イスラエルの科学者がロボットにイナゴの耳を装備させ、バイオセンサーで画期的な進歩を遂げる

イスラエルの科学者がロボットにイナゴの耳を装備させ、バイオセンサーで画期的な進歩を遂げる

[[387788]]

簡単に言えば、ロボットに「聞く」機能を持たせるには、音声信号を電気信号に変換し、その電気信号を処理して音声に含まれる情報を取得するマイク アレ​​イが必要です。

もちろん、ロボット聴覚装置を作るのは言うほど簡単ではありません。

ロボットの聴覚システムは、センシング、メカニクス、制御などの要素の調整が必要であり、複数の分野にまたがります。人間の耳と同じレベルの音(音の種類、内容、音源、距離、方向などを判別できる)を実現するのは困難です。

では、生物の耳を模倣するのは簡単ではないので、生物の耳をロボットに直接「接続」することは可能でしょうか?

実際、このやや奇妙で残酷とも言えるアイデアは、イスラエルのテルアビブ大学の研究チームから生まれたものです。

つい最近、チームの研究成果「Ear-Bot: Locust Ear-on-a-Chip Bio-Hybrid Platform」が、Sensors 誌に正式に発表されました。


生物学的耳の利点は何ですか?

この研究では、研究チームはイナゴを主人公として選びました。

その理由は、昆虫が何億年もの進化を経て、自然界で最も効率的で強力な感覚器官を獲得したからです。これらの感覚器官をセンサーと見なすと、多くの人工センサーと比較して、このタイプのセンサーの利点は、小型、軽量、低消費電力、変化する環境への適応性です。

特に聴覚に関しては、昆虫の聴覚センサーは何度も進化し、現在ではシーン分析やコミュニケーション機能など、多様性に富んだ機能を実現しています。具体的には、

  • 形態学的には、その耳は近距離感度を持つ触角か遠距離感度を持つ鼓膜のいずれかになります。
  • 機能的には、狭帯域フィルター(蚊)または広帯域センサー(蛾)になります。
  • 神経処理では、たった 1 つのニューロン(蛾)が存在する場合もあれば、介在するニューロンが数千個存在する場合もあります(オスの蚊の耳には 15,000 個のニューロンがあります)。

サバクトビバッタの耳は比較的敏感で、広い周波数範囲をカバーするため、神経系から電気生理学的情報を読み取るための優れたモデルとなります。

研究チームは次のように述べています。

  • これまでのところ、バイオハイブリッド ロボット プラットフォームがバイオセンサーを通じて音に反応できることを実証した研究はありません。ロボット プラットフォームにバイオセンサーを追加することには、2 つの利点があります。1 つ目は、その動作と機能を、十分に特徴付けられた天然のイナゴの耳と比較できること、2 つ目は、純粋に技術的なデバイス (マイク アレ​​イ) と比較できることです。

イナゴの耳をロボットに接続する

研究チームはどのようにそれを行ったのでしょうか?

論文では、研究チームがサバクトビバッタの聴覚系を感覚入力として統合し、移動ロボットプラットフォームに接続されたバイオハイブリッドプラットフォーム「Ear-Bot」を設計したことが示されている。

簡単に言えば、イナゴの耳チップ Ear-Chip を作成し、それをロボットの聴覚センサーとして使用することを意味します。

このプロセスにおいて、研究チームは、微小生理学的システム(MPS、臓器オンチップOoCとも呼ばれる)、つまり「ヒト臓器チップ技術」の最新の開発成果を活用しました。

ヒト臓器チップは、新興の最先端技術です。簡単に言えば、スライドガラスサイズのチップ上に構築された臓器生理学的マイクロシステムを指します。これには、生きた細胞、組織界面、生体液など、臓器の微小環境の重要な要素が含まれています。そのため、ヒトの組織と臓器の主な構造的および機能的特性、および臓器間の接続を体外でシミュレートできます。人間の臓器チップ技術は複数の分野が交差する分野であり、2016 年のトップ 10 新興技術の 1 つに挙げられました。

