الأطراف الاصطناعية الجديدة هي طفرة في مجال الروبوتات بالذكاء الاصطناعي

أعلن العلماء في EPFL (École polytechnique fédérale de Lausanne) في سويسرا عن إنشاء أول جهاز في العالم للتحكم الآلي في اليد - وهو نوع جديد من الأطراف الاصطناعية التي توحد التحكم البشري مع أتمتة الذكاء الاصطناعي (AI) لزيادة براعة الروبوت ونشر أبحاثهم في سبتمبر 2019 في ذكاء آلة الطبيعة .

الأطراف الصناعية العصبية (الأطراف الصناعية العصبية) هي أجهزة اصطناعية تحفز أو تعزز الجهاز العصبي عن طريق التحفيز الكهربائي لتعويض أوجه القصور التي تؤثر على المهارات الحركية أو الإدراك أو الرؤية أو السمع أو التواصل أو المهارات الحسية. تشمل أمثلة الأطراف الاصطناعية العصبية واجهات الدماغ والحاسوب (BCIs) ، والتحفيز العميق للدماغ ، ومحفزات الحبل الشوكي (SCS) ، وغرسات التحكم في المثانة ، وغرسات القوقعة الصناعية ، وأجهزة تنظيم ضربات القلب.

من المتوقع أن تتجاوز قيمة الأطراف الاصطناعية في جميع أنحاء العالم 2.3 مليار دولار أمريكي بحلول عام 2025 ، وفقًا للأرقام الواردة في تقرير أغسطس 2019 الصادر عن Global Market Insight. في عام 2018 ، بلغت القيمة السوقية العالمية مليار دولار أمريكي بناءً على نفس التقرير. يقدر عدد الأمريكيين الذين بترت أطرافهم بمليوني شخص ، ويتم إجراء أكثر من 185000 عملية بتر سنويًا ، وفقًا لمركز معلومات فقدان الأطراف الوطني. تمثل أمراض الأوعية الدموية 82 في المائة من حالات بتر الأطراف في الولايات المتحدة وفقًا للتقرير.

تُستخدم الأطراف الاصطناعية الكهربية العضلية لاستبدال أجزاء الجسم المبتورة بطرف اصطناعي يعمل بالطاقة خارجيًا يتم تنشيطه بواسطة عضلات المستخدم الحالية. وفقًا لفريق البحث في EPFL ، يمكن للأجهزة التجارية المتاحة اليوم أن تمنح المستخدمين مستوى عاليًا من الاستقلالية ، ولكن البراعة ليست في أي مكان تقريبًا مثل اليد البشرية السليمة.

عادةً ما تستخدم الأجهزة التجارية نظامًا من قناتين للتسجيل للتحكم بدرجة واحدة من الحرية ؛ أي ، قناة sEMG واحدة للثني وأخرى للتمديد ، "كتب باحثو EPFL في دراستهم. "في حين أن النظام بديهي ، إلا أنه يوفر القليل من البراعة. يتخلى الناس عن الأطراف الاصطناعية الكهربائية العضلية بمعدلات عالية ، ويرجع ذلك جزئيًا إلى شعورهم بأن مستوى التحكم غير كافٍ لاستحقاق سعر وتعقيد هذه الأجهزة ".

لمعالجة مشكلة البراعة مع الأطراف الاصطناعية الكهربية العضلية ، اتخذ باحثو EPFL منهجًا متعدد التخصصات لدراسة إثبات المفهوم هذه من خلال الجمع بين المجالات العلمية للهندسة العصبية والروبوتات والذكاء الاصطناعي لأتمتة جزء من القيادة الحركية لـ "مشاركة يتحكم."

يرى سيلفسترو ميسيرا ، رئيس مؤسسة بيرتاريلي في الهندسة العصبية الانتقالية في EPFL ، وأستاذ الإلكترونيات الحيوية في Scuola Superiore Sant'Anna في إيطاليا ، أن هذا النهج المشترك للتحكم في الأيدي الروبوتية يمكن أن يحسن التأثير السريري وسهولة الاستخدام لمجموعة واسعة من الأغراض العصبية مثل الدماغ - واجهات للآلة (BMIs) وأيدي الكترونية.

