Berkeley California Üniversitesi'ndeki araştırmacılar, ön koldaki elektrik sinyallerini ölçebilen ve bunları parmak hareketleri gibi el hareketleriyle ilişkilendirmek için yapay zekayı kullanabilen giyilebilir bir sensör geliştirdi. Ekip, sistemin robotik bir protez eli kontrol edebildiğini ve amputelerin bu tür cihazlarla hassas hareketler yapmasının bir yolunu sağlayabileceğini gösterdi.

Esnek sensör, ön koldaki 64 ayrı alanda elektrik sinyallerini ölçebiliyor ve bir elektrik çipi daha sonra bu sinyalleri belirli el hareketleri olarak yorumlamak için “AI” kullanıyor. Bir kullanıcı, sistemi kendine özgü el hareketlerini tanıması için eğitebiliyor ve şimdiye kadar ekip, düz bir el, bir başparmak yukarı ve bir yumruk dahil olmak üzere 21 farklı hareketi doğru bir şekilde tanıması için sistemi başarıyla eğitti.

Çalışmaya katılan araştırmacı Ali Moin: "El kaslarınızın kasılmasını istediğinizde, beyniniz boyun ve omuzlarınızdaki nöronlar aracılığıyla kollarınızdaki ve ellerinizdeki kas liflerine elektrik sinyalleri gönderir. Esasen, bilekteki elektrotların algıladığı şey bu elektriksel alan. Tam olarak hangi liflerin tetiklendiğini belirleyemediğimiz için henüz tamamlanmış değil ancak yüksek yoğunluklu elektrotlarla, yine de belirli kalıpları tanımayı öğrenebilir. "

Projede yer alan başka bir araştırmacı olan Jan Rabaey, "Yaklaşımımızda, öğrenmenin cihazın kendisinde yapıldığı bir süreç uyguladık ve bu son derece hızlı çalışıyor. Sadece bir kez o hareketi yapmanız gerekiyor ve öğrendiğini yapmaya başlıyor. Ne kadar çok tekrarlanırsa, o kadar iyi olabilir. Yani insanlar gibi pratik ettikçe öğreniyor. “ diyerek sistemi anlattı.

Hiper boyutlu bir hesaplama algoritması olarak adlandırılan ve bu sensöre dahil edilen “AI” sistemi, yeni bilgiler elde edildikçe kendisini sürekli olarak güncelleyebileceği anlamına gelir. Örneğin, bir kullanıcının cildi terlediği için elektrik sinyalleri değişirse, sistem bu yeni bilgiyi veri yorumlamasına dahil edebilir.

Moin, "Hareket tanımada sinyalleriniz zamanla değişecek ve bu, modelinizin performansını etkileyebilir. Cihazdaki modeli güncelleyerek sınıflandırma doğruluğunu büyük ölçüde iyileştirmeyi başardık.” dedi.

Araştırmacılar, sistemin hassas protez kontrolüne izin vereceğini umuyorlar.

Kaynak: https://www.medgadget.com/