न्यू न्यूरोप्रोस्टैटिक एक AI रोबोटिक्स ब्रेकथ्रू है

स्विट्जरलैंड में EPFL (lecole polytechnique fédérale de Lausanne) के वैज्ञानिकों ने रोबोटिक हैंड कंट्रोल के लिए दुनिया का पहला निर्माण करने की घोषणा की है - एक नया प्रकार का न्यूरोप्रोस्टैटिक जो कि आर्टिफिशियल इंटेलिजेंस (AI) ऑटोमेशन से अधिक रोबोट की निपुणता के लिए मानव नियंत्रण को एकजुट करता है और अपने शोध को प्रकाशित किया है। सितंबर 2019 में नेचर मशीन इंटेलिजेंस .

तंत्रिका-तंत्र (न्यूरल प्रोस्थेटिक्स) कृत्रिम उपकरण हैं जो मोटर कौशल, अनुभूति, दृष्टि, श्रवण, संचार या संवेदी कौशल को प्रभावित करने वाली कमियों की भरपाई के लिए विद्युत उत्तेजना के माध्यम से तंत्रिका तंत्र को उत्तेजित या बढ़ाते हैं। न्यूरोपैथेटिक्स के उदाहरणों में मस्तिष्क-कंप्यूटर इंटरफेस (बीसीआई), गहरी मस्तिष्क उत्तेजना, रीढ़ की हड्डी के उत्तेजक (एससीएस), मूत्राशय नियंत्रण प्रत्यारोपण, कर्णावत प्रत्यारोपण, और हृदय पेसमेकर शामिल हैं।

ग्लोबल मार्केट इनसाइट की एक अगस्त 2019 की रिपोर्ट के अनुसार, दुनिया भर में ऊपरी अंग प्रोस्थेटिक्स मूल्य 2025 तक 2.3 बिलियन अमरीकी डालर से अधिक होने की उम्मीद है। 2018 में, एक ही रिपोर्ट के आधार पर दुनिया भर में बाजार मूल्य एक बिलियन अमरीकी डालर तक पहुंच गया। एक अनुमानित दो मिलियन अमेरिकी एम्प्यूटेस हैं, और नेशनल लिम्ब लॉस लॉस इंफॉर्मेशन सेंटर के अनुसार, सालाना 185,000 से अधिक विच्छेदन होते हैं। रिपोर्ट के अनुसार संवहनी रोग अमेरिका के विच्छेदन का 82 प्रतिशत है।

एक myoelectric कृत्रिम अंग का उपयोग बाहरी रूप से संचालित कृत्रिम अंग के साथ विच्छिन्न शरीर के अंगों को बदलने के लिए किया जाता है जो उपयोगकर्ता की मौजूदा मांसपेशियों द्वारा सक्रिय होता है। ईपीएफएल की शोध टीम के अनुसार, आज उपलब्ध व्यावसायिक उपकरण उपयोगकर्ताओं को उच्च स्तर की स्वायत्तता दे सकते हैं, लेकिन निपुणता मानव के हाथ के रूप में चुस्त नहीं है।

“वाणिज्यिक उपकरण आमतौर पर एक एकल-रिकॉर्डिंग-चैनल प्रणाली का उपयोग करते हैं जो स्वतंत्रता की एकल डिग्री को नियंत्रित करता है; यह है कि एक sEMG चैनल फ्लेक्सन के लिए और एक विस्तार के लिए, ”ईपीएफएल शोधकर्ताओं ने अपने अध्ययन में लिखा है। “सहज होते हुए, सिस्टम थोड़ी निपुणता प्रदान करता है। लोग मायोइलेक्ट्रिक कृत्रिम अंग को उच्च दरों पर छोड़ देते हैं, क्योंकि वे महसूस करते हैं कि नियंत्रण का स्तर इन उपकरणों की कीमत और जटिलता के गुण के लिए अपर्याप्त है। "

मायोइलेक्ट्रिक प्रोस्थेसिस के साथ निपुणता की समस्या को दूर करने के लिए, ईपीएफएल शोधकर्ताओं ने न्यूरोजेनिंजर, रोबोटिक्स, और कृत्रिम बुद्धिमत्ता के वैज्ञानिक क्षेत्रों को जोड़कर इस प्रमाण-अवधारणा अध्ययन के लिए एक अंतःविषय दृष्टिकोण लिया, जो मोटर कमांड के एक हिस्से को अर्ध-स्वचालित करने के लिए "साझा" किया। नियंत्रण।"

Silvestro Micera, ईपीएफएल के बेर्टेरेल्ली फाउंडेशन चेयर इन ट्रांसलेशनल न्यूरोइंजीनियरिंग, और इटली में स्कोला सुपरियोर सैंटआना में बायोइलेक्ट्रॉनिक्स के प्रोफेसर, रोबोट के हाथों को नियंत्रित करने के लिए इस साझा दृष्टिकोण पर विचार करते हैं, जिससे मस्तिष्क की न्यूरोपैस्टेटिक उद्देश्यों की एक विस्तृत श्रृंखला के लिए नैदानिक ​​प्रभाव और उपयोगिता में सुधार हो सकता है। -ऑटो-मशीन इंटरफेस (बीएमआई) और बायोनिक हाथ।

