Neuroprosthetic Anyar Mangrupikeun Terobosan Robotika AI

Élmuwan di EPFL (École polytechnique fédérale de Lausanne) di Swiss parantos ngumumkeun nyiptakeun anu pangpayunna pikeun pangendalian tangan robotic — jinis neuroprostetik anyar anu ngahijikeun kadali manusa ku otomatisasi kecerdasan buatan (AI) pikeun kapinteran robot anu langkung ageung sareng nyebarkeun panilitianna dina Séptémber 2019 di Kecerdasan Mesin Alam .

Neuroprosthetics (neural prosthetics) mangrupikeun parangkat jieunan anu ngarangsang atanapi ningkatkeun sistem saraf ngalangkungan stimulasi listrik pikeun ngimbangan kakurangan anu mangaruhan katerampilan motor, kognisi, visi, pangrungu, komunikasi, atanapi keterampilan indrawi. Conto neuroprosthetics kaasup interfaces otak-komputer (BCIs), stimulasi otak jero, stimulator sumsum tulang tonggong (SCS), implan kontrol kandung kemih, implan koklea, sareng pacemaker jantung.

Nilai prostetik anggota awak luhur di dunya diperkirakeun ngaleuwihan 2.3 milyar USD dina 2025, numutkeun inohong ti laporan Agustus 2019 ku Global Market Insight. Dina 2018, nilai pasar sadunya ngahontal hiji milyar USD dumasar kana laporan anu sami. Diperkirakeun dua juta urang Amérika mangrupikeun amputees, sareng aya langkung ti 185,000 amputasi anu dilakukeun unggal taun, numutkeun National Limb Loss Information Center. Kasakit pembuluh darah nyababkeun 82 persén amputasi A.S. numutkeun laporan.

A prostésis méoéléktrik digunakeun pikeun ngaganti bagian awak anu diamputasi ku dahan buatan buatan luar anu diaktipkeun ku otot pangguna anu aya. Numutkeun ka tim panalitiyan EPFL, alat-alat komérsial anu aya ayeuna tiasa masihan pangguna tingkat otonomi luhur, tapi kagorenganana teu aya anu ampir lincah sapertos leungeun manusa anu gembleng.

"Alat komérsial biasana ngagunakeun sistem dua-rékaman-kanal pikeun ngendalikeun hiji tingkat kabébasan; nyaéta, salah sahiji saluran sEMG pikeun flexion sareng hiji kanggo perpanjangan, "nyerat panaliti EPFL dina panilitianna. "Sedengkeun intuitif, sistemna nyayogikeun sakedik kapinteran. Jalma-jalma ninggali prostitusi myoélectric kalayan harga anu mahal, sabagian kusabab aranjeunna ngarasa yén tingkat pangendalianna henteu cekap pikeun pantes harga sareng pajeulitna alat ieu. "

Pikeun ngungkulan masalah kapinteran sareng prostésis mémoéléktrik, panaliti EPFL nyandak pendekatan antar disiplin pikeun kajian buktina-konsép ieu ku ngagabungkeun bidang ilmiah neuroengineering, robotika, sareng kecerdasan buatan pikeun semi-ngajadikeun otomatis bagéan paréntah motor pikeun "dibagi kendali. "

Silvestro Micera, Kursi Yayasan Bertarelli EPFL di Neuroengineering Translational, sareng Professor of Bioelectronics di Scuola Superiore Sant'Anna di Italia, ningali pendekatan babarengan ieu pikeun ngendalikeun leungeun robotic tiasa ningkatkeun dampak klinis sareng kagunaan pikeun rupa-rupa kaperluan neuroprostetik sapertos uteuk -nganteur mesin (BMI) sareng bionik.

