Neuroprosthetic mới là bước đột phá về robot AI

Các nhà khoa học tại EPFL (École polytechnique fédérale de Lausanne) ở Thụy Sĩ đã công bố việc tạo ra thiết bị điều khiển tay bằng robot đầu tiên trên thế giới — một loại thần kinh thẩm mỹ mới hợp nhất sự điều khiển của con người với tự động hóa trí tuệ nhân tạo (AI) để robot khéo léo hơn và đã xuất bản nghiên cứu của họ trong Tháng 9 năm 2019 ở Trí tuệ máy tự nhiên .

Bộ phận giả thần kinh (bộ phận giả thần kinh) là các thiết bị nhân tạo kích thích hoặc nâng cao hệ thống thần kinh thông qua kích thích điện để bù đắp những khiếm khuyết ảnh hưởng đến các kỹ năng vận động, nhận thức, thị giác, thính giác, giao tiếp hoặc các kỹ năng cảm giác. Ví dụ về thẩm mỹ thần kinh bao gồm giao diện não-máy tính (BCI), kích thích não sâu, thiết bị kích thích tủy sống (SCS), cấy ghép kiểm soát bàng quang, cấy ghép ốc tai và máy tạo nhịp tim.

Theo số liệu từ báo cáo tháng 8 năm 2019 của Global Market Insight, giá trị bộ phận giả ở chi trên trên toàn thế giới dự kiến ​​sẽ vượt 2,3 tỷ USD vào năm 2025. Năm 2018, giá trị thị trường trên toàn thế giới đạt một tỷ USD dựa trên báo cáo tương tự. Ước tính có khoảng hai triệu người Mỹ bị cụt tay, và có hơn 185.000 ca cắt cụt chi được thực hiện hàng năm, theo Trung tâm Thông tin Mất chân Quốc gia. Theo báo cáo, bệnh mạch máu chiếm 82% số ca cắt cụt chi ở Hoa Kỳ.

Chân giả cơ điện được sử dụng để thay thế các bộ phận cơ thể bị cắt cụt bằng một chi nhân tạo được cấp nguồn bên ngoài được kích hoạt bởi các cơ hiện có của người dùng. Theo nhóm nghiên cứu EPFL, các thiết bị thương mại hiện nay có thể mang lại cho người dùng khả năng tự chủ cao, nhưng sự khéo léo thì không nhanh bằng bàn tay nguyên vẹn của con người.

“Các thiết bị thương mại thường sử dụng hệ thống hai kênh ghi để điều khiển một mức độ tự do duy nhất; tức là, một kênh sEMG để uốn và một kênh để mở rộng, ”các nhà nghiên cứu EPFL viết trong nghiên cứu của họ. “Trong khi trực quan, hệ thống cung cấp một chút khéo léo. Mọi người từ bỏ các bộ phận giả bằng điện cơ với tỷ lệ cao, một phần vì họ cảm thấy mức độ kiểm soát không đủ để xứng đáng với giá cả và độ phức tạp của những thiết bị này ”.

Để giải quyết vấn đề về sự khéo léo với bộ phận giả cơ điện, các nhà nghiên cứu EPFL đã thực hiện một cách tiếp cận liên ngành cho nghiên cứu chứng minh khái niệm này bằng cách kết hợp các lĩnh vực khoa học về kỹ thuật thần kinh, robot và trí tuệ nhân tạo để bán tự động hóa một phần của lệnh vận động cho "shared điều khiển."

Silvestro Micera, Chủ tịch Quỹ Bertarelli của EPFL về Kỹ thuật thần kinh chuyển dịch, và Giáo sư Điện tử sinh học tại Scuola Superiore Sant'Anna ở Ý, cho rằng cách tiếp cận được chia sẻ này để điều khiển bàn tay robot có thể cải thiện tác động lâm sàng và khả năng sử dụng cho nhiều mục đích thẩm mỹ thần kinh như não -giao diện với máy (BMI) và bàn tay sinh học.