"एक कारण है कि व्यावसायिक कृत्रिम अंग अधिक आनुपातिक लोगों के बजाय आमतौर पर क्लासिफायर-आधारित डिकोडर का उपयोग करते हैं, क्योंकि वर्गीकरणकर्ता एक विशेष मुद्रा में अधिक मजबूती से बने रहते हैं," शोधकर्ताओं ने लिखा। “लोभी के लिए, इस प्रकार का नियंत्रण आकस्मिक ड्रॉपिंग को रोकने के लिए आदर्श है, लेकिन संभावित हाथ मुद्राओं की संख्या को सीमित करके उपयोगकर्ता एजेंसी को बलिदान करता है। साझा नियंत्रण के हमारे कार्यान्वयन से उपयोगकर्ता एजेंसी और लोभीपन दोनों को मजबूती मिलती है। मुक्त स्थान में, उपयोगकर्ता का हाथ आंदोलनों पर पूरा नियंत्रण होता है, जो लोभी के लिए पूर्व-आकार देने की अनुमति देता है। ”

इस अध्ययन में, ईपीएफएल शोधकर्ताओं ने सॉफ्टवेयर एल्गोरिदम के डिजाइन पर ध्यान केंद्रित किया - रोबोट हार्डवेयर जो बाहरी पार्टियों द्वारा प्रदान किया गया था, जिसमें कुल्का IIWA 7 रोबोट, एक ऑप्टिक्रैक कैमरा सिस्टम और TEKSRAN प्रेशर सेंसर पर मुहिम शुरू की गई है।

EPFL वैज्ञानिकों ने एक कृत्रिम हाथ पर उंगलियों के आंदोलन में अनुवाद करने के लिए उपयोगकर्ता के इरादे की व्याख्या कैसे करें, यह जानने के लिए एक बहुपरत अवधारणात्मक (MLP) बनाकर एक गतिज आनुपातिक विकोडक बनाया। एक बहुपरत परसेप्ट्रान एक फीडफॉर्वर्ड आर्टिफिशियल न्यूरल नेटवर्क है जो बैकप्रोपैजेशन का उपयोग करता है। एमएलपी एक गहरी सीखने की विधि है जहां जानकारी कृत्रिम तंत्रिका नेटवर्क के माध्यम से एक दिशा में, बनाम एक चक्र या लूप में आगे बढ़ती है।

एल्गोरिथ्म हाथ के आंदोलनों की एक श्रृंखला का प्रदर्शन करने वाले उपयोगकर्ता के इनपुट डेटा द्वारा प्रशिक्षित किया जाता है। तेजी से अभिसरण समय के लिए, लेवेनबर्ग-मार्क्वार्ड विधि का उपयोग ढाल के बजाय नेटवर्क भार को फिट करने के लिए किया गया था। फुल-मॉडल प्रशिक्षण प्रक्रिया तेज थी और प्रत्येक विषय के लिए 10 मिनट से भी कम समय लिया गया, जिससे एल्गोरिथ्म नैदानिक-उपयोग के दृष्टिकोण से व्यावहारिक हो गया।

ईपीएफएल ट्रांसलेशनल न्यूरल इंजीनियरिंग लैब में शोध करने वाले केटी झुआंग ने कहा, '' एक एंप्टी के लिए, मांसपेशियों को सिकोड़ना बहुत मुश्किल होता है, कई तरह से हमारी अंगुलियों को नियंत्रित करने के कई अलग-अलग तरीके। । “हम क्या करते हैं, हम इन सेंसर को उनके बचे हुए स्टंप पर लगाते हैं, और फिर उन्हें रिकॉर्ड करते हैं और यह बताने की कोशिश करते हैं कि आंदोलन के संकेत क्या हैं। क्योंकि ये संकेत थोड़े शोरगुल वाले हो सकते हैं, जो हमें चाहिए वह है यह मशीन लर्निंग एल्गोरिथम जो उन मांसपेशियों से सार्थक गतिविधि को निकालता है और उन्हें आंदोलनों में व्याख्या करता है। और ये हलचलें रोबोटिक हाथों की प्रत्येक अंगुली को नियंत्रित करती हैं। "

क्योंकि उंगली आंदोलनों की मशीन भविष्यवाणियां 100 प्रतिशत सटीक नहीं हो सकती हैं, ईपीएफएल शोधकर्ताओं ने कृत्रिम हाथ को सक्षम करने और प्रारंभिक संपर्क किए जाने के बाद स्वचालित रूप से किसी वस्तु को बंद करना शुरू करने के लिए रोबोट स्वचालन को शामिल किया। यदि उपयोगकर्ता किसी ऑब्जेक्ट को रिलीज़ करना चाहता है, तो उसे रोबोट नियंत्रक को बंद करने के लिए हाथ खोलने का प्रयास करना होगा, और उपयोगकर्ता को वापस नियंत्रण में लाना होगा।

ईपीएफएल के लर्निंग एल्गोरिदम और सिस्टम्स लेबोरेटरी का नेतृत्व करने वाले औड बिलार्ड के अनुसार, रोबोट हाथ 400 मिली सेकंड के भीतर प्रतिक्रिया करने में सक्षम है। "उंगलियों के साथ-साथ सभी दबाव सेंसर से लैस, यह वस्तु को प्रतिक्रिया और स्थिर कर सकता है इससे पहले कि मस्तिष्क वास्तव में महसूस कर सके कि वस्तु फिसल रही है," बिलार्ड ने कहा।

न्यूरोइन्जिनियरिंग और रोबोटिक्स में कृत्रिम बुद्धिमत्ता को लागू करते हुए, ईपीएफएल के वैज्ञानिकों ने मशीन और उपयोगकर्ता के इरादे के बीच साझा नियंत्रण के नए दृष्टिकोण का प्रदर्शन किया है - न्यूरोप्रोस्थेटिक प्रौद्योगिकी में उन्नति।

कॉपीराइट © 2019 केमी रोसो सभी अधिकार सुरक्षित।