رابط مغز و ماشینِ پوشیدنی
آموزش‌های پایه‌ای هوش مصنوعیکاربردهای هوش مصنوعییادگیری عمیق

رابط مغز و ماشینِ پوشیدنی خواسته‌های کاربر را عملی می‌کند

    0
    زمان مطالعه: ۳ دقیقه

    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 جورجیاGeorgia 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 وودروفGeorge 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 ۲۰۱۹ در مقاله‌ای در ژورنال Nature Machine Intelligence، معرفی کرد. موسی محمود، دانشجوی دکتری در آزمایشگاه یئو، نویسند‌ه اصلی مقاله ۲۰۱۹ 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 ۲۰۲۱ 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

    این مطلب چه میزان برای شما مفید بوده است؟
    [کل: ۰ میانگین: ۰]

    سامانه تشخیص عامل مسمومیت در دامپزشکی توسط محققان ایرانی طراحی شد

    مقاله قبلی

    از هوش مصنوعی برای رشد کسب و کار خود استفاده کنید

    مقاله بعدی

    شما همچنین ممکن است دوست داشته باشید

    نظرات

    پاسخ دهید

    نشانی ایمیل شما منتشر نخواهد شد.