Neuroproteza e re është një përparim në robotikën e AI

Shkencëtarët në EPFL (École polytechnique fédérale de Lausanne) në Zvicër kanë njoftuar krijimin e një të parit në botë për kontrollin robotik të duarve - një lloj i ri neuroprotetik që unifikon kontrollin njerëzor me automatizimin e inteligjencës artificiale (AI) për shkathtësi më të madhe të robotëve dhe botoi kërkimin e tyre në Shtator 2019 në Inteligjenca e Makinës së Natyrës .

Neuroprotetika (proteza nervore) janë pajisje artificiale që stimulojnë ose rrisin sistemin nervor përmes stimulimit elektrik për të kompensuar mungesat që ndikojnë në aftësitë motorike, njohjen, shikimin, dëgjimin, komunikimin ose aftësitë shqisore. Shembuj të neuroprotetikës përfshijnë ndërfaqet tru-kompjuter (BCI), stimulimin e thellë të trurit, stimuluesit e palcës kurrizore (SCS), implantet e kontrollit të fshikëzës, implantet kokleare dhe stimuluesit kardiak.

Vlera në të gjithë botën e protezave të gjymtyrëve të sipërme pritet të tejkalojë 2.3 miliardë dollarë deri në vitin 2025, sipas shifrave nga një raport i gushtit 2019 nga Global Market Insight. Në vitin 2018, vlera e tregut në të gjithë botën arriti në një miliard dollarë bazuar në të njëjtin raport. Rreth dy milion amerikanë janë të amputuar dhe ka mbi 185,000 amputime të bëra në vit, sipas Qendrës Kombëtare të Informacionit për Humbjen e Gjymtyrëve. Sipas raportit, sëmundja vaskulare përbën 82 përqind të amputimeve të SHBA.

Një protezë mioelektrike përdoret për të zëvendësuar pjesët e trupit të amputuara me një gjymtyrë artificiale të jashtme që aktivizohet nga muskujt ekzistues të përdoruesit. Sipas ekipit kërkimor EPFL, pajisjet komerciale të disponueshme sot mund t'u japin përdoruesve një nivel të lartë të autonomisë, por shkathtësia nuk është askund aq e shkathët sa dora e paprekur e njeriut.

“Pajisjet tregtare zakonisht përdorin një sistem me dy kanale regjistruese për të kontrolluar një shkallë të vetme të lirisë; domethënë një kanal sEMG për përkulje dhe një për zgjatim ”, shkruajnë studiuesit e EPFL në studimin e tyre. “Ndërsa intuitiv, sistemi ofron pak shkathtësi. Njerëzit braktisin protezat mioelektrike me ritme të larta, pjesërisht sepse mendojnë se niveli i kontrollit është i pamjaftueshëm për të merituar çmimin dhe kompleksitetin e këtyre pajisjeve. "

Për të adresuar problemin e shkathtësisë me protezat mioelektrike, studiuesit e EPFL morën një qasje ndërdisiplinore për këtë studim të provës së konceptit duke kombinuar fushat shkencore të neuroinxhinierisë, robotikës dhe inteligjencës artificiale për të gjysmë-automatizuar një pjesë të komandës motorike për "të përbashkët" kontrolli ”.

Silvestro Micera, Kryetari i Fondacionit Bertarelli të EPFL në Neuroinxhinierinë Përkthimore dhe Profesor i Bioelektronikës në Scuola Superiore Sant'Anna në Itali, mendon se kjo qasje e përbashkët për kontrollimin e duarve robotike mund të përmirësojë ndikimin klinik dhe përdorshmërinë për një gamë të gjerë qëllimesh neuroprotetike si truri - ndërfaqet me makinerinë (BMI) dhe duart bionike.

