Zseniális gesztusvezérlő rendszert fejlesztettek a UC Berkeley kutatói
Milyen lenne, ha autót vezethetnénk kormánykerék nélkül, videójátékokat irányíthatnánk kontroller nélkül, vagy billentyűzet nélkül gépelhetnénk? Erre és még sok másra is képes a berkeley-i Kaliforniai Egyetem (UC Berkeley) kutatóinak legújabb fejlesztése, ami az alkaron észlelt elektromos impulzusok alapján képes felismerni a kézmozdulatokat. A témával foglalkozó tanulmány december 21-én jelent meg a Nature Electronics online kiadásában.
A rendszer működését viselhető bioszenzorok és mesterséges intelligencia szabályozza. A tervezők szerint az eszközt a jövőben művégtagok irányítására is felhasználhatják, de gyakorlatilag bármilyen elektronikus eszközzel folytatott interakcióhoz használható.
„A technológia egyik fontos alkalmazási területe a művégtag, de intuitív eszköz lehet bármilyen, számítógéppel folytatott kommunikációhoz. A kézmozdulatok leolvasása az ember-gép interakció fejlesztésének egyik fontos eleme lehet. És bár ehhez más eszközök is rendelkezésre állnak – például a kamerák vagy a gépi látás –, ez is jó és hasznos megoldás, ráadásul az egyén személyes adatait is biztonságban tartja.”
– mondta a Techxplore hírportálnak Ali Moin, a UC Berkeley Villamosmérnöki és Számítástudományi Tanszékének doktorandusza, az eszköz egyik tervezője.
AI, bioészlelés és jelkezelés egyetlen eszközben
A gesztusfelismerő rendszer megalkotásához a kutatók a UC Berkeley egyik professzorával együttműködve létrehoztak egy rugalmas karszalagot, ami az alkar 64 különböző pontján olvashatja az elektromos impulzusokat. Ezeket csatornázzák be egy elektromos csipbe, amit egy AI-alapú algoritmussal programozva tanítottak be arra, hogy összekapcsolja az alkaron észlelt jelmintákat bizonyos kézmozdulatokkal. A végleges modellt összesen 21 egyedi kézmozdulat felismerésére képezték ki.
„Ha össze akarjuk húzni a kézizmainkat, az agyunk elektromos jeleket küld a nyak és a váll idegsejtjein keresztül a kar és a kéz izomrostjainak. A csuklónál elhelyezett elektródák lényegében ezt az elektromos teret észlelik. Az észlelés nem túl pontos – mármint olyan értelemben, hogy nem tudjuk pontosan azonosítani a stimulált izomrostokat –, de az elektródák magas sűrűsége miatt mégis megtanulhatja bizonyos mintázatok felismerését.”
– mondta Moin.
Más mesterségesintelligencia-alapú szoftverekhez hasonlóan az algoritmus először megtanulja, hogy az alkaron észlelt elektromos jelek mely kézmozdulatoknak feleltethetők meg. Ehhez minden felhasználónak viselnie kell a karszalagot, és külön-külön kell megismételniük a kézmozdulatokat.
A felhasznált mesterségesintelligencia-típust hiperdimenziós számítási algoritmusnak hívják; ezeknek az a sajátosságuk, hogy új információkkal frissíthetik magukat. Ez különösen jól jön akkor, ha az adott kézmozdulathoz rendelt elektromos jelek megváltoznak – például izzadás vagy szokatlan pozíciójú kartartás esetén –, mert ilyenkort az algoritmus beépítheti az új információt a modelljébe. Moin szerint a gesztusfelismerésben idővel megváltoznak az észlelt jelek, ami befolyásolhatja a modell teljesítményét, de az osztályozási pontosság az eszköz modelljének frissítésével javítható.
A megoldás további előnye, hogy az összes számítás elvégzéséhez a központi csipet használja, így nem továbbítja a felhasználói adatokat a közeli számítógépekre vagy eszközökre. Ez nemcsak a számítási teljesítményre gyakorol jótékony hatást, de a biometrikus adatainkat is biztonságban tartja.
Jan Rabaey, a UC Berkeley professzora, a tanulmány vezető szerzője a Techxplore-nak elmondta, hogy az eszköz azért nem kapható még kész termékként, mert néhány ponton finomítaniuk kell a működésén.
„Ezeknek a technológiáknak a többsége már máshol is létezik, de ami igazán egyedivé teszi a mi eszközünket, az a bioészlelést, a jelfeldolgozást és -interpretálást, illetve a mesterséges intelligenciát egy olyan rendszerben egyesíti, ami viszonylag kicsi, rugalmas, és keveset is fogyaszt.”
– mondta Rabaey.
Kapcsolódó cikkek a Qubiten: