目前，世界上大多数机器人都通过传感器网络接收有关其周围环境的信息。但是，这些传感器不处理信息，而是将信息发送到中央处理单元。这个中央处理单元是进行学习的地方，这意味着当前的机器人需要多根电线。该系统导致更长的响应时间。除了响应时间更长之外，这些机器人还经常容易损坏，并且需要大量维护和修理。

　　新系统

　　近期，优傲机械手臂在《自然通讯》杂志上看到一个AI新系统，该系统可以使机器人识别疼痛和自我修复。它依赖于支持AI的传感器节点，该节点处理“疼痛”然后做出响应。当有外部物理力施加压力时，可以识别出这种疼痛。该系统的另一个主要部分是自我修复。当案例者是轻微的“伤害”时，机器人可以修复这种损坏，而无需依靠人工干预。

　　人工智能被嵌入到传感器节点网络中。传感器节点连接到多个较小且功能较弱的处理单元。这种设置允许学习在本地进行，从而减少了所需的导线数量和响应时间。具体而言，与传统机器人相比，它减少了五到十倍。

　　自修复系统来自将自我修复的离子凝胶材料引入系统的过程。这样可以使机器人在受到损坏时恢复机械功能，而无需人工帮助。

　　“要使机器人有一天与人类一起工作，一个问题就是如何确保它们将与我们安全地互动。出于这个原因，世界各地的科学家一直在寻找使机器人具有感知意识的方法，例如能够“感觉”到疼痛，对其做出反应并承受恶劣的工作条件。但是，将所需的众多传感器组合在一起的复杂性以及这种系统的脆弱性是广泛采用的主要障碍。”

　　同时也是神经形态计算专家的Basu表示：“我们的工作证明了机器人系统的可行性，该机器人系统能够以最少的布线和电路高效地处理信息。通过减少所需的电子组件数量，我们的系统应该变得负担得起且可扩展。这将有助于加速在市场上采用新一代机器人。”

机械手臂

　　AI教机器人感知疼痛

　　为了教机器人如何感觉到疼痛，研究小组依靠了作为“类脑”电子设备的薄膜晶体管。这些设备能够进行记忆和信息处理，充当人工疼痛受体和突触。这项研究证明了即使损坏后，机器人也可以如何继续应对压力。发生“伤害”(例如割伤)后，机器人将失去机械功能。那就是当自我修复的离子凝胶插入并导致机器人修复“伤口”时，基本上将其缝合在一起。

　　“这些新颖的设备的自愈特性帮助机器人系统在被割伤或刮伤'受伤'时反复将自身缝合在一起，”约翰说。“这模仿了我们的生物系统如何工作，就像人类皮肤在割伤后自行愈合的方式一样。”

　　“在我们的测试中，我们的机器人可以'幸存'并应对由轻微伤害(例如刮擦和颠簸)引起的意外机械损坏，同时继续有效地工作。如果将这样的系统与现实环境中的机器人一起使用，它将有助于节省维护费用。”

　　大多数研究人员专注于制造越来越灵敏的传感器，而不关注如何有效地做出决策的挑战。传统的机器人以结构化的可编程方式执行任务，但是上面的研究通过为机器人应用新的学习材料，设备和制造方法来模仿人类的神经生物学功能可以感知环境，相应地学习和适应行为。尽管仍处于原型阶段，但这样的研究新发现为该领域奠定了重要的框架，为研究人员应对这些挑战指明了前进的方向，对于下一代机器人与人类进行有效交互是必要的。