Кад нешто зграбите, ваша рука обавља већину посла. Ваш мозак само каже, "идите, не брините како ће се то догодити." Али са протетиком, чак и најсавременијим, та акција захтева много више интенционалности. Као резултат тога, многи пацијенти напуштају своје врхунске удове.
Сличан садржај
- Како хакирање неуронских мрежа може помоћи ампутиранима да беспријекорно разбију јаје
- Добијање протеза је једноставно, у поређењу с оним што можете учинити оно што желите
Савремена протетика прима команде у облику електричних сигнала од мишића на које су везани. Али чак ни најбоља протетика још увек не може много да уради. Корисницима је потребан дуг период тренинга да се навикну на уд. Они се често могу кретати само ограниченим начинима, а корисници морају да ручно пребацују између рукохвата да би извршили различите задатке - рецимо, да отворе врата насупрот штипању и окретању кључа. Све у свему, то значи да рука не може неометано радити са мозгом.
Један алат који би могао да помогне у решавању овог проблема је рачунарски вид. Истраживачи са Универзитета у Њукаслу монтирали су веб камеру на протетску руку, повезали је са неуролошком мрежом за дубоко учење и дали уређаје двема ампутиранима којима су руке ампутиране изнад зглоба, али испод лакта. Рачунар је користио камеру да види шта корисник посеже и аутоматски подешава стисак протезе.
Резултати су до сада били обећавајући. У чланку у часопису Јоурнал оф Неурал Енгинееринг, тим из Невцастле-а је известио да су корисници имали стопе успеха изнад 80 процената за брање и померање предмета.
"Ако то можемо побољшати, добити сто посто, било би много поузданије користити руку за ампутиране, " каже Гхазал Гхазаеи, доктор у Невцастлеу и водећи аутор рада. "Ако ће то бити који се користи у стварном животу, треба бити без грешке. "
Сам уређај је био протетичар који се не налазио под називом полица и звао се екстремно удован, а веб камера је била јефтин Логитецх Куицкцам Цхат ниске резолуције. Права иновација је била како је Гхазаеијев тим смислио шему учења на рачунару како би користио информације из веб камере.
Софтвер препознаје обрасце у облику предмета који се подиже и класификује их у категорије на основу хвата који су му потребни да би их ефикасно схватили. Да би учио рачунар овој техници, Гхазаеи му је убацио 72 слике, снимљене у корацима од 5 степени, од 500 предмета. Софтвер филтрира објекте по њиховим карактеристикама и путем покушаја и грешке сазнаје који спадају у које категорије.
Затим, када се протетику представи предмет, мрежа класификује слику мале резолуције на основу његовог широког, апстрактног облика. То не мора бити нешто што је систем видео раније - општи облик предмета је довољан да руку каже који захват треба да користи. Гхазаеи и тим користили су четири врсте држања, укључујући пинцх (два прста), статив (три врхова прстију), неутралну палму (попут хватања за шољу за кафу) и пронатирану палмару (где је длан окренут према доле).
Рачунарски вид раније се користио на роботским рукама, како у протетикама, тако и код индустријских робота. Али такви напори су укључивали или објекте стандардне величине и облика, као у производном окружењу, или спорије алгоритме. Систем развијен у Невцастлеу био је у стању да прође кроз овај процес довољно брзо да исправно класификује објекте у 450 микросекунди, односно око 1/2000 тх секунде. „Главна разлика је вријеме које је потребно да схватите и обавите задатак“, каже Гхазаеи. „За неке од њих је потребно око четири секунде, а некима је потребно неколико снимака. За нас је то само један снимак и то врло брзо. "
Утицаји ове технологије превазилазе прикупљање предмета за домаћинство. Системи за снимање могли би помоћи протетичким ногама да знају колико су удаљене од земље, и на пример се прилагоде томе. Обе инстанце имају заједничко, роботски систем који функционише у сарадњи са мозгом.
„Главна идеја је да се врши интеракција између роботског уређаја и човека, додајући мало интелигенције у роботски систем“, каже Дарио Фарина, професор неурорехабилитационог инжењерства на Империал Цоллеге Лондону, чија лабораторија проучава неуромишићне интерфејсе за тела и мозак и уређаји на које се повезују.
"Не само пацијент тај који управља својим мозгом и преко неуронског интерфејса протезу, већ му помаже и други интелигентан ентитет који је монтиран на протезу и који може да види окружење." каже Фарниа, која није била укључена у студију у Невцастлеу. „Главни изазов у томе је заиста бити у могућности подијелити контролу између људског и обавјештајног система.“
То је рани улазак у спајање вештачке интелигенције са мозгом, закључивање које акције најбоље делују за сваког без стварања сукоба. Газаеи је наишао на овај проблем; она и даље ради на управљању количином широког покрета којом се управља рачунаром протетике, у односу на радње корисника. Тренутно корисник усмјерава протеза на предмет, тјера га да фотографира, а затим рука одабире хватање и хватање.
То је само један од многих преосталих изазова. Тренутно систем не може разумети дуге објекте који се пружају изван видокруга. Има проблема са претрпаном позадином. Понекад објект даље тумачи као мањи, ближи. А Гхазаеи каже да је повећање броја врста хватања на 10 или 12 још један циљ. Али већ је, каже, двоје корисника на суђењу ценило повећање перформанси и једноставност коју даје основном чину да се нешто покупи.
