40 گام به سوی آینده‌ای هوشمند - مجموعه وبینارهای رایگان در حوزه هوش مصنوعی
Filter by دسته‌ها
chatGTP
آموزش هوش مصنوعی و انواع آن
آموزش‌های پایه‌ای هوش مصنوعی
اصول هوش مصنوعی
پایتون و ابزارهای یادگیری عمیق
کتابخانه‌ های یادگیری عمیق
یادگیری با نظارت
یادگیری بدون نظارت
یادگیری تقویتی
یادگیری عمیق
یادگیری نیمه نظارتی
آموزش‌های پیشرفته هوش مصنوعی
بینایی ماشین
پردازش زبان طبیعی
پردازش گفتار
چالش‌های عملیاتی
داده کاوی و بیگ دیتا
رایانش ابری و HPC
سیستم‌‌های امبدد
علوم شناختی
دیتاست
اخبار
تیتر یک
رسانه‌ها
آموزش پردازش زبان طبیعی
آموزش علوم داده
اینفوگرافیک
پادکست
ویدیو
رویدادها
کاربردهای هوش مصنوعی
کسب‌و‌کار
تحلیل بازارهای هوش مصنوعی
کارآفرینی
هوش مصنوعی در ایران
هوش مصنوعی در جهان
 رابط مغز و ماشینِ پوشیدنی خواسته‌های کاربر را عملی می‌کند

رابط مغز و ماشینِ پوشیدنی خواسته‌های کاربر را عملی می‌کند

رابط مغز و ماشینِ پوشیدنی (BMI) جدیدی طراحی شده است که می‌تواند کیفیت زندگی افراد مبتلا به اختلال حرکتی یا فلج، یا حتی افراد مبتلا به سندروم قفل‌شدگی locked-in syndrome، را بهبود بخشد. منظور از سندروم قفل‌شدگی، زمانی است که فرد کاملاً هوشیار است اما قادر به حرکت یا برقراری ارتباط نیست.

یک تیم پژوهشی بین‌المللی موفق شدند الکترود نرم و بی‌سیم متصل‌ به جمجمه را با واقعیت مجازی ترکیب کرده و در رابط مغز و ماشینِ پوشیدنی جای دهند. کاربر می‌تواند کنش‌ها را با کمک این رابط جدید در ذهن خود ترسیم کند و مثلاً یک صندلی چرخدار یا بازوی رباتیک را به صورت بی‌سیم به حرکت درآورد.

دانشمندانی از دانشگاه کِنت انگلستان و دانشگاه یونسی کره‌جنوبی به سرپرستی آزمایشگاه «وون هون یئو»، از موسسه فناوری‌ جورجیا Georgia Institute of Technology، تیم سازنده این فناوری را تشکیل می‌دهند. این پژوهشگران، سیستم BMI جدید خود را که مبتنی بر تصورات حرکتی (Motor Imagery) است، در ماه جاری در مجله Advanced Science معرفی کردند.

طبق توضیحات یئو، دانشیار دانشکده مهندسی مکانیک جورج دبلیو وودروف George W. Woodruff School of Mechanical Engineering، «بزرگ‌ترین مزیت این سیستم در مقایسه با کاربرهای فعلی، نرمی و راحتی آن است؛ این سیستم هیچگونه سیمی ندارد».

رابط مغز و ماشین پوشیدنی چطور عمل می‌کند؟

سیستم‌های BMI، نوعی فناوری توان‌بخشی هستند که سیگنال‌های مغزی فرد را تجزیه و تحلیل کرده و فعالیت عصبی را به دستور تبدیل می‌کنند، یا به عبارتی خواسته‌ی مورد نظر فرد را اجرا می‌کنند. یکی از رایج‌ترین روش غیرتهاجمی رسیدن به این سیگنال‌ها، نوار مغز (ElectroEncephaloGraphy) یا EEG، است که اغلب از یک کلاه الکترود دست‌وپاگیر و چندین سیم درهم گره‌خورده  تشکیل شده است.