Các nhà nghiên cứu viết: “Một lý do tại sao các bộ phận giả thương mại thường sử dụng các bộ giải mã dựa trên bộ phân loại thay vì các bộ phân loại tỷ lệ là vì các bộ phân loại mạnh mẽ hơn ở một tư thế cụ thể. “Đối với việc cầm nắm, kiểu điều khiển này là lý tưởng để ngăn việc vô tình làm rơi nhưng lại hy sinh quyền tự quyết của người dùng bằng cách hạn chế số lượng tư thế tay có thể có. Việc chúng tôi triển khai quyền kiểm soát chia sẻ cho phép cả cơ quan người dùng và tính mạnh mẽ nắm bắt. Trong không gian trống, người dùng có toàn quyền kiểm soát các chuyển động của bàn tay, điều này cũng cho phép tạo hình trước khi cầm nắm. "

Trong nghiên cứu này, các nhà nghiên cứu của EPFL tập trung vào việc thiết kế các thuật toán phần mềm — phần cứng robot được cung cấp bởi các bên bên ngoài bao gồm Allegro Hand được gắn trên robot KUKA IIWA 7, hệ thống camera OptiTrack và cảm biến áp suất TEKSCAN.

Các nhà khoa học EPFL đã tạo ra một bộ giải mã tỷ lệ động học bằng cách tạo ra một perceptron nhiều lớp (MLP) để tìm hiểu cách diễn giải ý định của người dùng nhằm chuyển nó thành chuyển động của các ngón tay trên bàn tay giả. Perceptron nhiều lớp là một mạng nơ-ron nhân tạo truyền thẳng sử dụng nhân giống ngược. MLP là một phương pháp học sâu trong đó thông tin di chuyển về phía trước theo một hướng, thay vì theo chu kỳ hoặc vòng lặp thông qua mạng nơ-ron nhân tạo.

Thuật toán được đào tạo bằng dữ liệu đầu vào từ người dùng thực hiện một loạt các chuyển động tay. Để có thời gian hội tụ nhanh hơn, phương pháp Levenberg – Marquardt đã được sử dụng để điều chỉnh trọng số mạng thay vì giảm độ dốc. Quá trình đào tạo mô hình đầy đủ diễn ra nhanh chóng và chỉ mất chưa đến 10 phút cho mỗi đối tượng, làm cho thuật toán trở nên thực tế từ góc độ ứng dụng lâm sàng.

Katie Zhuang tại Phòng thí nghiệm kỹ thuật thần kinh dịch EPFL, tác giả đầu tiên của nghiên cứu cho biết: “Đối với một người cụt tay, thực sự rất khó để co các cơ theo nhiều cách khác nhau để kiểm soát tất cả các cách di chuyển của các ngón tay. . “Những gì chúng tôi làm là đặt những cảm biến này vào gốc cây còn lại của chúng, sau đó ghi lại chúng và cố gắng giải thích tín hiệu chuyển động là gì. Bởi vì những tín hiệu này có thể hơi ồn ào, những gì chúng ta cần là thuật toán học máy này trích xuất hoạt động có ý nghĩa từ các cơ đó và diễn giải chúng thành các chuyển động. Và những chuyển động này là thứ điều khiển từng ngón tay của bàn tay robot. "

Vì các dự đoán của máy về chuyển động của ngón tay có thể không chính xác 100%, các nhà nghiên cứu của EPFL đã kết hợp tính năng tự động hóa bằng robot để kích hoạt bàn tay giả và tự động bắt đầu đóng xung quanh một vật thể sau khi tiếp xúc ban đầu. Nếu người dùng muốn thả một đối tượng, tất cả những gì họ phải làm là cố gắng mở bàn tay để tắt bộ điều khiển robot và đưa người dùng trở lại quyền điều khiển bàn tay.

Theo Aude Billard, người đứng đầu Phòng thí nghiệm Hệ thống và Thuật toán Học tập của EPFL, bàn tay robot có thể phản ứng trong vòng 400 mili giây. Billard cho biết: “Được trang bị các cảm biến áp suất dọc theo các ngón tay, nó có thể phản ứng và ổn định vật thể trước khi não bộ có thể thực sự nhận biết được vật thể đó đang trượt.

Bằng cách áp dụng trí thông minh nhân tạo vào kỹ thuật thần kinh và robot, các nhà khoa học EPFL đã chứng minh cách tiếp cận mới về kiểm soát chia sẻ giữa máy móc và ý định của người dùng — một tiến bộ trong công nghệ thẩm mỹ thần kinh.

Bản quyền © 2019 Cami Rosso Mọi quyền được bảo lưu.