İyileştirme algoritmaları AI yol devrim protez

Öğrenme yapay zeka kullanarak bir deneme-yanılma yöntemi zaman bilgisayara «скармливаются» kayıt büyük miktarda zaten отыгранных partiler, hangi temelinde, o hones beceri olduğunu kanıtlamıştır makine yetenekli aşmak için, insan gibi klasik masa oyunları, satranç ve puzzle oyunu.. En taze bir örnek olarak kabul edilebilir, son bilgisayar üzerinde bir adam bir stratejik bilgisayar oyunu II, burada makine eğitilmiş, aynı prensip. Ancak, başka bir grup uzmanları AI gösterdi, bu da bir öğrenme yöntemi kullanabilirsiniz ve daha pratik bir görev, örneğin, egzersiz için robotik protez.

Yöntemi, makine (reinforcement learning), hangi испытуемая eğitim sistemi ile etkileşerek belli bir ortamı, ortaya umut verici sonuçlar sırasında küçük bir deney ile katıldığı çiftler gönüllüler – aynı zamanda tamamen sağlıklı bir kişi ve tek ampute diz üstü bacak.

Geleneksel yöntemleri kullanırken teknisyenleri genellikle birkaç saat sürer için düzgün yapılandırılmış bir robot protez el ile ayarlayarak her bir yapay eklem ve подстроив altında belirli bir stil yürüyüş alışkın olduğu kişi. Deney uzmanları Kuzey Carolina eyalet Üniversitesi gösterdi, yöntem, makine öğrenme ile takviye yapmak için izin verir, bu çok daha hızlı – zaten 10 dakika sonra tamamen otomatik olarak ayarlamak bir kişi sorunsuz bir şekilde yürümek.

«gerçek uygulamalar bu teknoloji henüz çok çok uzak. Biz sadece mümkün olduğunu göstermiştir. Sonuç bizi восхитил», — diyor Helen Huang, profesör biyomühendislik Kuzey Carolina eyalet Üniversitesi.

Huang ve meslektaşları ile kendi bulgularını yayınladı günlüğüne IEEE Transactions on Cybernetics. Onların çalışmalarının sonuçları olabilir önemli bir ilk adımı, otomasyon tipik işlemler, manuel ayarlar ve robotik uzuvlar, bir kural olarak, oldukça zaman alır ve gerektiren hastalar ziyaret uzmanları zaman protezler ayar gerektirir. Perspektif içinde bu ayarları tüm insanlar gerçekleştirebilir, kendinizi ev yardımı olmadan teknisyenleri.

Kendisi ayarlar роботизированного protez entegre bir süreçtir uyum çeşitli parametreler belirleyici düzeyleri arasındaki etkileşim uzuv ve protez için gerekli çalıştırdığınızda, bu veya diğer görevler. Örneğin, bazı ayarları düzeyini belirlemek sertlik роботизированного diz eklem veya sapma aralığı, geçerli yuvarlanan ayak ileri ve geri. Bu обсуждаемом durumda diz роботизированного protez gerekli ayarı 12 farklı ayar bulunmaktadır. Standart yaklaşım, sonuç genellikle получался çok mükemmel, ama yine de oldukça uygun bir kişi için olabilir, ayağa kalkıp protez ve işlemek için basit bir hareket.

Egzersiz robotik uzuv – bu çok karmaşık bir süreç коадаптации. Protez tam anlamıyla öğrenmek gerekir ile eşleştirilmiş bir insan beyni yöneten karşılıklı uyum kontrolleri genel olarak vücutta. Bu, öğretmek için yürümek gerekir sadece kendisi protez, aynı zamanda insan. Genellikle ilk sonuçlar oldukça beceriksizce – yakın örnek kayaklar veya atları, olan kişi, ilk kez ayağa kalktı.

«Bizim vücut için oldukça garip tepki yabancı nesneler, taklit devam ediyor. Bir anlamda bizim bilgisayar algoritması, makine öğrenme ile takviye öğrenme etkileşimi ile insan vücudu», — diyor yazarlarından yayınlanan bir araştırma Jenny Si profesör, elektronik, bilgisayar mühendisliği ve enerji Devlet üniversitesi ve Arizona.

Görevi eğitim robotik protez daha da karmaşık ve son derece sınırlı bir dizi için kullanılabilir bir öğrenme algoritması bir veri. Örneğin, öğrenme için kendi algoritmaları AlphaZero ve AlphaStar satranç, go ve StarCraft II şirket DeepMind kullandı kayıtlar milyon zaten oynanan partiler bu oyun. Sırayla bir kişi ile ampute sonluluk için istenen veri toplamak için bir öğrenme algoritması mümkün değil, yürümek için çok uzun bir süre vardır. Örneğin, o kim ziyaret etti laboratuvara Huang yürüyebiliyordu durmadan sadece 15-20 dakika, sonra onlara gerekli küçük bir dinlenme.

Ancak, tüm karmaşıklığı ve sınırlamaları engelleyen tamamını kapsayan eğitim, bilgi, araştırmacılar. Örneğin, hatta Xi arasında ve Huang başlamadan önce, onun bir proje ortaya çıktı, belli bir konuda anlaşmazlık için izin olup olmadığını gönüllü katılan bir deneyde, düşmek için bir algoritma başardı öğrenmek ve bu bilgileri. Sonunda bu fikirden vazgeçmek, списав güvenlik için gönüllü.

Ve yine, hatta her şeye rağmen bu zorluk ilk sonuçlarını etkiledi. Araştırmacılar, eğitimli bir algoritma belirlemek için belirli veri desenleri, toplanan sensörü kurulan роботизированном diz. Bu da eşik ayarlamak için izin işlevsellik роботизированного protez izin önlemek için istenmeyen durumlara yol açabilecek bir düşüş. Sonuçta algoritma o yalın, belirli bir şablon eylem için izin elde etmek için, kararlılık, yumuşak ve daha doğal hareket robotik uzuv.

Otomatik öğrenme yaklaşımı, robotikbacaklarda henüz çok uzak bir kitle uygulama. Şimdi bilim adamları eğitmek istiyorum algoritması pürüzsüz yönetimi protez olarak ayağa kaldırma (örneğin dışkı) ve yokuş aşağı (örneğin merdiven). Buna ek olarak, görev yapmak sistemi daha özerk, izin konusunda eğitim ve ayarı protez sadece laboratuvar koşullarında.

Bir karmaşık ve aynı zamanda en önemli görev, araştırmacılara göre, bir geliştirme yöntemi «iletişim» algoritma ve insan için son konuşabilir, ona hangi ayarlara protez en uygundur. Erken çözmek için girişimleri ile bu görevi normal düğmeler ve diğer basit yöntemler bilgi girişi olduğu etkisizdir. Belki, kısmen, çünkü böyle bir seçenek arabirim bilgisayar «makine» değil, geçmesine izin verir dolgunluk resim algı koordinasyon adam.

«Bu yöntem işe yaramadı, çünkü biz anlayamıyoruz tüm özellikleri, insan vücudu. Her şeyden önce, gerekli bazı boşlukları doldurmak, temel bilgi hakkında psikoloji ve fizyoloji», — özetliyor Huang.

Gelişme Umutları robotik protez tabanlı bir yapay zeka tartışmak bizim .