اغلب برای اینکه این دستگاه‌ها به پوست متصل بمانند، از ژل و خمیر استفاده می‌کنند؛ تنظیم کردن آن‌ها بسیار زمان‌بر است؛ و در نهایت پوشیدن آن‌ها پر‌زحمت و ناخوشایند است. از طرف دیگر، معمولاً به دلیل تخریب مواد یا آرتیفکتِ حرکتیmotion artifacts ، قابلیت دریافت سیگنال این دستگاه‌ها ضعیف است. آرتیفکت حرکتی به «نویز» جانبی‌ اطلاق می‌شود که ممکن است در اثر حرکات ارادی یا غیر ارادی، مانند دندان قروچه یا پلک زدن، ایجاد ‌شوند؛ این نویز‌ها در داده‌های مغز نمایش داده می‌شوند و باید فیلتر شوند.

رابط مغز و ماشینِ پوشیدنی

در سیستم EEG جدید، همکاران یئو موفق شدند با گنجاندن الکترودهای میکرونیدل نامحسوس در مدارهای بی‌سیم نرم، دریافت سیگنال را بهبود بخشند. با این حال، به منظور تعیین خواسته یا عمل مورد نظر کاربر، لازم لازم بود سیگنال‌ها به دقت اندازه‌گیری شوند. لذا، این محققان به تلفیق الگوریتم یادگیری ماشین قدرتمند با مولفه واقعیت مجازی روی آوردند.

این سیستم جدید بر روی چهار نمونه انسانی سالم آزمایش شده است و لازم است بر روی افراد معلول نیز بررسی شود.

یئو دبیر مرکز فناوری جورجیا در حوزه مهندسی و رابط انسان محور Georgia Tech’s Center for Human-Centric Interfaces  (که زیر نظر موسسه الکترونیک و نانوفناوریInstitute for Electronics and Nanotechnology  است) و عضو موسسه مهندسی‌زیستی و زیست‌علم پتیت Petit Institute for Bioengineering and Bioscience  است. او درباره این فناوری می‌گوید: «کار در مراحل ابتدایی خود قرار دارد، اما همین مشاهدات اولیه نیز ما را هیجان‌زده کرده است».

رویکرد جدید

تیم یئو، اولین رابط EEG مغز و ماشینِ پوشیدنی و نرم خود را در سال 2019 در مقاله‌ای در ژورنال Nature Machine Intelligence، معرفی کرد. موسی محمود، دانشجوی دکتری در آزمایشگاه یئو، نویسند‌ه اصلی مقاله 2019 و مقاله اخیر است. او درباره فناوری این تیم توضیح می‌دهد: «این رابط مغز و ماشین جدید، از رویکردی کاملاً متفاوت پیروی می‌کند. رویکردی متشکل از کنش‌های حرکتی تصور شده، مانند گرفتن اشیاء با دست، که فرد را از پرداختن به محرک‌های متعدد بی‌نیاز می‌کند».

بنا به یافته‌های پژوهشی که در سال 2021 به انجام رسید، کاربران با استفاده از افکار، یا به عبارتی تصورات حرکتی خود، می‌توانند به طور کامل واقعیت مجازی را کنترل کنند. کاربران و محققان می‌توانند از نشانه‌های بصری برای گردآوری بهتر اطلاعات استفاده کنند.

بنا به توضیحات یئو، «دستورهای مجازی بسیار مفید واقع شدند. آن‌ها سرعت و دقت تعامل کاربر را ارتقاء دادند و در نتیجه آن توانستیم به طو پیوسته فعالیت‌های مبتنی بر تصورات حرکتی را با کیفیت بالا ثبت کنیم».

به گفته محمود، این تیم پژوهشی قصد دارد با استفاده از آموخته‌های خود از دو پژوهش قبلی، در آینده بر روی بهینه‌سازی نصبِ الکترود‌ها و تلفیق پیشرفته‌تر EEG مبتنی بر محرک کار کند.

انواع کاربردهای هوش مصنوعی در صنایع مختلف را در هوشیو بخوانید

میانگین امتیاز / 5. تعداد ارا :

مطالب پیشنهادی مرتبط

اشتراک در
اطلاع از
0 نظرات
بازخورد (Feedback) های اینلاین
مشاهده همه دیدگاه ها
[wpforms id="48325"]