"Salah sahiji alesan kunaon prostésis komérsial langkung sering nganggo dekoder dumasar-kelas tibatan anu proporsional kusabab klasifikasi langkung kuat tetep dina sikep khusus," nyerat panaliti. "Kanggo nangkep, jinis kontrol ieu idéal pikeun nyegah teu dihaja tapi ngorbankeun agénsi pangguna ku cara ngawatesan jumlah kamungkinan postur tangan. Palaksanaan kontrol babarengan urang ngamungkinkeun pikeun agénsi pangguna sareng nangkep kateguhan. Dina rohangan bébas, pangguna gaduh kendali pinuh pikeun gerakan tangan, anu ogé ngamungkinkeun pikeun préparéntasi volusioner pikeun nangkep. "

Dina panilitian ieu, panaliti EPFL fokus kana desain algoritma perangkat lunak — hardware robotic anu disayogikeun ku pihak luar diwangun ku Allegro Hand anu dipasang dina robot KUKA IIWA 7, sistem kaméra OptiTrack sareng sensor tekanan TEKSCAN.

Élmuwan EPFL nyiptakeun decoder proporsional kinematic ku nyiptakeun multilayer perceptron (MLP) pikeun diajar kumaha nafsirkeun pamaksadan pangguna pikeun narjamahkeun kana gerakan ramo dina panangan artifisial. Perceptron multilayer mangrupikeun jaringan saraf tiruan pakanforforward anu ngagunakeun backpropagation. MLP mangrupikeun metode diajar anu jero dimana inpormasi maju ka hiji arah, dibandingkeun dina siklus atanapi loop ngaliwatan jaringan saraf buatan.

Algoritme dilatih ku data input ti pangguna anu ngalakukeun rangkéan gerakan tangan. Kanggo waktos konvergénsi anu langkung gancang, metode Levenberg – Marquardt digunakeun pikeun nyocogkeun beurat jaringan tibatan katurunan gradién. Prosés latihan modél lengkep gancang sareng kirang ti 10 menit kanggo masing-masing mata pelajaran, ngajantenkeun algoritma praktis tina sudut pandang klinis-panggunaan.

"Kanggo anu amputee, éta sesah pisan pikeun ngontraksi otot-otot seueur pisan cara pikeun ngendalikeun sadaya cara ramo urang gerak," saur Katie Zhuang di Laboratorium Téknik Neural Translational EPFL, anu mangrupikeun panulis mimiti panilitian panilitian . "Naon anu kami lakukeun nyaéta kami nempatkeun sensor ieu dina tunggul sésana, sareng teras ngarekamna sareng nyobian nafsirkeun naon sinyal gerakanna. Kusabab sinyal ieu tiasa rada ribut, anu urang peryogikeun nyaéta algoritma pembelajaran mesin ieu anu nimba kagiatan anu bermakna tina otot-otot éta sareng nafsirkeun kana gerakan. Sareng gerakan-gerakan ieu anu ngontrol unggal ramo tina leungeun robotic. "

Kusabab prediksi mesin ngeunaan gerakan ramo tiasa henteu akurat 100 persén, panaliti EPFL ngahijikeun otomatisasi robotic pikeun ngaktipkeun panangan artifisial sareng sacara otomatis ngamimitian nutup sakitar hiji obyék pas kontak awal dilakukeun. Upami pangguna hoyong ngaleupaskeun obyék, anu kedah dilakukeun nyaéta usaha muka pananganana pikeun mareuman pangendali robotic, sareng nempatkeun pangguna deui dina kontrol pananganna.

Numutkeun ka Aude Billard anu mingpin Algoritma Pembelajaran sareng Laboratorium Sistem EPFL, panangan robot tiasa réaksi dina 400 milidetik. "Dilengkepan sensor tekanan dina sapanjang ramo, éta tiasa ngaréaksikeun sareng nyetél obyék sateuacan uteuk leres-leres tiasa nyanggap yén obyék éta tergelincir," saur Billard.

Ku nerapkeun kecerdasan buatan pikeun neuroengineering sareng robotika, para élmuwan EPFL parantos nunjukkeun pendekatan anyar kontrol babarengan antara mesin sareng hajat pangguna-kamajuan téknologi neuroprostetik.

Copyright © 2019 Cami Rosso Sadaya hak ditangtayungan.