L'amélioration des algorithmes d'IA conduira à une révolution dans la prothèse

La Formation de l'intelligence artificielle à l'aide de la méthode d'essais et d'erreurs, quand l'ordinateur «скармливаются» enregistrement de l'énorme quantité de déjà отыгранных partis, sur la base de laquelle il aiguise ses compétences, a prouvé que la machine est capable de surpasser l'homme dans les classiques comme les jeux comme les échecs et le jeu de logique. Des plus frais d'exemples, on peut considérer récente de l'ordinateur sur l'homme dans la stratégie de jeu d'ordinateur II, où la machine apprenaient sur le même principe. Cependant, un autre groupe de professionnels dans le domaine de l'IA a montré que cette méthode de formation peut être utilisé pour plus de tâches pratiques, par exemple, pour la formation des prothèses robotiques.

La Méthode de machines (reinforcement learning), qui испытуемая système est formé, en interaction avec un peu d'environnement, a montré des résultats prometteurs lors d'une petite expérience impliquant un couple de bénévoles, l'une entièrement en bonne santé et avec un amputée au-dessus du genou du pied.

Lors de l'utilisation des méthodes traditionnelles de techniciens généralement besoin de plusieurs heures, afin de configurer correctement le robot de la prothèse, en réglant manuellement chaque artificielle de l'articulation et de l'adapter sous un certain style de la marche à laquelle on est habitué personnes. L'expérience de spécialistes de l'Université de Caroline du Nord a montré que la méthode d'apprentissage par renforcement permet de le faire beaucoup plus rapidement – au bout de 10 minutes après le réglage entièrement automatique de la personne peut facilement marcher.

«À l'application de cette technologie est encore très, très loin. Nous avons juste montré que c'est possible. Nous avons admiré», — commente Helen Huang, professeur de bio-ingénierie de l'Université de Caroline du Nord.

Huang avec des collègues ont publié leurs résultats dans la revue IEEE Transactions on Cybernetics. Les résultats de leur travail peuvent être une première étape vers l'automatisation de process réglage manuel des membres robotiques, qui généralement prend beaucoup de temps et exige que les patients de la visite de spécialistes chaque fois que les prothèses nécessitent aucun réglage. Dans la perspective de tous ces paramètres, les gens pourront effectuer à la maison vous-même, sans l'aide de techniciens.

Le réglage de la prothèse robotique représente un processus d'ajustement des différents paramètres définissant les niveaux d'interaction entre le membre et la prothèse requis lors de l'exécution de certaines tâches. Par exemple, certains paramètres déterminent le niveau de rigidité robotisé de l'articulation du genou ou de la gamme des écarts autorisés par roulement les pieds en avant et en arrière. Dans la présente cas, le genou robotisé de la prothèse a exigé de réglage 12 de différents paramètres. Une approche, le résultat final est généralement résultait loin d'être parfait, mais n'a toutefois tout à fait convenable, afin que l'homme puisse se lever sur la prothèse et de faire des mouvements simples.

La Formation d'un robot membre est un processus très complexe коадаптации. La prothèse dans le sens littéral doit apprendre à travailler ensemble avec le cerveau humain, les représentants de la mutuelle dispositif d'organes de l'organisme dans son ensemble. Dans ce cas, apprendre à marcher seul la prothèse, mais aussi de l'homme. Généralement les premiers résultats semblent assez maladroitement – à proximité d'exemples avec des skis ou des patins, à qui une personne pour la première fois, se leva.

«Notre corps peut assez étrange de réagir à des objets étrangers, en imitant sa suite. Dans un certain sens, notre ordinateur de l'algorithme d'apprentissage par renforcement apprend à interagir avec le corps de l'homme», — dit le co-auteur de la recherche publiée Jenny Sy, professeur d'électronique, d'informatique, de l'ingénierie et de l'énergie, de l'université de l'Arizona.

La Tâche de formation des prothèses robotiques se complique encore très limitées disponibles pour l'apprentissage de l'algorithme de données. Par exemple, pour la formation de leurs algorithmes AlphaZero et AlphaStar pour un jeu d'échecs, go et StarCraft II société DeepMind a utilisé des millions de déjà jouées partis de ces jeux. À son tour la personne avec amputée fini pour collecter les données pour l'apprentissage de l'algorithme ne pourra pas aller très longue quantité de temps. Par exemple, ceux qui ont visité le laboratoire de Huang pouvait marcher sans arrêt à seulement 15-20 minutes, après quoi il leur fallait un peu de repos.

Mais ce n'est pas toutes les difficultés et les contraintes ne permettent pas de couvrir toute la gamme de renseignements sur la formation, notent les chercheurs. Par exemple, même entre les Xi et Huang avant de commencer votre projet est apparu une certaine controverse sur le sujet, si on peut permettre à des bénévoles qui participent à l'expérience, à l'automne, pour qu'un algorithme puisse apprendre cette information. Finalement cette idée décidé de l'abandonner, списав sur la sécurité des volontaires.

Et pourtant, en dépit de toutes ces difficultés, les premiers résultats ont impressionné. Les chercheurs ont formé l'algorithme de déterminer spécifiques régularités dans les données collectées par les capteurs installés dans роботизированном genou. C'est à son tour a permis de définir le seuil de la fonctionnalité robotisé de la prothèse, ce qui a permis d'éviter des situations qui pourraient conduire à une chute. Finalement, l'algorithme appris à s'appuyer sur un modèle d'action, ce qui a permis de parvenir à la stabilité, fluidité et une plus grande naturalité en mouvement d'un robot d'un membre.

Une approche Automatisée de formation robotiquesles membres sont encore très loin d'une utilisation généralisée. Maintenant, les scientifiques veulent former un algorithme lisse de la gestion de la prothèse en position debout, la hausse (par exemple, une chaise) et la descente (par exemple, par l'escalier). En outre, face à la tâche de rendre le système plus autonome, ce qui permettra de procéder à la formation et à la configuration des prothèses non seulement dans des conditions de laboratoire.

L'Une des courses les plus difficiles et en même temps les tâches les plus importantes, selon les chercheurs, est de développer une méthode de «communiquer» de l'algorithme et de l'homme, afin que ce dernier puisse lui dire quelle des paramètres de la prothèse est plus commode. Les premières tentatives pour résoudre cette tâche par des boutons et d'autres de simples méthodes de saisie des informations se sont avérées inefficaces. Peut-être, en partie parce qu'une telle option, l'interface de l'ordinateur-machine ne permet pas de transmettre la totalité de l'oeuvre de la perception de la coordination de l'homme.

«Cette méthode n'a pas fonctionné parce que nous ne comprenons pas toutes les caractéristiques d'un corps humain. Tout d'abord nécessaire de combler certaines des lacunes dans les connaissances fondamentales de la psychologie et de la physiologie», — se monte Huang.

Les Perspectives de développement des prothèses robotiques sur la base de l'intelligence artificielle, vous pouvez en discuter dans notre .