実際、イヤーチップの設計により、イナゴの耳は長期間生存できるようになり、小型の移動ロボット プラットフォーム上に配置できるようになります (下の図 a を参照)。

研究チームがSolidWorks CADソフトウェアを使用してチップを設計し、生体適合性のある歯科用透明樹脂を3Dプリントしてチップを製造し、最終的に長持ちするマイクロセンシングデバイスの作成に成功したことは特筆に値します。

これを基に、研究チームは信号分析のためのモジュール式の組織サポートとカスタム アルゴリズムを作成しました。

同時に、Ear-Bot には、耳の電気生理学的反応を測定してロボットに送信できるカスタム電極も装備されています。上の図 b に示すように、ロボットには、信号を処理し、さまざまなアルゴリズムを実行するために必要なすべての電子機器 (プリアンプ、回路基板などを含む) も統合されています。

カスタムイヤーチップと電極に加えて、ロボットプラットフォームには信号増幅器、コントローラ、信号処理システム(CSPS)も含まれています。

さまざまな方向や距離からの音に反応します

では、具体的な効果は何でしょうか?

実験では、Ear-Bot の音に対する反応は、マイクを入力として使用した場合の反応と同様であることが示されました。

研究者が手を叩くと、イナゴの耳がその音を認識して電気信号に変換し、ロボットの電気生理学的測定システム、コントローラー、信号処理システムに送信されます。


Ear-Bot システムは、混合ノイズの中でモーター音と拍手の音を区別できることは特筆に値します。

つまり、イナゴの耳は広範囲の周波数に敏感で、実際の音に反応できるのです。下図に示すように、最適な応答は 3.5 kHz (±2) 付近で、異なる方向から来る音に対する応答に大きな変化はなく、5 ~ 35 cm 離れた音に対する応答にも違いはありません。


Ear-bot はさまざまな方向や距離からの音に反応できることがわかります。

上記の研究結果について、論文の共著者の一人であるベン・M・マオズ博士は次のように述べています。

  • 私たちは、自然現象や自然法則をもっと深く探究し、活用すべきです。私たちが証明した原理は、実は嗅覚、視覚、触覚など他の感覚にも応用できるのです。たとえば、爆発物や麻薬を検知する驚くべき能力を持つ動物もいますし、生物学的な鼻を持つロボットを作ることもできるかもしれません。

疑いなく、自然はしばしば科学研究より一歩先を進んでいます。私たちは、科学者が自然からインスピレーションを得て、さらに最先端の技術進歩をもたらすことを期待しています。

<<:  膨大な顔情報が収集されている: 315 Galaが顔認識の混乱を暴露

>>:  人工知能は学習意欲のない人々に取って代わるのでしょうか?

ブログ    
ブログ    

推薦する

...

...

...

...

...

データから診断へ: 緑内障検出のためのディープラーニング手法

緑内障は、世界中の無数の人々に回復不可能な失​​明を引き起こす障害の主な原因です。緑内障自体は、眼と...

クレイジーすぎる、GPTsがオンライン:ウルトラマンがマスクの大型模型の手こすりを披露、誰かがサードパーティのマーケットを作った

数日前の開発者会議で、OpenAIは、メンバーシップを購入すれば、GPT-4大規模モデルの新バージョ...

...

...

フロントエンド人工知能: 機械学習による関数方程式の導出 - プラチナ III

[[259734]] tensorflow.jsとはTensorflow.js は、ブラウザーと ...

人工知能で最前線の医療従事者を守る

私たちは前例のない危機を生きています。 COVID-19パンデミックの間、医療従事者は最前線のヒーロ...

知らないうちにAIを構築しているかもしれない

[[189866]]私たちは皆、検証コードに精通しています。reCAPTCHA は、人間と機械を区別...

機械学習でサンプルが不均衡な場合はどうすればよいでしょうか?

銀行が新規顧客が債務不履行になるかどうかを判断する際、債務不履行にならない顧客と債務不履行になる顧客...

...