Systemy, które mogą przetwarzać myśli i przekładać je na polecenia poruszania przedmiotami, są bardzo przydatne dla osób, które nie mogą mówić ani się poruszać, ale mają wadę: powodują zmęczenie psychiczne.
Meksykański naukowiec opracował inteligentny interfejs, który może uczyć do 90% instrukcji użytkownika, aby pracować autonomicznie i zmniejszyć zmęczenie.
Projekt, Automating the Brain-Machine Interface System, jest inicjatywą doktoranta Christiana Isaaca Peñalosa Sáncheza w dziedzinie neurologii poznawczej w robotyce stosowanej na Uniwersytecie w Osace w Japonii.
„Pracuję nad tym projektem od trzech lat, jest on oparty na interfejsie mózg-maszyna. Jej funkcją jest pomiar aktywności neuronów, aby odebrać sygnał generowany przez myśl, przetworzyć go i przekształcić w rozkaz poruszania np. Robotyczną protezą, myszką czy sprzętem AGD”- mówi naukowiec.
Wyjaśnia, że system ten składa się z elektrod umieszczonych na skórze głowy człowieka. Mierzą aktywność mózgu w postaci sygnałów EEG. Sygnały służą do wykrywania wzorców generowanych przez różne myśli i stany psychiczne użytkownika.
System zawiera również interfejs graficzny pokazujący dostępne urządzenia lub obiekty, które interpretują sygnały EEG i odbierają polecenia użytkownika.
Film promocyjny:
Ponadto w pomieszczeniu rozmieszczone są czujniki bezprzewodowe, które zbierają dane środowiskowe (temperatura i oświetlenie); mobilne dyski sprzętowe, które włączają i wyłączają urządzenia oraz algorytm sztucznej inteligencji.
„Ten ostatni zbiera dane z bezprzewodowych czujników, elektrod i poleceń użytkownika, aby ujawnić korelację między otoczeniem w pomieszczeniu, stanem psychicznym osoby i jej czynnościami” - komentuje Christian Peñalosa.
Dodaje, że aby uwolnić użytkowników od zmęczenia psychicznego i frustracji spowodowanej wysoką koncentracją przez długie okresy czasu, które są nieuniknione w takich systemach, system musi stać się niezależny. To właśnie próbował zrobić Christian.
„Daliśmy systemowi możliwości uczenia się, wdrażając inteligentne algorytmy, które stopniowo uczą się preferencji użytkownika. W pewnym momencie system może przejąć kontrolę nad większością urządzeń, pozostawiając użytkownikowi skupienie się na innym celu”.
Na przykład osoba może go używać do sterowania elektrycznym wózkiem inwalidzkim podczas wchodzenia do salonu za pomocą podstawowych poleceń (do przodu, do tyłu, w lewo i w prawo), których system już się nauczył. Następnym razem, gdy użytkownik będzie chciał jechać tą samą trasą, wystarczy wcisnąć przycisk lub pomyśleć, że wózek zabierze go do celu.
Gdy system działa automatycznie, użytkownik nie musi już koncentrować się na zarządzaniu różnymi urządzeniami. Jednak system nadal zbiera dane EEG w celu wykrycia sygnału błędu. Powstaje, gdy ludzie są zaniepokojeni: system lub oni sami zrobili coś złego.
Na przykład, jeśli temperatura w pomieszczeniu jest dość wysoka, użytkownik chce, aby okno otwierało się automatycznie, a zamiast tego system włącza telewizor. Ludzki mózg rejestruje to działanie jako błędne. System otrzymuje sygnał o błędzie i próbuje go naprawić.
Wysiłki Peñalosa przyniosły znaczące rezultaty: u wielu badanych poziom zmęczenia psychicznego rzeczywiście spadł po zastosowaniu systemu. Poziom uczenia się takich systemów również znacznie się podniósł.