Die Verbesserung der KI-algorithmen zur Revolution führen Prothetik

Die Ausbildung der künstlichen Intelligenz mit der Methode von Versuch und Irrtum, wenn der Computer «скармливаются» Aufnahme eine große Anzahl von bereits отыгранных Parteien, auf deren Grundlage er schärft Ihre Fähigkeiten bewiesen, dass die Maschine in der Lage zu übertreffen den Menschen in solchen klassischen Brettspielen, wie Schach und Puzzle-Spiel go. Aus jüngsten Beispielen kann als die jüngste des Computers über den Menschen in einem strategischen Computerspiel II, wo die Maschine unterwiesen nach dem gleichen Prinzip. Aber eine andere Gruppe von Experten im Bereich der KI hat gezeigt, dass diese Trainingsmethode kann für mehr praktische Aufgaben, Z. B. für das Training der Roboter-Prothesen.

Die Methode des maschinellen (reinforcement learning), bei dem испытуемая System lernt durch die Interaktion mit einer bestimmten Umgebung, zeigten vielversprechende Ergebnisse im Rahmen des kleinen Experiments Paare mit Beteiligung von Freiwilligen – eine völlig gesunde Person und eine mit einem amputierten Bein oberhalb des Knies.

Bei der Verwendung von traditionellen Techniken Methoden in der Regel dauert ein paar Stunden, um richtig zu konfigurieren, eine Roboter-Prothese, manuell einstellen jedes künstliche Gelenk und seine Funktionen überschreiben bzw. unter einen bestimmten Stil zu Fuß zu dem Menschen gewohnt sind. Das Experiment von Experten der Universität von North Carolina zeigte, dass die Methode des maschinellen Lernens mit Verstärkung können Sie es viel schneller – innerhalb von 10 Minuten nach der vollständig automatischen Einstellung kann der Mensch glatt gehen.

«Bis zu realen Anwendungen dieser Technologie noch sehr, sehr weit. Wir haben nur gezeigt, dass es möglich ist. Das Ergebnis erfreut uns», — kommentierte Helen Huang, Professor von Biotechnik an der Universität von North Carolina.

Huang mit Kollegen veröffentlichten Ihre Ergebnisse in der Zeitschrift IEEE Transactions on Cybernetics. Die Ergebnisse Ihrer Arbeit können ein wichtiger Erster Schritt in Richtung Automatisierung typischer Prozesse manuelle Konfiguration von Roboter-Gliedmaßen, die in der Regel dauert ziemlich lange und erfordert von den Patienten besuchen Experten jedes mal, wenn Prothesen erfordern keine Einstellung. In der Perspektive alle Menschen in der Lage, diese Einstellungen zu Hause auf eigene Faust durchführen, ohne die Hilfe der Techniker.

Selbst konfigurieren des automatischen Prothese ist ein umfassender Prozess des Anpassens verschiedene Optionen, um die Ebenen der Interaktion zwischen Gliedmaße und Prothese erforderlichen bei der Ausführung bestimmter Aufgaben. Zum Beispiel, einige Parameter bestimmen den Grad der Härte beim Knie-Gelenkverbindung oder eine Reihe von Abweichungen, die beim Walzen der zulässigen Beine vorwärts und rückwärts. In diesem Fall wird das Knie beim Prothese erforderte Einstellungen 12 verschiedene Parameter. Beim standardanflug das Endergebnis in der Regel ergab sich nicht ideal, aber dennoch war perfekt geeignet für eine Person in der Lage, aufzustehen auf die Prothese und machen einfache Bewegungen.

Training der Roboter-Gliedmaßen ist ein sehr komplexer Prozess коадаптации. Zahnersatz im wahrsten Sinne muss lernen, gepaart mit dem menschlichen Gehirn, Geschäftsführer der gegenseitigen Anpassung von Organen im gesamten Organismus. Dabei, das lernen zu gehen muss nicht nur die Prothese, sondern auch Menschen. In der Regel die ersten Ergebnisse sehen ziemlich ungeschickt – in der Nähe von Beispielen mit Skiern oder Schlittschuhen, auf die der Mensch zum ersten mal aufgestanden.

