Neuroprosthetic mpya ni Mafanikio ya Roboti ya AI

Wanasayansi wa EPFL (École polytechnique fédérale de Lausanne) nchini Uswizi wametangaza kuunda ulimwengu wa kwanza kwa udhibiti wa mikono ya roboti-aina mpya ya mfumo wa neva ambao unaunganisha udhibiti wa binadamu na kiatomati cha bandia (AI) kwa ustadi mkubwa wa roboti na kuchapisha utafiti wao katika Septemba 2019 katika Akili ya Mashine ya Asili .

Neuroprosthetics (neural prosthetics) ni vifaa bandia ambavyo huchochea au kukuza mfumo wa neva kupitia uchochezi wa umeme ili kufidia upungufu unaoathiri ustadi wa magari, utambuzi, maono, kusikia, mawasiliano, au ustadi wa hisia. Mifano ya neuroprosthetics ni pamoja na maingiliano ya ubongo na kompyuta (BCIs), kichocheo cha kina cha ubongo, vichocheo vya uti wa mgongo (SCS), vipandikizi vya kudhibiti kibofu cha mkojo, vipandikizi vya cochlear, na watengeneza moyo.

Thamani ya bandia ya viungo vya juu ulimwenguni inatarajiwa kuzidi dola bilioni 2.3 kufikia 2025, kulingana na takwimu kutoka ripoti ya Agosti 2019 na Global Market Insight. Mnamo 2018, thamani ya soko ulimwenguni ilifikia dola bilioni moja kulingana na ripoti hiyo hiyo. Wamarekani wanaokadiriwa kuwa milioni mbili wamekatwa miguu, na kuna zaidi ya kukatwa kwa 185,000 kila mwaka, kulingana na Kituo cha Habari cha Kupoteza Limb. Ugonjwa wa mishipa husababisha asilimia 82 ya kukatwa kwa Merika kulingana na ripoti hiyo.

Prosthesis ya myoelectric hutumiwa kuchukua nafasi ya sehemu za mwili zilizokatwa na kiungo bandia kinachotumiwa nje ambacho huamilishwa na misuli iliyopo ya mtumiaji. Kulingana na timu ya utafiti ya EPFL, vifaa vya kibiashara vinavyopatikana leo vinaweza kuwapa watumiaji kiwango cha juu cha uhuru, lakini ustadi hauko mahali pengine karibu na wepesi kama mkono wa kibinadamu.

“Vifaa vya kibiashara kawaida hutumia mfumo wa vituo viwili vya kurekodi kudhibiti kiwango kimoja cha uhuru; Hiyo ni, kituo kimoja cha sEMG cha kupindika na kingine cha kuongeza, ”waliandika watafiti wa EPFL katika utafiti wao. "Wakati angavu, mfumo hutoa ustadi mdogo. Watu huachana na bandia za umeme kwa viwango vya juu, kwa sehemu kwa sababu wanahisi kuwa kiwango cha udhibiti hautoshi kutosheleza bei na ugumu wa vifaa hivi. ”

Ili kushughulikia shida ya ustadi na bandia za myoelectric, watafiti wa EPFL walichukua njia ya ujasusi kwa utafiti huu wa uthibitisho wa dhana kwa kuchanganya sehemu za kisayansi za ufundi wa teknolojia, roboti, na akili ya bandia ili kutengeneza sehemu ya amri ya gari kwa "kushiriki kudhibiti. ”

Silvestro Micera, Mwenyekiti wa Bertarelli wa EPFL katika Neuroengineering ya Tafsiri, na Profesa wa Bioelectronics huko Scuola Superiore Sant'Anna nchini Italia, anaona njia hii ya pamoja ya kudhibiti mikono ya roboti inaweza kuboresha athari za kliniki na utumiaji wa anuwai ya madhumuni ya neuroprosthetic kama ubongo -na-interfaces za mashine (BMIs) na mikono ya bionic.

