Жаңа нейропротез - бұл интеллектуалды робототехниканың жетістігі

Швейцариядағы EPFL (École polytechnique fédérale de Lozanne) ғалымдары әлемде роботты басқаруға арналған әлемдегі алғашқы - роботтың ептілігін арттыру үшін жасанды интеллект (AI) автоматикасы көмегімен адам бақылауын біріктіретін нейропротездеудің жаңа түрін құрғанын жариялады. Қыркүйек 2019 ж Nature Machine интеллектісі .

Нейропростетика (нейрондық протездеу) - бұл моториканы, танымға, көру қабілетіне, есту қабілетіне, қарым-қатынас немесе сенсорлық қабілеттерге әсер ететін кемшіліктердің орнын толтыру үшін электрлік ынталандыру арқылы жүйке жүйесін қоздыратын немесе күшейтетін жасанды құрылғылар. Нейропростетиканың мысалдарына ми-компьютерлік интерфейстер (БЦИ), мидың терең стимуляциясы, жұлын стимуляторлары (SCS), қуық бақылау имплантаттары, кохлеарлы импланттар және жүрек кардиостимуляторлары жатады.

Global Market Insight-тің 2019 жылдың тамыз айындағы есебіне сәйкес, бүкіл әлем бойынша протездеу құны 2025 жылға қарай 2,3 миллиард доллардан асады деп күтілуде. 2018 жылы сол есеп бойынша дүниежүзілік нарықтық құны миллиард долларға жетті. Шамамен екі миллион американдық ампутацияға ұшырайды және жыл сайын 185000-нан астам ампутация жасалады, деп хабарлайды Ұлттық аяқ-қолдың жоғалуы туралы ақпарат орталығы. Есепке сәйкес, тамырлы аурулар АҚШ ампутациясының 82 пайызын құрайды.

Миоэлектрлік протез дененің ампутацияланған бөліктерін пайдаланушының бұрыннан бар бұлшықеттерімен іске қосылатын, сырттан қуаттанатын жасанды мүшемен ауыстыру үшін қолданылады. EPFL зерттеу тобының айтуы бойынша, қазіргі кездегі коммерциялық құрылғылар қолданушыларға жоғары деңгейдегі автономия бере алады, бірақ ептілік еш жерде, қолы бүтін адам қолымен бірдей икемді емес.

«Коммерциялық құрылғылар, әдетте, бір еркіндік дәрежесін басқару үшін екі жазба-каналды жүйені қолданады; яғни иілуге ​​арналған бір sEMG арнасы, ал екіншісі ұзартуға арналған », - деп жазды EPFL зерттеушілері өз зерттеулерінде. «Интуитивті болғанымен, жүйе аз ептілікті қамтамасыз етеді. Адамдар миоэлектрлік протездерден үлкен мөлшерде бас тартады, өйткені ішінара бақылау деңгейі осы құрылғылардың бағасы мен күрделілігіне жету үшін жеткіліксіз деп санайды ».

Миоэлектрлік протездермен ептілік мәселесін шешу үшін EPFL зерттеушілері нейроинженерия, робототехника және жасанды интеллект ғылыми салаларын біріктіре отырып, мотор командаларының бір бөлігін жартылай автоматтандыру үшін «ортақ пайдалану» үшін тұжырымдаманы зерттеу үшін пәнаралық тәсілді қолданды. бақылау ».

Silvestro Micera, EPFL-нің Бертарелли қорының аударма нейроинженерия кафедрасының төрағасы және Италиядағы Scuola Superiore Sant'Anna-дағы биоэлектроника профессоры, роботталған қолдарды басқарудағы бұл тәсіл клиника әсерін және ми сияқты нейропротездік мақсаттарға ыңғайлылықты жақсарта алады деп санайды. - машиналық интерфейстер (BMI) және бионикалық қолдар.

