Исследователи разработали систему на базе ИИ для управления роботами с помощью мыслей
Две исследовательские группы EPFL (Федеральная политехническая школа Лозанны) объединились для разработки программы машинного обучения, которую можно подключить к человеческому мозгу и использовать для управления роботом. Программа регулирует движения робота на основе электрических сигналов мозга. Есть надежда, что с этим изобретением пациенты с тетраплегией смогут выполнять больше повседневных дел самостоятельно.
Больные с тетраплегией — пленники собственного тела, неспособные говорить или совершать малейшие движения. Исследователи годами работали над разработкой систем, которые могут помочь этим пациентам самостоятельно выполнять некоторые задачи.
«Люди с травмой спинного мозга часто испытывают постоянный неврологический дефицит и серьезные двигательные нарушения, которые не позволяют им выполнять даже простейшие задачи, такие как захват объекта. Помощь роботов может помочь этим людям частично восстановить утраченную ловкость, поскольку робот может выполнять задачи вместо них»
Профессор Биллард провела исследование с профессором Хосе Миллан, который в то время возглавлял лабораторию взаимодействия мозга и устройств EPFL, но с тех пор переехал в Техасский университет.
Две исследовательские группы разработали компьютерную программу, которая может управлять роботом с помощью электрических сигналов, излучаемых мозгом пациента. Никакого голосового управления или сенсорной функции не требуется — пациенты могут перемещать робота просто своими мыслями. Исследование было опубликовано в журнале Communications Biology от Nature Portfolio.
Чтобы создать свою систему, исследователи начали с роботизированной руки, разработанной несколько лет назад. Эта рука может двигаться вперед и назад, справа налево, перемещать объекты перед собой и избегать объектов на своем пути.
«В нашем исследовании мы запрограммировали робота избегать препятствий, но мы могли выбрать любой другой вид задачи, например, наполнить стакан водой, толкнуть или потянуть объект»
Инженеры начали с улучшения механизма обхода препятствий робота, чтобы он был более точным. Аспирант лаборатории Биллард Каролина Гаспар рассказала: «Сначала робот выбирал путь, который был слишком широк для одних препятствий, уводя его слишком далеко, и недостаточно широк для других, удерживая его слишком близко. Поскольку целью нашего робота была помощь парализованным пациентам, мы должны были найти способ, чтобы пользователи могли общаться с ним, не используя голос или движения».
Это повлекло за собой разработку алгоритма, который мог регулировать движения робота только на основе мыслей пациента. Алгоритм был подключен к головному убору, оборудованному электродами для выполнения сканирования электроэнцефалограммы (ЭЭГ) мозговой активности пациента.
Чтобы использовать систему, пациенту достаточно посмотреть на робота. Если робот сделает неправильный ход, мозг пациента выдаст «сообщение об ошибке» посредством четко идентифицируемого сигнала, как если бы пациент сказал: «Нет, не так». Тогда робот поймет, что то, что он делает — неправильно, но сначала он не будет точно знать, почему.
Например, подошел ли он слишком близко к объекту или слишком далеко от него? Чтобы помочь роботу найти правильный ответ, сообщение об ошибке вводится в алгоритм, который использует метод обучения с обратным подкреплением, чтобы выяснить, чего хочет пациент и какие действия должен предпринять робот.
Это делается методом проб и ошибок, когда робот пробует разные движения, чтобы увидеть, какое из них правильное. Процесс идет довольно быстро — обычно роботу требуется всего три-пять попыток, чтобы выяснить правильный ответ и выполнить пожелания пациента.
«Программа искусственного интеллекта робота может быстро обучаться, но вы должны сообщить ему, когда он совершает ошибку, чтобы он мог исправить свое поведение. Разработка технологии обнаружения сигналов ошибок была одной из самых больших технических проблем, с которыми мы столкнулись»
Ведущий автор исследования Ясон Бацианулис отметил: «В нашем исследовании было особенно сложно связать активность мозга пациента с системой управления роботом — или, другими словами, «преобразовать» сигналы мозга пациента в действия, выполняемые роботом. Мы сделали это, используя машинное обучение, чтобы связать данный сигнал мозга с конкретной задачей. Затем мы связали задачи с отдельными элементами управления роботом, чтобы робот делал то, что задумал пациент».
Исследователи надеются в конечном итоге использовать свой алгоритм для управления инвалидными колясками.
«На данный момент еще предстоит преодолеть множество инженерных препятствий. Инвалидные коляски создают совершенно новый набор проблем, поскольку и пациент, и робот находятся в движении»
Команда исследователей также планирует использовать свой алгоритм с роботом, который может считывать несколько различных типов сигналов и координировать данные, полученные от мозга, с данными от зрительно-моторных функций.
