נוירופרוסטיקה חדשה היא פריצת דרך של רובוטיקה AI

מדענים ב- EPFL (École polytechnique fédérale de Lausanne) בשוויץ הודיעו על הקמתה של העולם הראשון לשליטה ביד רובוטית - סוג חדש של נוירו-פרוטטיקה המאחד שליטה אנושית עם אוטומציה של בינה מלאכותית (AI) לצורך מיומנות רבה יותר של הרובוטים ופרסמו את מחקריהם ספטמבר 2019 ב מודיעין מכונת הטבע .

נוירופתיקה (תותבת עצבית) הם מכשירים מלאכותיים המגרים או משפרים את מערכת העצבים באמצעות גירוי חשמלי כדי לפצות על ליקויים המשפיעים על מיומנויות מוטוריות, קוגניציה, ראייה, שמיעה, תקשורת או מיומנויות חושיות. דוגמאות לנוירופרוסטטיקה כוללות ממשקי מוח-מחשב (BCI), גירוי מוחי עמוק, ממריצים של חוט השדרה (SCS), שתלים לבקרת שלפוחית ​​השתן, שתלי שבלול וקוצבי לב.

הערך העולמי של תותבות הגפיים העליונות צפוי לעלות על 2.3 מיליארד דולר עד שנת 2025, על פי נתוני דו"ח אוגוסט 2019 של חברת Global Market Insight. בשנת 2018, שווי השוק העולמי הגיע למיליארד דולר בהתבסס על אותו דוח. לפי הערכה, שני מיליון אמריקאים נקטעים, ויש מעל 185,000 קטיעות שנחתכות מדי שנה, על פי המרכז הלאומי לאובדן איברים. מחלת כלי הדם מהווה 82 אחוז מהקטיעות בארה"ב על פי הדו"ח.

תותבת מיואלקטרית משמשת להחלפת חלקי גוף קטועים בגפה מלאכותית המופעלת על ידי חיצוני המופעלת על ידי השרירים הקיימים של המשתמש. על פי צוות המחקר של EPFL, המכשירים המסחריים הקיימים כיום יכולים להעניק למשתמשים רמה גבוהה של אוטונומיה, אך הזריזות כמעט ולא זריזה כמו היד האנושית השלמה.

"מכשירים מסחריים משתמשים בדרך כלל במערכת עם שני ערוצים להקלטה כדי לשלוט בדרגת חופש אחת; כלומר, ערוץ SEMG אחד לכיפוף ואחד להארכה ", כתבו חוקרי EPFL במחקרם. "למרות שהיא אינטואיטיבית, המערכת מספקת מיומנות מועטה. אנשים נוטשים תותבות מיואלקטריות בשיעורים גבוהים, בין השאר משום שהם מרגישים שרמת השליטה אינה מספקת כדי לזכות במחיר ובמורכבות של מכשירים אלה. "

כדי לטפל בבעיית הזריזות עם תותבות מיואלקטריות, חוקרי EPFL נקטו גישה בין-תחומית למחקר זה של הוכחה מושגית על ידי שילוב התחומים המדעיים של נוירו-הנדסה, רובוטיקה, ובינה מלאכותית כדי להפוך אוטומטית למחצה חלק מהפקודה המוטורית ל"משותף משותף ". לִשְׁלוֹט."

Silvestro Micera, יו"ר קרן ברטארלי של EPFL ללימודי נוירו-הנדסה טרנספורמציה, ופרופסור לביו-אלקטרוניקה ב- Scuola Superiore Sant'Anna באיטליה, רואה גישה משותפת זו לשליטה בידיים רובוטיות יכולה לשפר את ההשפעה והשימושיות הקלינית למגוון רחב של מטרות נוירופורטיות כגון מוח -ממשקי מכונה (BMI) וידיים ביוניות.

