New Neuroprosthetic és un avenç en robòtica per a la IA

Científics de l’EPFL (École polytechnique fédérale de Lausanne) de Suïssa han anunciat la creació d’un primer món per al control de mans robòtiques: un nou tipus de neuropròtesi que unifica el control humà amb l’automatització de la intel·ligència artificial (IA) per a una major destresa dels robots i han publicat la seva investigació a Setembre de 2019 a Nature Machine Intelligence .

Els neuropròtesis (pròtesis neuronals) són dispositius artificials que estimulen o milloren el sistema nerviós mitjançant l’estimulació elèctrica per compensar deficiències que afecten les habilitats motores, la cognició, la visió, l’oïda, la comunicació o les habilitats sensorials. Alguns exemples de neuropròtesis inclouen interfícies cervell-ordinador (BCI), estimulació cerebral profunda, estimuladors de medul·la espinal (SCS), implants de control de la bufeta, implants coclears i marcapassos cardíacs.

Es preveu que el valor mundial de les pròtesis de les extremitats superiors superi els 2.300 milions de dòlars americans el 2025, segons dades d’un informe de Global Market Insight d’agost de 2019. El 2018, el valor del mercat mundial va assolir els mil milions de dòlars basat en el mateix informe. Es calcula que dos milions d’americans són amputats i es fan més de 185.000 amputacions anuals, segons el Centre d’Informació de la Pèrdua de les Membres. Segons l’informe, les malalties vasculars representen el 82% de les amputacions dels Estats Units.

S'utilitza una pròtesi mioelèctrica per substituir les parts del cos amputades per una extremitat artificial alimentada externament que s'activa pels músculs existents de l'usuari. Segons l'equip d'investigació de l'EPFL, els dispositius comercials disponibles avui en dia poden proporcionar als usuaris un alt nivell d'autonomia, però la destresa no és en cap lloc tan àgil com la mà humana intacta.

“Els dispositius comercials solen utilitzar un sistema de dos canals d’enregistrament per controlar un sol grau de llibertat; és a dir, un canal sEMG per a la flexió i un per a l'extensió ", van escriure els investigadors de l'EPFL en el seu estudi. “Tot i ser intuïtiu, el sistema proporciona poca destresa. Les persones abandonen les pròtesis mioelèctriques a taxes elevades, en part perquè consideren que el nivell de control és insuficient per merèixer el preu i la complexitat d'aquests dispositius ".

Per abordar el problema de la destresa amb pròtesis mioelèctriques, els investigadors de l’EPFL van adoptar un enfocament interdisciplinari per a aquest estudi de prova de concepte combinant els camps científics de la neuroenginyeria, la robòtica i la intel·ligència artificial per semi-automatitzar una part del comandament del motor per control ".

Silvestro Micera, càtedra de Neuroenginyeria Traslacional de la Fundació Bertarelli de l’EPFL i professor de Bioelectrònica a la Scuola Superiore Sant'Anna a Itàlia, considera que aquest enfocament compartit per controlar les mans robotitzades pot millorar l’impacte clínic i la usabilitat per a una àmplia gamma de propòsits neuropròtics, com ara el cervell. -interfícies a màquina (BMI) i mans biòniques.

"Una de les raons per les quals les pròtesis comercials utilitzen amb més freqüència descodificadors basats en classificadors en lloc de proporcionals és perquè els classificadors romanen amb més robustesa en una postura particular", van escriure els investigadors. "Per agafar, aquest tipus de control és ideal per evitar caigudes accidentals, però sacrifica l'agència d'usuaris restringint el nombre de postures possibles a les mans. La nostra implementació de control compartit permet tant l’agència d’usuaris com la solidesa de copsar. A l’espai lliure, l’usuari té un control total sobre els moviments de les mans, cosa que també permet una preformació volitiva per agafar-la ”.

En aquest estudi, els investigadors de l’EPFL es van centrar en el disseny d’algoritmes de programari: el maquinari robòtic subministrat per parts externes consisteix en una mà Allegro muntada al robot KUKA IIWA 7, un sistema de càmera OptiTrack i sensors de pressió TEKSCAN.

Els científics de l'EPFL van crear un descodificador proporcional cinemàtic creant un perceptró multicapa (MLP) per aprendre a interpretar la intenció de l'usuari per traduir-lo en moviment de dits amb una mà artificial. Un perceptró multicapa és una xarxa neuronal artificial avançada que utilitza la propagació posterior. El MLP és un mètode d’aprenentatge profund on la informació avança en una direcció, en comparació amb un cicle o bucle a través de la xarxa neuronal artificial.

L’algorisme es forma mitjançant dades d’entrada de l’usuari que realitzen una sèrie de moviments de mans. Per a un temps de convergència més ràpid, es va utilitzar el mètode Levenberg – Marquardt per ajustar els pesos de la xarxa en lloc del descens del gradient. El procés de formació del model complet va ser ràpid i va trigar menys de 10 minuts per a cadascun dels subjectes, cosa que va fer que l'algoritme fos pràctic des d'una perspectiva d'ús clínic.

"Per a un amputat, en realitat és molt difícil contraure els músculs de moltes maneres diferents de controlar totes les maneres en què es mouen els nostres dits", va dir Katie Zhuang a l'EPFL Translational Neural Engineering Lab, que va ser el primer autor de l'estudi de la investigació. . “El que fem és col·locar aquests sensors a la seva soca restant, i després gravar-los i intentar interpretar quins són els senyals de moviment. Com que aquests senyals poden ser una mica sorollosos, el que necessitem és aquest algorisme d’aprenentatge automàtic que extreu activitat significativa d’aquests músculs i els interpreta en moviments. I aquests moviments són els que controlen cada dit de les mans robotitzades ”.

Com que les prediccions de màquines sobre els moviments dels dits poden no ser exactes al cent per cent, els investigadors de l’EPFL van incorporar l’automatització robòtica per permetre la mà artificial i començar a tancar automàticament al voltant d’un objecte un cop realitzat el contacte inicial. Si l'usuari vol alliberar un objecte, tot el que ha de fer és intentar obrir la mà per apagar el controlador robotitzat i tornar a controlar-la.

Segons Aude Billard, que dirigeix ​​el Laboratori d'Algoritmes i Sistemes d'Aprenentatge d'EPFL, la mà robòtica és capaç de reaccionar en 400 mil·lisegons. "Equipat amb sensors de pressió al llarg dels dits, pot reaccionar i estabilitzar l'objecte abans que el cervell pugui percebre que l'objecte rellisca", va dir Billard.

En aplicar la intel·ligència artificial a la neuroenginyeria i la robòtica, els científics de l’EPFL han demostrat el nou enfocament del control compartit entre la intenció de la màquina i l’usuari: un avanç en la tecnologia neuropròtica.

Copyright © 2019 Cami Rosso Tots els drets reservats.