在交配方面，Heliconius 蝴蝶有两件事很重要：潜在伴侣的外观和气味。黑色和橙色蝴蝶的大脑非常小，但它们必须同时处理两种感官输入——这比目前的人工智能 （AI） 技术在不消耗大量能源的情况下所能实现的要多。为了让人工智能像蝴蝶一样聪明，宾夕法尼亚州立大学的一个研究小组创建了一个多感官人工智能平台，该平台比其他人工智能技术更先进，能耗更低。
研究人员表示，目前的人工智能技术往往无法模仿人类和动物使用的多感官决策过程。这可能会限制人工智能在机器人和智能传感器中的应用潜力，这些传感器可以检测结构故障或即将发生的化学品泄漏等危险。
“如果你考虑一下我们今天拥有的人工智能，我们有非常好的图像处理器，基于视觉或使用音频的优秀语言处理器，”今天（3月28日）发表在《先进材料》杂志上的研究的通讯作者工程科学与力学副教授Saptarshi Das说。“但是，当你想到大多数动物和人类时，决策是基于不止一种感觉。虽然人工智能在单一感官输入下表现相当不错，但目前的人工智能并没有发生多感官决策。
Heliconius蝴蝶通过同时的视觉线索选择配偶 – 看到潜在配偶的翅膀图案确实是Heliconius蝴蝶之一 – 以及另一只蝴蝶释放的信息素的化学线索。值得注意的是，达斯说，蝴蝶用一个使用最少能量的微小大脑来管理这一点。这与现代计算形成鲜明对比，现代计算消耗大量能源。
“蝴蝶和许多其他动物的大脑非常小，它们使用的资源很少，无论是在使用的能量还是大脑的物理大小方面，” Das说。“然而，它们同时执行的计算任务依赖于多个感官输入。
为了以电子方式模拟这种行为，研究人员转向了一种可能的解决方案，该解决方案涉及2D材料，这些材料的厚度为一到几个原子。研究人员开发了一个由两种二维材料硫化钼（MoS2）和石墨烯制成的硬件平台。硬件平台的MoS2部分是一个忆阻器，一种可以执行存储器和信息处理的电子器。研究人员之所以选择MoS2，是因为它具有光敏能力，可以模仿蝴蝶的视觉能力。该装置的石墨烯部分是一种化学晶体管，可以检测化学分子并模仿蝴蝶大脑的信息素检测。
“视觉线索和信息素化学线索决定了雌性蝴蝶是否会与雄性蝴蝶交配，”共同作者、工程科学与力学二年级博士生Subir Ghosh说。“因此，我们受此启发产生了一个想法，思考如何拥有具有这些功能的 2D 材料。光响应式MoS2和化学活性石墨烯可以结合在一起，为人工智能和神经形态计算创建一个视觉化学集成平台。
研究人员通过将他们的双材料传感器暴露在不同颜色的光下来测试他们的设备，mi捕捉视觉线索，并应用具有不同化学成分的溶液，类似于蝴蝶释放的信息素。目标是看看它们的传感器如何整合来自光电探测器和化学传感器的信息，类似于蝴蝶的交配成功如何依赖于匹配的翅膀颜色和信息素强度。
通过测量输出响应，研究人员确定他们的设备可以无缝集成视觉和化学线索。他们说，这凸显了他们的传感器同时处理和解释各种类型信息的潜力。
“我们还在传感器的电路中引入了适应性，这样一条线索就可以比另一条线索发挥更重要的作用，”工程科学与力学四年级博士生、该研究的合著者Yikai Zheng说。“这种适应性类似于雌性蝴蝶如何调整其交配行为以应对野外的不同情况。
研究人员表示，与当前的人工智能系统运行方式相比，单个设备中的双重传感也更节能。它们从不同的传感器模块收集数据，然后将其传送到处理模块，这可能会导致延迟和过多的能耗。
接下来，研究人员表示，他们计划将两种感官整合到他们的设备中，模仿小龙虾如何使用视觉、触觉和化学线索来感知猎物和捕食者。目标是开发能够在不同环境中处理复杂决策场景的硬件 AI 设备。
“我们可以在发电厂等地方安装传感器系统，根据多种感官线索检测泄漏或系统故障等潜在问题，”Ghosh说。“例如化学气味，或振动的变化，或视觉上的弱点。这将更好地帮助系统和工作人员确定他们需要做些什么来快速修复它，因为它不仅仅依赖于一种感觉，而是多种感觉。
陆军研究办公室和美国国家科学基金会支持这项工作。
A Butterfly-Inspired Multisensory Neuromorphic Platform for Integration of Visual and Chemical Cues
https://doi.org/10.1002/adma.202307380
本文来自thegraphenecouncil，本文观点不代表石墨烯网立场，转载请联系原作者。