«Коммерциялық протездердің пропорционалды емес, классификатор негізіндегі декодерлерді жиі қолдануының бір себебі - классификаторлар белгілі бір қалыпта берік қалады», - деп жазды зерттеушілер. «Бақылаудың бұл түрі кездейсоқ түсіп кетудің алдын алу үшін өте ыңғайлы, бірақ қолдан позициясының санын шектеу арқылы пайдаланушы агентті құрбан етеді. Біздің бірлескен бақылауды жүзеге асыруымыз қолданушы агенттікке де, сенімділікті түсінуге де мүмкіндік береді. Бос кеңістікте пайдаланушы қолдың қозғалысын толық басқарады, бұл сонымен қатар түсіну үшін ерікті түрде алдын-ала қалыптастыруға мүмкіндік береді ».

Бұл зерттеуде EPFL зерттеушілері бағдарламалық жасақтама алгоритмдерін жобалауға назар аударды - сыртқы тараптар ұсынған роботтық аппаратура KUKA IIWA 7 роботына орнатылған Allegro Hand, OptiTrack камера жүйесі және TEKSCAN қысым датчиктерінен тұрады.

EPFL ғалымдары қолданушының саусақтарының қозғалысына айналдыру үшін қолданушының ниетін түсіндіруді үйрену үшін көп қабатты перцептронды (MLP) құру арқылы кинематикалық пропорционалды декодер құрды. Көп қабатты перцептрон - бұл кері бағытта дамуды қолданатын жасанды нейрондық желі. MLP - бұл жасанды жүйке желісі арқылы цикл немесе циклге қарсы ақпарат бір бағытта алға жылжитын терең оқыту әдісі.

Алгоритм қолдан қимылдарының тізбегін орындайтын қолданушыдан алынған мәліметтермен оқытылады. Конвергенция жылдамдығы үшін градиенттік түсудің орнына желі салмақтарын сәйкестендіру үшін Левенберг-Маркварт әдісі қолданылды. Толық модельді оқыту үдерісі жылдам болды және алгоритмді клиникалық қолдану тұрғысынан практикалық ете отырып, әр пәнге 10 минуттан аз уақыт кетті.

«Ампутацияланған адам үшін бұлшықеттерді жиыру өте қиын, бұл саусақтардың қозғалу тәсілдерін басқарудың әр түрлі тәсілдері», - деді Кэти Чжуан зерттеудің алғашқы авторы болған EPFL Translational Neural Engineering Lab. . «Біз не істейміз, біз бұл датчиктерді қалған діңіне қойып, содан кейін оларды жазып, қозғалыс сигналдарының не екенін түсіндіруге тырысамыз. Бұл сигналдар біраз шулы болуы мүмкін болғандықтан, бізге бұл бұлшық еттерден мағыналы белсенділікті шығаратын және оларды қозғалыстарға түсіндіретін машиналық оқыту алгоритмі қажет. Бұл қимылдар роботты қолдардың әр саусағын басқарады ».

Саусақтардың қозғалысын машинада болжау 100 пайыз дәл болмауы мүмкін болғандықтан, EPFL зерттеушілері роботтандырылған автоматтандыруды енгізіп, жасанды қолды іске қосады және алғашқы байланыс жасалғаннан кейін объектінің айналасында автоматты түрде жабыла бастайды. Егер пайдаланушы затты босатқысы келсе, оған робот-контроллерді өшіру үшін қолды ашып, қолды басқаруға қайтару ғана қалады.

EPFL-дің оқу алгоритмдері мен жүйелік зертханасын басқаратын Од Биллардтың айтуынша, роботталған қол 400 миллисекунд ішінде әрекет ете алады. «Барлық саусақтардың бойымен қысым датчиктерімен жабдықталған, ол зат мидың сырғып бара жатқанын сезгенге дейін реакция жасай алады және оны тұрақтандырады», - деді Биллард.

Нейроинженерия мен робототехникаға жасанды интеллектті қолдана отырып, EPFL ғалымдары машина мен қолданушының ниеті арасындағы бірлескен басқарудың жаңа әдісін - нейропротездеу технологиясының алға жылжуын көрсетті.

Copyright © 2019 Cami Rosso Барлық құқықтар қорғалған.