«Unser Körper kann ziemlich seltsam reagiert auf Fremdkörper, imitieren seine Fortsetzung. In gewisser Weise unser Computer-Algorithmus für maschinelles lernen mit Verstärkung lernt die Interaktion mit dem menschlichen Körper», —, sagt Co-Autor des veröffentlichten Studie si Jenny, Professor für Elektronik, Computer-Engineering und Energietechnik an der State University of Arizona.

Die Aufgabe der Ausbildung von Roboter-Prothesen wird noch sehr begrenzt verfügbaren Algorithmus für das lernen von Daten. Zum Beispiel für die Ausbildung Ihrer algorithmen AlphaZero und AlphaStar für Schach, go und StarCraft II Unternehmen DeepMind verwendete Datensatz Millionen bereits gespielten Spiele diese Spiele. Im Gegenzug Menschen mit amputierten Gliedmaßen die notwendigen Daten zu sammeln für die Ausbildung des Algorithmus nicht in der Lage, zu Fuß sehr lange Zeit. Zum Beispiel diejenigen, die besuchte Labor Huang gehen konnten, ohne anzuhalten nur 15-20 Minuten, Wonach Sie brauchte einen kleinen Urlaub.

Aber es ist bei weitem nicht die Komplexität und Einschränkungen, die nicht zulassen, decken das gesamte Spektrum des Bildungs-Informationen, die forscheranmerkung. Z. B. auch zwischen Xi und Huang vor Beginn Ihres Projekts entstand eine gewisse Kontroverse über das Thema, ob man zulassen Probanden, die an Experiment fallen, um den Algorithmus lernen konnte und diese Informationen. Am Ende von dieser Idee beschlossen, Streichung auf die Sicherheit der Freiwilligen.

Und dennoch, trotz all dieser Schwierigkeiten die ersten Ergebnisse beeindruckten. Die Forscher bildeten Algorithmus identifizieren bestimmte Muster in den Daten, die von sensoren, die in роботизированном Knie. Dies wiederum erlaubt, um die Schwelle der Funktionalität der automatischen Prothese, was erlaubt ist, unerwünschte Situationen zu vermeiden, das könnte zu einem Sturz führen. Schließlich erlernte Algorithmus zurückgreifen auf bestimmte Muster der Aktion, was führte zu der Stabilität, Laufruhe und mehr Natürlichkeit in der Bewegung der Roboter-Gliedmaßen.

Ein Automatisierter Ansatz der Roboter-TrainingGliedmaßen noch sehr weit von der Massenanwendung. Jetzt wollen die Forscher erziehen Algorithmus reibungslosen Verwaltung der Prothese beim aufstehen, anheben (Z. B. vom Stuhl) und Abstieg (z.B. Treppensteigen). Darüber hinaus steht die Aufgabe, dass das System ein Autonomes, das die Durchführung von Training und Anpassung von Prothesen nicht nur im Labor.

Einer der schwierigsten und gleichzeitig wichtigsten Aufgaben, nach Meinung der Forscher ist die Entwicklung der Methode der «Kommunikation» Algorithmus und die Person, um die letztere konnte, ihm zu sagen, welches von den gewählten Einstellungen der Prothese am bequemsten ist. Frühe versuche, diese Aufgabe zu lösen über die üblichen Buttons und andere einfache Methoden die Eingabe von Informationen haben sich als uneffektiv erwiesen. Vielleicht zum Teil, weil eine solche Option Schnittstelle «PC-Maschine» nicht vermitteln können die gesamte fülle der Bilder die Wahrnehmung der Koordination der Menschen.

«Diese Methode nicht funktioniert, weil wir nicht bis zum Ende verstehen alle Funktionen des menschlichen Organismus. Vor allem Sie füllen einige Lücken in grundlegenden Kenntnissen über die Psychologie und Physiologie», — Huang resümiert.

Die Perspektiven der Entwicklung der Roboter-Prothesen auf der Basis der künstlichen Intelligenz diskutieren können, in unserem .