인간의 신체 부위인 손은 한때 "도구로서의 모든 완벽함의 완성"이라고 불렸다. 우리의 손은 진화공학의 엄청나게 복잡한 업적이다. 밀집된 센서는 복잡하고 매우 민감한 촉감을 제공한다. 수십 개의 관절이 시너지 효과를 발휘하여 놀라운 손재주를 제공한다. 우리의 손이 우주에서 어디에 있는지에 대한“육감”인식은 그들을 마음과 연결시켜 문을 열고 머그잔을 집어 들고 그들이 느끼는 것만으로 완전한 어둠 속에서 커피를 부을 수 있게 한다. 그렇다면 로봇은 왜 똑같이 할 수 없을까?

사이언스의 새로운 기사에서 보스턴과 하버드대학교의 Subramanian Sundaram박사는 로봇터치를 재고할 때라고 주장한다. 과학자들은 우리가 가지고 있는 것과 동일한 손재주와 피드백으로 로봇 손을 인공적으로 엔지니어링하는 것을 오랫동안 꿈꿔왔다. 수십 년이 지난 지금, 우리는 두 가지 주요 발전 덕분에 돌파구를 마련했다. 첫째, 우리는 인간에게 터치가 어떻게 작용하는지 더 잘 이해한다. 둘째, 우리는 실리콘의 생물학을 요약하는 머신러닝이라는 거대한 컴퓨팅 파워 하우스를 가지고 있다. 

촉감이 있는 로봇 손과 이에 맞는 AI 두뇌는 로봇에 대한 우리의 아이디어를 재정비할 수 있다. 매력적이기 보다는 다소 어색하고 참신하지만 인간과 같은 손을 갖춘 로봇은 음식 만들기, 빨래 접기 등 일상적인 작업과 수술이나 구조와 같은 특수 임무를 훨씬 더 잘 수행할 수 있다. 그러나 기계만이 얻을 수 있는 것은 아니다. 인간에게 정확하고 민감하며 고해상도의 인공 터치가 장착된 로봇 의수는 생물학적 뇌를 기계적인 손에 매끄럽게 연결하는 차세대 혁신이다.

어쨌든 터치는 어떻게 작동할까? 

나쁜 소식부터 시작하겠다. 리버스 엔지니어링은 인간의 손이 정말 어렵다. 온도와 통증에 대한 센서는 말할 것도 없고 기계적인 힘에만 조정된 17,000개 이상의 센서로 가득 차 있다. 이러한 힘 "수용체"는 신체적 왜곡(굽힘, 스트레칭, 컬링)에 의존하여 뇌에 신호를 보낸다.

좋은 뉴스? 우리는 이제 생물학적 접촉이 어떻게 작동하는지 훨씬 더 명확하게 이해했다. 손바닥에 동전을 눌렀다고 상상해보자. 기계 수용체라고하는 피부에 내장된 센서는 압력을 포착하고 이를 전기 신호로 "변환"한다. 이러한 신호는 손에 있는 신경을 통해 척추로 전달되고 결국 뇌로 전달되어 "촉각"으로 해석된다.

적어도 그것은 단순한 버전이지만 너무 모호하고 터치를 요약하는 데 특히 유용하지 않다. 거기에 가려면 확대해야 한다.

더욱 복잡해진다. 피부 자체는 수분 공급을 통해 자신의 기계적 감각을 조절할 수 있는 살아있는 존재이다. 예를 들어 땀은 피부를 부드럽게 하여 주변 물체와 상호작용하는 방식을 변경한다. 땀에 젖은 손에 장갑을 낀 적이 있는가? 그것은 마른 것보다 훨씬 더 힘들고 다른 느낌이다.

어떤 면에서 손의 촉각 뉴런은 모스부호 게임을 한다. 다양한 주파수의 전기 신호음을 통해 물체의 크기, 질감, 무게 및 기타 속성에 대한 정보를 전송할 수 있으며 물체를 더 잘 제어하기 위해 뇌에 피드백을 요청할 수도 있다.

기계에 대한 생물학 

우리 손의 모든 최고의 기능을 기계로 재 작업하는 것은 절대적으로 어렵다. 하지만 로봇은 다리가 있다. 생물학적 하드웨어에만 국한되지 않는다. 예를 들어 올해 초 콜롬비아의 한 팀은 겹치는 발광체와 센서를 사용하여 수용체 필드와 느슨하게 유사한 방식으로 "느낌"을 주는 로봇 손가락을 설계했다. 빛의 왜곡을 딥러닝으로 분석하여 접촉 위치와 힘으로 변환했다.

