La mejora de los algoritmos de ia dará lugar a la revolución sintéticos de prótesis

La Formación de la inteligencia artificial con el uso del método de ensayo y error, cuando un equipo "скармливаются" de la entrada de la enorme cantidad ya отыгранных partidos, en los cuales se perfecciona sus habilidades, ha demostrado que la máquina es capaz de superar humanos en los clásicos juegos de mesa, como el ajedrez y el juego de la lógica. De los más recientes ejemplos pueden considerarse reciente del equipo sobre el hombre estratégica de un juego de computadora II, donde la máquina se enseñaron en el mismo principio. Sin embargo, otro grupo de especialistas en el campo de la ia ha demostrado que este método de aprendizaje se puede utilizar para más de tareas prácticas, por ejemplo, para el entrenamiento de la prótesis robotizadas.

El Método de la maquinaria (reinforcement learning), en el que испытуемая el sistema aprende interactuando con un cierto entorno, ha mostrado resultados prometedores en el curso de un pequeño experimento con la participación de parejas de voluntarios – un hombre completamente sano y uno con ампутированной por encima de la rodilla con el pie.

Cuando se utiliza el método tradicional técnicos se necesitan varias horas para configurar correctamente robotizado prótesis, manualmente ajustando cada artificial en ángulo recto y подстроив debajo de un determinado estilo de a pie al que está acostumbrado el hombre. El experimento de especialistas de la Universidad estatal de carolina del norte reveló que un método de aprendizaje automático con el refuerzo permite hacer esto es mucho más rápido – ya después de 10 minutos totalmente automática de la configuración de la persona puede caminar suavemente.

"real de la aplicación de esta tecnología todavía muy lejos. Sólo hemos demostrado que esto es posible. El resultado de ninguno de nosotros", —, comenta helen huang, profesor de bioingeniería de la Universidad estatal de carolina del norte.

Huang con sus colegas publicaron sus conclusiones en la revista IEEE Transactions on Cybernetics. Los resultados de su trabajo pueden ser un importante primer paso hacia la automatización de procesos característicos de la configuración manual de robótica de las extremidades, que normalmente tarda bastante tiempo y requiere de pacientes, visitas a especialistas, cada vez que la prótesis requieren ajuste. En la perspectiva de todos estos ajustes, la gente podrá realizar en su casa, sin tener que recurrir a la ayuda de los técnicos.

La Propia configuración de la célula robótica de la prótesis es un exhaustivo proceso de ajuste de los diferentes parámetros que definen los niveles de interacción entre la finitud y la prótesis necesarias en la ejecución de unas u otras tareas. Por ejemplo, algunas de las opciones determinan el nivel de rigidez de la célula robótica de la articulación de la rodilla o el rango de las desviaciones de los límites permitidos balanceo de los pies hacia adelante y hacia atrás. En el caso de la tribu de célula robótica de la prótesis requería de ajustes de 12 diferentes opciones. Con el enfoque, el resultado final suele resultaba lejos de ser perfecto, pero sin embargo era muy adecuado para que la persona pueda levantarse en la dentadura y realizar movimientos simples.

El Entrenamiento de la robótica de la extremidad es un proceso muy complejo коадаптации. La prótesis en el sentido literal debe aprender a trabajar en pareja con el cerebro humano, gerente de mutua adaptación de los órganos en general el cuerpo. Al enseñar a caminar necesita no sólo el de la prótesis, sino también humanos. Normalmente, los primeros resultados son bastante torpe – cerca de ejemplos con los esquís o patines, en la que la primera persona que se puso de pie.

"Nuestro cuerpo puede bastante extraño responder a los extraños objetos que imitan su continuación. En cierto sentido, nuestro ordenador el algoritmo de aprendizaje de máquina con el refuerzo estudia la interacción con el cuerpo humano", — dice el coautor del estudio publicado jenny b, profesor de electrónica, informática, de ingeniería y energía de la universidad Estatal de arizona.

La Tarea de formación de robótica de la prótesis se complica aún muy limitados disponibles para el aprendizaje del algoritmo de datos. Por ejemplo, para la formación de sus algoritmos de AlphaZero y AlphaStar para el juego de ajedrez, y de StarCraft II, DeepMind utilizó la grabación millones ya jugando estos juegos. A su vez, la persona con ампутированной la extremidad para la recopilación de los datos necesarios para el aprendizaje del algoritmo no es capaz de caminar por un largo tiempo. Por ejemplo, aquellos que visitó el laboratorio de huang podían caminar sin parar sólo 15-20 minutos, después de que necesitaban un poco de descanso.

Pero esto no es de todas las dificultades y limitaciones que no permiten cubrir todo el espectro de la actividad de información, señalan los investigadores. Por ejemplo, incluso entre si y huang antes de comenzar tu proyecto surgió cierta controversia sobre si es posible permitir a los voluntarios que participan en el experimento, caer, para que un algoritmo pueda aprender de esta información. En resumen de esta idea y decidió abandonar sacó a la seguridad de los voluntarios.

Y sin embargo, a pesar de todas estas dificultades los primeros resultados de la impresionado. Los investigadores han enseñado el algoritmo de definir determinados patrones en los datos recopilados por los sensores instalados en роботизированном rodilla. Esto a su vez ha permitido establecer el umbral de la funcionalidad de la célula robótica de la prótesis, lo que ha permitido evitar situaciones no deseadas que puedan provocar caídas. Finalmente, el algoritmo ha aprendido a apoyarse en un patrón de acción, lo que ha permitido conseguir la estabilidad, suavidad y una mayor naturalidad en el movimiento de robótica de la extremidad.

Un método Automatizado de aprendizaje de robóticaextremidades todavía muy lejos de ser masiva de la aplicación. Ahora los científicos quieren entrenar el algoritmo dificultado la gestión de la prótesis al levantarse, levantar (por ejemplo, de una silla) y de descenso (por ejemplo, por la escalera). Además, tiene la tarea de hacer el sistema más autónomo, que permitirá el entrenamiento y el ajuste de la prótesis, no sólo en condiciones de laboratorio.

Uno de los más complejos y al mismo tiempo de las tareas más importantes, según los investigadores, es el desarrollo de un método de «comunicación» y el algoritmo de la persona, y que este último podía decirle qué de la selección de la prótesis es más conveniente. Los primeros intentos de resolver esta tarea a través de los botones normales y otros más sencillos métodos de entrada de la información fueron son poco eficaces. Es posible, en parte debido a que este tipo de opción de interfaz de la computadora y la máquina no permite pasar toda la plenitud de la obra de la percepción de la coordinación de una persona.

"Este método no ha funcionado porque no comprendemos plenamente de todas las características del organismo humano. Ante todo es necesario llenar algunas de las lagunas en los conocimientos fundamentales acerca de la psicología y de la fisiología", — resume huang.

Las Perspectivas de desarrollo de robótica de la prótesis en la base de la inteligencia artificial se puede discutir en el nuestro .