A gondolatokat feldolgozó és objektumok mozgatására szolgáló parancsokba fordító rendszerek nagyon hasznosak azok számára, akik nem tudnak beszélni vagy mozogni, de vannak hátrányuk: mentális fáradtságot okoznak.
A mexikói tudós kifejlesztett egy intelligens felületet, amely a felhasználói utasítások akár 90% -át megtanítja az autonóm működés és a fáradtság csökkentése érdekében.
Az Agy-gép interfész rendszer automatizálása című projekt Christian Isaac Peñalosa Sánchez, az japán Oszaka Egyetem Alkalmazott Robotika Kognitív Neurológia Kutató Neurológus Ph. D jelöltjének kezdeményezése.
„Három éve dolgozom ezen a projekten, az agy-gép interfészen alapul. Feladata az idegsejtek aktivitásának mérése annak érdekében, hogy a gondolat által generált jelet vegye, feldolgozza és átalakítsa azt például robotprotezus, egér vagy háztartási eszköz mozgatására szolgáló rendre”- mondja a tudós.
Elmagyarázza, hogy ez a rendszer az emberi fejbőrön elhelyezett elektródokból áll. Az agyaktivitást EEG-jelek formájában mérik. A jeleket arra használják, hogy felismerjék a felhasználó különféle gondolatainak és mentális állapotainak generált mintákat.
A rendszer tartalmaz egy grafikus felületet is, amely bemutatja az elérhető eszközöket vagy objektumokat, amelyek értelmezik az EEG jeleket és fogadják a felhasználói parancsokat.
Promóciós videó:
Ezen felül vezeték nélküli érzékelők kerülnek elosztásra a helyiségben, környezeti adatokat (hőmérséklet és világítás) gyűjtve; mobil hardvermeghajtók, amelyek be- és kikapcsolják az eszközöket, és egy mesterséges intelligencia algoritmus.
"Ez utóbbi adatokat gyűjt vezeték nélküli érzékelőktől, elektródoktól és felhasználói parancsoktól, hogy felfedje a helyiség környezetének, az ember szellemi állapotának és tevékenységeinek a kapcsolatát" - kommentálja Christian Peñalosa.
Hozzáteszi, hogy annak érdekében, hogy enyhítsük a felhasználókat az ilyen rendszerekkel elkerülhetetlen hosszú időn át tartó magas koncentráció miatt bekövetkező mentális fáradtságtól és frusztrációtól, a rendszernek függetlenné kell válnia. Ezt próbálta megtenni Christian.
„Intelligens algoritmusok alkalmazásával adtuk a rendszer tanulási lehetőségeit, amelyek fokozatosan megtanulják a felhasználói preferenciákat. Egy bizonyos ponton a rendszer átveheti a legtöbb eszköz irányítását, így a felhasználó egy másik célra koncentrálhat."
Például egy személy vezérelheti egy elektromos kerekes szék vezérlését, miközben a nappaliba lép, alapvető parancsokkal (előre, hátra, balra és jobbra), amelyeket a rendszer már megtanult. Amikor a felhasználó legközelebb ugyanazt az útvonalat akarja választani, csak meg kell nyomnia egy gombot, vagy gondolkodnia kell, a babakocsi elviszi a rendeltetési helyére.
Miután a rendszer automatikusan működik, a felhasználónak nem kell többé különféle eszközök kezelésére összpontosítania. A rendszer azonban továbbra is EEG-adatokat gyűjt a hibajel észlelésére. Ez akkor fordul elő, amikor az emberek riasztanak: a rendszer vagy ők maguk csináltak valamit rosszul.
Például, ha a szobahőmérséklet elég magas, a felhasználó azt akarja, hogy az ablak automatikusan kinyílik, és a rendszer ehelyett a tévét kapcsolja be. Az emberi agy hibásnak nyilvánítja ezt a tevékenységet. A rendszer jelzést kap a hibáról és megpróbálja kijavítani.
Peñalosa erőfeszítései jelentős eredményeket hoztak: számos betegnél mentális fáradtságuk valóban csökkent a rendszerrel végzett munka után. Az ilyen rendszerek tanulási szintje szintén jelentősen megnőtt.