كتب الباحثون: "أحد أسباب استخدام الأطراف الاصطناعية التجارية بشكل أكثر شيوعًا لأجهزة فك التشفير القائمة على المصنفات بدلاً من الأجهزة النسبية هو أن المصنفات تظل أكثر قوة في وضع معين". "بالنسبة للإمساك ، يعد هذا النوع من التحكم مثاليًا لمنع السقوط العرضي ولكنه يضحي بوكالة المستخدم من خلال تقييد عدد أوضاع اليد المحتملة. يسمح تطبيقنا للتحكم المشترك لكل من وكالة المستخدم واستيعاب المتانة. في المساحة الخالية ، يتمتع المستخدم بالتحكم الكامل في حركات اليد ، مما يسمح أيضًا بالتشكيل المسبق الإرادي للاستيعاب ".

في هذه الدراسة ، ركز باحثو EPFL على تصميم خوارزميات البرامج - تتكون الأجهزة الروبوتية التي تم توفيرها من قبل أطراف خارجية من جهاز Allegro Hand مثبت على الروبوت KUKA IIWA 7 ونظام الكاميرا OptiTrack ومستشعرات الضغط TEKSCAN.

ابتكر علماء EPFL مفكك تشفير نسبي حركي عن طريق إنشاء مدرك متعدد الطبقات (MLP) لتعلم كيفية تفسير نية المستخدم من أجل ترجمتها إلى حركة أصابع على يد اصطناعية. إن الإدراك الحسي متعدد الطبقات عبارة عن شبكة عصبية اصطناعية موجّهة تستخدم الانتشار العكسي. MLP هي طريقة تعلم عميقة حيث تتحرك المعلومات للأمام في اتجاه واحد ، مقابل دورة أو حلقة عبر الشبكة العصبية الاصطناعية.

يتم تدريب الخوارزمية من خلال إدخال البيانات من المستخدم الذي يقوم بسلسلة من حركات اليد. للحصول على وقت تقارب أسرع ، تم استخدام طريقة Levenberg-Marquardt لملاءمة أوزان الشبكة بدلاً من الانحدار المتدرج. كانت عملية التدريب على النموذج الكامل سريعة واستغرقت أقل من 10 دقائق لكل موضوع ، مما يجعل الخوارزمية عملية من منظور الاستخدام السريري.

قالت كاتي زوانغ من EPFL Translational Neural Engineering Lab ، الذي كان أول مؤلف للدراسة البحثية: "بالنسبة إلى مبتور الأطراف ، من الصعب جدًا في الواقع تقلص العضلات بالعديد من الطرق المختلفة للتحكم في جميع الطرق التي تتحرك بها أصابعنا" . "ما نقوم به هو وضع هذه المستشعرات على جذعها المتبقي ، ثم نقوم بتسجيلها ومحاولة تفسير إشارات الحركة. نظرًا لأن هذه الإشارات يمكن أن تكون صاخبة بعض الشيء ، فإن ما نحتاجه هو خوارزمية التعلم الآلي هذه التي تستخرج نشاطًا ذا مغزى من تلك العضلات وتفسرها إلى حركات. وهذه الحركات هي التي تتحكم في كل إصبع من أصابع اليد الآلية ".

نظرًا لأن تنبؤات الآلة بحركات الأصابع قد لا تكون دقيقة بنسبة 100 في المائة ، فقد قام باحثو EPFL بدمج الأتمتة الآلية لتمكين اليد الاصطناعية والبدء تلقائيًا في الإغلاق حول جسم ما بمجرد إجراء الاتصال الأولي. إذا أراد المستخدم تحرير كائن ما ، فكل ما عليه فعله هو محاولة فتح اليد لإيقاف تشغيل وحدة التحكم الروبوتية ، وإعادة تحكم المستخدم في اليد.

وفقًا لـ Aude Billard الذي يقود معمل الأنظمة وخوارزميات التعلم في EPFL ، فإن اليد الروبوتية قادرة على التفاعل في غضون 400 مللي ثانية. قال بيلارد: "إنه مزود بأجهزة استشعار للضغط على طول الأصابع ، ويمكنه أن يتفاعل مع الجسم ويثبته قبل أن يدرك الدماغ بالفعل أن الجسم ينزلق".

من خلال تطبيق الذكاء الاصطناعي على الهندسة العصبية والروبوتات ، أظهر علماء EPFL نهجًا جديدًا للتحكم المشترك بين الآلة والمستخدم - وهو تقدم في تقنية الأطراف الاصطناعية العصبية.

حقوق النشر © 2019 Cami Rosso جميع الحقوق محفوظة.