الواقع المعزز والواقع الممتد وواجهات الدماغ
مهندسون يطورون نظام تعرف على الإشارات اليدوية بالاعتماد على الذكاء الاصطناعي
أضف Unite.AI إلى مصادرك المفضلة على Google
قام مهندسون في جامعة كاليفورنيا، بيركلي بتطوير جهاز يمكنه التعرف على الإشارات اليدوية بناءً على الإشارات الكهربائية التي تكتشفها في الساعد. هذا النظام الجديد هو نتيجة لتقنيات الحس البيولوجي والذكاء الاصطناعي، ويمكن أن يؤدي إلى تحسين التحكم في الأطراف الاصطناعية والتفاعل بين الإنسان والحاسوب.
كان علي معين جزءًا من فريق التصميم وطالب دكتوراه في قسم الهندسة الكهربائية والعلوم الحاسوبية بجامعة كاليفورنيا، بيركلي. معين هو أيضًا المؤلف المشارك الأول للورقة البحثية المنشورة على الإنترنت في 21 ديسمبر في مجلة الكهرباء الطبيعية.
“الأطراف الاصطناعية هي تطبيق مهم لهذه التكنولوجيا، ولكن بالإضافة إلى ذلك، تقدم طريقة直ة للتواصل مع الحواسيب.” قال معين. “قراءة الإشارات اليدوية هي واحدة من الطرق لتحسين التفاعل بين الإنسان والحاسوب. وهناك طرق أخرى للقيام بذلك، مثل استخدام الكاميرات والرؤية الحاسوبية، ولكن هذا هو حل جيد يحافظ على خصوصية الفرد.”
نظام تعرف على الإشارات اليدوية
عمل الفريق مع آنا أرياس، أستاذة الهندسة الكهربائية بجامعة كاليفورنيا، بيركلي، خلال تطوير النظام. معًا، صمموا وصنعوا شريطًا مرنًا يمكنه قراءة الإشارات الكهربائية في 64 نقطة مختلفة على الساعد. ثم تم تغذية هذه الإشارات الكهربائية إلى شريحة كهربائية تم برمجة خوارزمية الذكاء الاصطناعي. يمكن لهذه الخوارزمية تحديد أنماط الإشارات في الساعد التي تنتج عن إشارات يدويّة محددة.
كانت الخوارزمية قادرة على تحديد 21 إشارة يدويّة فردية.
قال معين: “عندما تريد أن تتعاقد عضلات يدك، يرسل دماغك إشارات كهربائية من خلال الخلايا العصبية في رقبتك والكتفين إلى الألياف العضلية في ذراعيك ويديك.基本ًا، ما الذي يشعر به المجسات في القبضة هو هذا الحقل الكهربائي. إنه ليس دقيقًا، بمعنى أننا لا نستطيع تحديد الألياف العضلية التي تم تشغيلها بالضبط، ولكن مع كثافة المجسات العالية، يمكنها تعلم التعرف على أنماط معينة.”
تعلمت الخوارزمية أولاً التعرف على الإشارات الكهربائية في الذراع والإشارات اليدوية المقابلة، مما يتطلب من المستخدم ارتداء الجهاز أثناء إجراء هذه الإشارات. ثم يعتمد النظام على خوارزمية الحوسبة الأبعادية، وهي ذكاء اصطناعي متقدم يقوم بتحديث نفسه باستمرار. تسمح هذه التكنولوجيا المتقدمة للنظام بتصحيح نفسه بمعلومات جديدة، مثل حركات الذراع أو العرق.
قال معين: “في التعرف على الإشارات، ستتغير إشاراتك مع مرور الوقت، وهذا يمكن أن يؤثر على أداء نموذجك. كنا قادرين على تحسين دقة التصنيف بشكل كبير من خلال تحديث النموذج على الجهاز.”
https://www.youtube.com/watch?v=z3D9WBfUKsQ&feature=emb_title
الحوسبة محليًا على الشريحة
ميزة أخرى مثيرة للإعجاب في الجهاز هي أن جميع الحوسبة تتم على الشريحة، مما يعني أنه لا يتم نقل أي بيانات شخصية إلى أجهزة أخرى. هذا يؤدي إلى وقت حوسبة أسرع وبيانات بيولوجية محمية.
جان راباي هو أستاذ فخري في الهندسة الكهربائية بجامعة كاليفورنيا، بيركلي، و هو المؤلف الرئيسي للورقة.
قال راباي: “عندما يخلق أمازون أو آبل خوارزمياتهم، فإنهم ي चलون برنامجًا في السحابة الذي يخلق النموذج، ثم يتم تحميل النموذج على جهازك. المشكلة هي أنك بعد ذلك تكون عالقًا مع ذلك النموذج المحدد. في我们的 نهج، قمنا بتنفيذ عملية حيث يتم تعلم على الجهاز نفسه. وهي سريعة جدًا: عليك أن تفعل ذلك مرة واحدة فقط، ويتعلم القيام بذلك. ولكن إذا فعلته أكثر من مرة، يمكن أن يصبح أفضل. لذا، فهو يتعلم باستمرار، وهذا هو كيف يفعل البشر.”
根据 راباي، يمكن أن يصبح الجهاز متاحًا تجاريًا بعد بعض التغييرات الطفيفة.
قال راباي: “معظم هذه التكنولوجيا موجودة بالفعل في مكان آخر، ولكن ما يجعله هذا الجهاز فريدًا هو أنه يدمج الحس البيولوجي ومعالجة الإشارات وتفسيرها والذكاء الاصطناعي في نظام واحد صغير ومرن وله ميزانية طاقة منخفضة”.