우리 자신의 전기기반 시스템에서 급격한 출발이었지만 콜롬비아 팀의 시도는 분명히 인간생물학에 기반을 두고 있다. 그들은 혼자가 아니다. “부드럽고 신축성 있는 전자 스킨을 만드는 데 상당한 진전이 이루어지고 있다.”라고 Sundaram은 말했다. Sundaram은 현재 여전히 제한적이지만 많은 힘이나 압력을 감지할 수 있다.

그러나 유망한 것은 "시각적 데이터 사용의 흥미로운 진전"이라고 Sundaram은 말했다. 컴퓨터 비전은 유비쿼터스 카메라와 대규모 데이터 세트에서 엄청나게 향상되어 CNN(딥 컨볼루션 신경망)과 같은 강력하지만 데이터를 많이 사용하는 알고리즘을 훈련할 수 있다.

그들의 성공에 편승함으로써 우리는 인간이 상상할 수 없는 초능력 인 로봇 손에 본질적으로 "눈"을 추가할 수 있다. 더 좋은 점은 촉각 데이터를 처리하기 위해 CNN 및 기타 알고리즘 클래스를 쉽게 채택할 수 있다는 것이다. 함께 로봇 손은 눈을 사용하여 물체를 스캔하고, 잡기 위해 움직임을 계획하고, 그립을 조정하기 위해 피드백을 위해 터치를 사용할 수 있다. 아마도 우리는 마침내 쉽게 전화를 구출하는 로봇을 퇴비화 변기에 떨어뜨렸을 것이다. 또는 인류를 위해 훨씬 더 웅장한 것이다.

즉, 비전에 너무 많이 의존하는 것도 실패가 될 수 있다. 재난 대응 중에 생명의 흔적을 찾기 위해 넓은 파편을 스캔하는 로봇을 생각해보자. 터치가 시각에 의존한다면, 복잡하고 역동적인 환경에서 지속적인 가시선을 유지해야한다. 적어도 지금은 컴퓨터 비전이 잘하지 못하는 일이다.

뇌신경형 방식의 발전

앞으로 Sundaram은 우리는 손과 뇌의 과정이 어떻게 접촉하는지 밀접하게 고수해야 한다고 주장한다. 생물학적"터치 기계"를 탈취하는 것은 이미 유용한 것으로 입증되었다. 2019년에 한 팀은 절단 환자를위한 신경-기계 인터페이스를 사용하여 로봇 팔인 DEKA LUKE 팔을 제어하고 팔다리와 부착된 손의 느낌을 감지했다. LUKE 팔과 손에 압력을 가하면 이식된 신경 인터페이스가 활성화되어 뇌가 터치로 처리하는 방식으로 남아있는 신경이 손상되었다. AI가 생물학적 촉각 뉴런과 유사한 압력 데이터를 분석했을 때 그 사람은 눈을 감은 상태에서 다른 물체를 더 잘 식별할 수 있었다.

Sundaram은“신경 모형 촉각 하드웨어(및 소프트웨어)의 발전은 생체 공학 보철물의 미래에 강력한 영향을 미치게 된다. 로봇 손의 강력한 응용 프로그램이다.

두 가지 추가 주제가 사이보그의 미래를 향한 진행 목록을 만들었다. 하나는 로봇의 센서가 대량의 고품질 데이터를 안정적으로 생성 수 있어야 한다는 점에서 수명이다. 이는 평범해 보이지만 실질적인 한계이다.

다른 하나는 올 인원이다. 단순한 압력 센서가 아니라 수많은 터치 감각을 포착하는 것이 필요하다. 깃털처럼 가벼운 것부터 무거운 펀치에 이르기까지, 진동에서 온도에 이르기까지 우리 손과 유사한 나무 모양의 아키텍처는 이러한 센서에서 수집된 데이터를 구성, 통합 및 처리하는 데 도움이 된다.

불과 10년 전만해도 마인드 컨트롤 로봇은 푸른 하늘, 신축성 있는 신경공학적 환상으로 간주되었다. 이제 우리는 생각에서 움직임, 터치 및 생각으로 돌아가는 "루프를 닫고"그 과정에서 나쁜 로봇을 만들 수 있다.