"אחת הסיבות לכך שפרוטזות מסחריות מקובלות יותר במפענחים מבוססי-מסווגים במקום פרופורציונלים היא מכיוון שמסווגים נותרים בצורה יציבה יותר בתנוחה מסוימת", כתבו החוקרים. "לשם תפיסה, סוג זה של שליטה הוא אידיאלי למניעת צניחה מקרית אך מקריב את סוכנות המשתמשים על ידי הגבלת מספר תנוחות הידיים האפשריות. יישום השליטה המשותפת שלנו מאפשר גם סוכנות משתמשים ואחיזת אחיזה. במרחב פנוי, למשתמש יש שליטה מלאה בתנועות הידיים, מה שמאפשר גם עיצוב מראש רצוני לתפיסה. "

במחקר זה התמקדו חוקרי ה- EPFL בתכנון אלגוריתמי התוכנה - החומרה הרובוטית שסופקה על ידי גורמים חיצוניים מורכבת מ- Allegro Hand המותקן על הרובוט KUKA IIWA 7, מערכת מצלמות OptiTrack וחיישני לחץ של TEKSCAN.

מדעני EPFL יצרו מפענח פרופורציונלי קינמטי על ידי יצירת פרספרטר רב-שכבתי (MLP) כדי ללמוד כיצד לפרש את כוונת המשתמש על מנת לתרגם אותו לתנועת אצבעות על יד מלאכותית. פרספרטרון רב-שכבתי הוא רשת עצבית מלאכותית מזינה העושה שימוש בהיסטוריה אחורית. MLP היא שיטת למידה עמוקה בה מידע מתקדם בכיוון אחד, לעומת מעגל או לולאה ברשת העצבית המלאכותית.

האלגוריתם מאומן על ידי נתוני קלט מהמשתמש המבצע סדרה של תנועות ידיים. למשך זמן התכנסות מהיר יותר, נעשה שימוש בשיטת לבנברג – מרקארדט להתאמת משקולות הרשת במקום ירידת שיפוע. תהליך האימון המלא היה מהיר ונמשך פחות מ -10 דקות לכל אחד מהנבדקים, מה שהפך את האלגוריתם למעשי מנקודת מבט של שימוש קליני.

"עבור קטוע רגליים, קשה מאוד לכווץ את השרירים בדרכים רבות ושונות לשלוט בכל הדרכים בהן האצבעות שלנו זזות", אמרה קייטי ג'ואנג במעבדת EPFL Translational Neural Neural, שהייתה המחברת הראשונה של המחקר. . "מה שאנחנו עושים זה שאנחנו שמים את החיישנים האלה על הגדם שנותר, ואז מקליטים אותם ומנסים לפרש מה הם אותות התנועה. מכיוון שאותות אלה יכולים להיות מעט רועשים, מה שאנו זקוקים לו הוא האלגוריתם הזה של למידת מכונה המפיק פעילות משמעותית מאותם שרירים ומפרש אותם לתנועות. והתנועות הללו הן השולטות בכל אצבעות הידיים הרובוטיות. "

מכיוון שחיזוי המכונה של תנועות האצבעות עשוי להיות לא מדויק במאה אחוז, חוקרי EPFL שילבו אוטומציה רובוטית כדי לאפשר את היד המלאכותית ולהתחיל לסגור אוטומטית סביב אובייקט לאחר יצירת המגע הראשוני. אם המשתמש רוצה לשחרר אובייקט, כל שעליו לעשות הוא לנסות לפתוח את היד בכדי לכבות את הבקר הרובוטי ולהחזיר את המשתמש לשליטה ביד.

לדברי אודי בילארד, המובילה את מעבדת הלמידה והאלגוריתמים של EPFL, EPFL, היד הרובוטית מסוגלת להגיב תוך 400 אלפיות השנייה. "מצויד בחיישני לחץ לאורך כל האצבעות, הוא יכול להגיב ולייצב את האובייקט לפני שהמוח באמת יכול לקלוט שהאובייקט מחליק," אמר בילארד.

על ידי יישום בינה מלאכותית על נוירו-הנדסה ורובוטיקה, מדענים של EPFL הוכיחו את הגישה החדשה של שליטה משותפת בין כוונת מכונה למשתמש - התקדמות בטכנולוגיה נוירופתית.

זכויות יוצרים © 2019 קאמי רוסו כל הזכויות שמורות.