"Sababu moja kwa nini bandia za kibiashara hutumia kavinjari zenye makao-madogo badala ya zile zilizo sawia ni kwa sababu watangulizi hukaa mkao fulani kwa nguvu," waliandika watafiti. "Kwa kushika, aina hii ya udhibiti ni bora kuzuia kuanguka kwa bahati mbaya lakini hujitolea wakala wa mtumiaji kwa kuzuia idadi ya mkao wa mikono. Utekelezaji wetu wa udhibiti wa pamoja unaruhusu wakala wa watumiaji na kushika uthabiti. Katika nafasi ya bure, mtumiaji ana udhibiti kamili juu ya harakati za mikono, ambayo pia inaruhusu upangaji wa upendeleo kwa kushika. ”

Katika utafiti huu, watafiti wa EPFL walizingatia muundo wa algorithms za programu-vifaa vya roboti ambavyo vilitolewa na vyama vya nje vina mkono wa Allegro uliowekwa kwenye roboti ya KUKA IIWA 7, mfumo wa kamera ya OptiTrack na sensorer za shinikizo za TEKSCAN.

Wanasayansi wa EPFL waliunda kisimbamba cha kadiri cha kinematic kwa kuunda perceptron multilayer (MLP) ili kujifunza jinsi ya kutafsiri nia ya mtumiaji ili kuitafsiri kuwa harakati ya vidole kwenye mkono bandia. Perceptron multilayer ni mtandao wa bandia wa kulisha wa mbele ambao hutumia kueneza nyuma. MLP ni njia ya kina ya kujifunza ambapo habari inasonga mbele kwa mwelekeo mmoja, dhidi ya mzunguko au kitanzi kupitia mtandao wa bandia wa neva.

Algorithm imefundishwa na data ya pembejeo kutoka kwa mtumiaji anayefanya safu ya harakati za mikono. Kwa wakati wa kuunganika haraka, njia ya Levenberg – Marquardt ilitumika kwa kuweka uzito wa mtandao badala ya asili ya gradient. Mchakato wa mafunzo kamili ulikuwa wa haraka na ulichukua chini ya dakika 10 kwa kila moja ya masomo, na kuifanya algorithm kuwa ya vitendo kutoka kwa mtazamo wa matumizi ya kliniki.

"Kwa mtu aliyekatwa mguu, kwa kweli ni ngumu sana kuibana misuli njia nyingi, anuwai za kudhibiti njia zote ambazo vidole vyetu vinasonga," alisema Katie Zhuang katika EPFL Translational Neural Engineering Lab, ambaye alikuwa mwandishi wa kwanza wa utafiti huo . "Tunachofanya ni kuweka sensorer hizi kwenye kisiki chao kilichobaki, na kisha kuzirekodi na kujaribu kutafsiri ishara za harakati ni nini. Kwa sababu ishara hizi zinaweza kuwa na kelele kidogo, tunachohitaji ni algorithm hii ya kujifunza mashine ambayo inachukua shughuli za maana kutoka kwa misuli hiyo na kuzifasiri katika harakati. Na harakati hizi ndizo zinazodhibiti kila kidole cha mikono ya roboti. "

Kwa sababu utabiri wa mashine ya harakati za kidole inaweza kuwa sio sahihi kwa asilimia 100, watafiti wa EPFL walijumuisha kiotomatiki cha roboti kuwezesha mkono wa bandia na kuanza kuzunguka kitu kiotomatiki mara tu mawasiliano ya kwanza yamefanywa. Ikiwa mtumiaji anataka kutoa kitu, anachotakiwa kufanya ni kujaribu kufungua mkono ili kuzima kidhibiti cha roboti, na kumrudisha mtumiaji katika udhibiti wa mkono.

Kulingana na Aude Billard anayeongoza Mafunzo ya Mafunzo ya EPF na Maabara ya Mifumo, mkono wa roboti unaweza kuguswa ndani ya milliseconds 400. "Ikiwa na vifaa vya sensorer za shinikizo wakati wote wa vidole, inaweza kuguswa na kutuliza kitu kabla ya ubongo kugundua kuwa kitu kinateleza," alisema Billard.

Kwa kutumia akili ya bandia kwa neuroengineering na roboti, wanasayansi wa EPFL wameonyesha njia mpya ya udhibiti wa pamoja kati ya nia ya mashine na mtumiaji-maendeleo katika teknolojia ya neuroprosthetic.

Copyright © 2019 Cami Rosso Haki zote zimehifadhiwa.