൽ ഇതോടെ കൂടുതൽ മെച്ചപ്പെടും. പരിചരണ റോബോട്ടുകളുടെ കാര്യവും റോബോട്ടിക് ശസ്ത്രക്രിയയുടെ കാര്യവുമാണ് ഗവേഷകർ എടുത്തു പറയുന്നത്.
എൻയുഎസ് ഗവേഷകർ ആദ്യം കൃത്രിമ ചർമം ഘടിപ്പിച്ച റോബോട്ടിക് കൈയെ ബ്രെയ്‌ലി വായിക്കാനാണ് പഠിപ്പിച്ചത്. റോബോട്ടിക് കൈ സ്പർശിച്ച ഡാറ്റ ന്യൂറോമോർഫിക് ചിപ്പായ ലോയിഹിക്ക് കൈമാറി. ലോയിഹി അത് വിവർത്തനം ചെയ്തു. 92 ശതമാനത്തിലധികം കൃത്യതയുള്ളതും സാധാരണ വോൺ ന്യൂമാൻ പ്രോസസറിനേക്കാൾ 20 മടങ്ങ് കുറവ് ഊർജം ഉപയോഗിക്കുന്നു എന്നതുമാണ് ലോയിഹിയുടെ പ്രത്യേകത.
ഗവേഷകർ പിന്നീട് തന്ത്രപ്രധാനവും ദൃശ്യപരവുമായ ഡാറ്റകൾ സംയോജിപ്പിച്ചു. കൃത്രിമ ചർമവും ഇവന്റ് അധിഷ്ഠിത ക്യാമറയും ഉപയോഗിച്ചുള്ള വസ്തുക്കൾ തരംതിരിക്കാനുള്ള ശേഷി അവർ റോബോട്ടിക് കൈയെ പഠിപ്പിച്ചു. തുടർന്ന് ഈ ഡാറ്റ ഒരു ജിപിയുവിലേക്കും ലോഹിയിലേക്കും അയച്ചു, ഇവന്റ് അധിഷ്ഠിത കാഴ്ചയും സ്പർശനവും ഒരു സ്‌പൈക്കിംഗ് ന്യൂറൽ നെറ്റ്‌വർക്ക് വഴി സംയോജിപ്പിച്ചപ്പോൾ സിസ്റ്റത്തിൽ വിഷ്വൽ ഡാറ്റയിലുള്ളതിനേക്കാൾ 10 ശതമാനം കൂടുതൽ കൃത്യതയിലാക്കി. മികച്ച പ്രകടനം കാഴ്ചവയ്ക്കുന്ന ജിപിയുവിനേക്കാൾ 21 ശതമാനം വേഗത്തിൽ ലോയിഹി സെൻസറി ഡാറ്റ പ്രോസസ്സ് ചെയ്തതായും ഗവേഷകർ കണ്ടെത്തി. 45 മടങ്ങ് കുറവ് മാത്രമാണ്
ഊർജം ഉപയോഗിച്ചതുതാനും. ഗവേഷകർ തങ്ങളുടെ കണ്ടെത്തലുകൾ റോബോട്ടിക്‌സ്: സയൻസ്, സിസ്റ്റത്തിൽ അവതരിപ്പിച്ചിട്ടുണ്ട്.
