作者：DIGITIMES陈明阳
新加坡国立大学(NUS)研究团队的人工感官系统，整合人造皮肤(Artificial Skin)与视觉传感器，具备模仿人类生物神经网络(Neural Network)的能力，可在英特尔(英特尔)的Loihi等神经形态(Neuromorphic)芯片执行，实时正确识别物体的各项重要特征以支援复杂的互动操作。
NUS结合计算机专家与材料工程师的研究团队指出，机器人取物包含定位物体、识别形状、决定施力、避免滑落等复杂运算，但目前大多数机器人主要依赖机器视觉，缺乏触觉以及快速且智慧的感官资料处理能力，则让机器人无法进行更复杂的物件操作。
融合视觉与触觉传感器收集的资料，以提供高精确度的操作反应仍是技术挑战。NUS研究团队采用2019年自行开发的先进异步编码电子皮肤(ACES)与触觉神经系统，结合最新的视觉感测与人工智能(AI)技术，让机器人能更直觉地跟物件进行复杂互动。
拥有如人类般的触觉可显著提升机器人的抓握能力，例如能以适当施力轻易适应抓取不熟悉的物件且不会滑落，且可开发许多全新应用方式。ACES触觉反应比人类感官神经系统快逾1000倍，而运用神经形态技术识别物体形状、质地、硬度仅需一眨眼10分之1的时间，大幅提升机器人的认知能力。
神经形态技术具有高效率的优势，例如Loihi芯片处理感官资料的速度比顶级效能的图形处理器(GPU)快21%，能耗更只有不到45分之1，在融合多模传感器资料以强化机器人感知方面极具潜力，对制造具能源效益、值得信赖、能快速且适当因应不可预期情况的机器人是重要进展。
NSU研究团队的神经网络具备能在资料收集过程中同时进行分类的技术。英特尔神经形态运算实验室主管表示，NSU团队的研究预示未来机器人的资料感测与处理，包括算法、资料格式、硬件架构、传感器，都将重新设计为结合多模与事件驱动的方式，并善用神经形态运算芯片显著降低延迟与能耗的优势。
NSU团队这项研究由新加坡国立机器人研发计划办公室(NR2PO)提供金援，研究成果发表于2020年7月的Robotics: Science and Systems大会，接下来将持续研发在食品制造业与物流业的应用，在疫情期间与结束后应有极大需求。