"Një arsye pse protezat komerciale përdorin më shumë dekoduesit e bazuar në klasifikues në vend të atyre proporcionale është sepse klasifikuesit qëndrojnë më fort në një sjellje të veçantë", shkruajnë studiuesit. "Për të kuptuar, ky lloj kontrolli është ideal për të parandaluar rënien aksidentale, por sakrifikon agjencinë e përdoruesit duke kufizuar numrin e sjelljeve të mundshme të duarve. Zbatimi ynë i kontrollit të përbashkët lejon si agjencinë e përdoruesit, ashtu edhe kapjen e fuqisë. Në hapësirën e lirë, përdoruesi ka kontroll të plotë mbi lëvizjet e duarve, gjë që lejon gjithashtu formimin paraprak të vullnetit për kapje. ”

Në këtë studim, studiuesit e EPFL u përqendruan në hartimin e algoritmeve të softuerit - hardueri robotik që u sigurua nga palët e jashtme përbëhet nga një dorë Allegro e montuar në robotin KUKA IIWA 7, një sistem kamera OptiTrack dhe sensorë presioni TEKSCAN.

Shkencëtarët e EPFL krijuan një dekoder proporcional kinematik duke krijuar një perceptron me shumë shtresa (MLP) për të mësuar se si të interpretojnë qëllimin e përdoruesit për ta përkthyer atë në lëvizjen e gishtave në një dorë artificiale. Një perceptron me shumë shtresa është një rrjet nervor artificial i drejtpërdrejtë që përdor riprodhimin. MLP është një metodë e thellë e të mësuarit ku informacioni shkon përpara në një drejtim, kundrejt në një cikël ose lak përmes rrjetit nervor artificial.

Algoritmi trajnohet nga të dhëna hyrëse nga përdoruesi duke kryer një seri lëvizjesh të duarve. Për kohë më të shpejtë konvergjence, metoda Levenberg – Marquardt u përdor për përshtatjen e peshave të rrjetit në vend të zbritjes gradiente. Procesi i trajnimit me model të plotë ishte i shpejtë dhe zgjati më pak se 10 minuta për secilën nga lëndët, duke e bërë algoritmin praktik nga këndvështrimi i përdorimit klinik.

"Për një person të amputuar, në të vërtetë është shumë e vështirë të kontraktojë muskujt shumë, shumë mënyra të ndryshme për të kontrolluar të gjitha mënyrat se si lëvizin gishtat tanë", tha Katie Zhuang në EPFL Translational Neural Engineering Lab, e cila ishte autori i parë i studimit kërkimor . “Ajo që bëjmë është që t’i vendosim këta sensorë në cungun e tyre të mbetur, dhe më pas t’i regjistrojmë dhe të përpiqemi të interpretojmë se cilat janë sinjalet e lëvizjes. Meqenëse këto sinjale mund të jenë pak të zhurmshme, ajo që na duhet është ky algoritëm i të mësuarit makinerik që nxjerr aktivitet kuptimplotë nga ata muskuj dhe i interpreton ato në lëvizje. Dhe këto lëvizje janë ato që kontrollojnë secilin gisht të duarve robotike. ”

Meqenëse parashikimet e makinës për lëvizjet e gishtave mund të mos jenë 100 për qind të sakta, studiuesit e EPFL përfshinë automatizimin robotik për të mundësuar dorën artificiale dhe për të filluar automatikisht mbylljen rreth një objekti pasi të jetë bërë kontakti fillestar. Nëse përdoruesi dëshiron të lëshojë një objekt, gjithçka që ai ose ajo duhet të bëjë është të përpiqet të hapë dorën në mënyrë që të çaktivizojë kontrolluesin robotik, dhe ta vendosë përsëri përdoruesin në kontroll të dorës.

Sipas Aude Billard që drejton Laboratorin e Algoritmeve dhe Sistemeve të Mësimit të EPFL, dora robotike është në gjendje të reagojë brenda 400 milisekonda. "E pajisur me sensorë presioni përgjatë gishtërinjve, ai mund të reagojë dhe të stabilizojë objektin para se truri të kuptojë që objekti po rrëshqet", tha Billard.

Duke aplikuar inteligjencën artificiale në inoinxhinierinë dhe robotikën, shkencëtarët EPFL kanë demonstruar qasjen e re të kontrollit të përbashkët midis makinës dhe qëllimit të përdoruesit - një përparim në teknologjinë neuroprotetike.

Të drejtat e autorit © 2019 Cami Rosso Të gjitha të drejtat e rezervuara.