Laura Petrich, PhD-Studentin in Robotik und Machine Learning – Interview-Reihe

Laura ist derzeit Doktorandin in Informatik unter der Aufsicht von Dr. Patrick Pilarski und Dr. Matthew E. Taylor. Sie erhielt 2019 einen B.Sc. mit Auszeichnung in Informatik von der University of Alberta und 2022 einen M.Sc. in Informatik von der University of Alberta. Ihre Forschungsinteressen umfassen Reinforcement Learning, Mensch-Roboter-Interaktion, Biomechatronik und Assistenzrobotik. Durch ihre anatomischen Studien mit Dr. Pierre Lemelin inspiriert, zielt Lauras Forschung darauf ab, Steuerungsmethoden für robotische Manipulation zu entwickeln, um Funktionalität, Benutzerfreundlichkeit, Zuverlässigkeit und Sicherheit in der realen Welt zu erhöhen.

Wir haben uns zu einem Interview auf der jährlichen Upper Bound-Konferenz 2023 gesetzt, einer Konferenz über KI, die in Edmonton, AB, stattfindet und von Amii (Alberta Machine Intelligence Institute) ausgerichtet wird.

Was hat Sie ursprünglich zur Informatik hingezogen?

Also, als ich zur Schule zurückkam, wollte ich ursprünglich Arzt werden. Und die Work-Life-Balance ist mir wirklich wichtig, also kann ich viel Zeit mit meiner Familie verbringen. Und ich wollte immer Menschen helfen, und ich habe schließlich einen Informatik-Kurs im ersten Studienjahr belegt, und es fühlte sich einfach so an, als ob es ein toller Werkzeug wäre, den man verwenden könnte, um Probleme zu lösen. Und ich verliebte mich einfach in die Problemlösung und entschied, dass ich in dem Bereich der Assistenztechnologie arbeiten wollte, wo ich die Problemlösung nutzen und gleichzeitig Menschen helfen konnte.

Wie haben Sie herausgefunden, dass die Assistenztechnologie Ihre Leidenschaft ist?

Ich belegte einen Robotik-Kurs in meinem Bachelor-Studium, und es war dort, wo wir Lego Mindstorm-Kits verwendeten, um die Grundlagen der Mechatronik und Robotik zu lernen. Und es klickte einfach alles zusammen, dass es so viel Spaß machte, damit zu arbeiten, und man Programme schreiben und dann sofort die Ergebnisse sehen konnte. Also ergab es einfach Sinn, meine Liebe zur Arbeit mit diesen Robotik-Systemen mit meinem Wunsch, Menschen zu helfen, zu verbinden. Die Assistenztechnologie passt genau in diesen Bereich.

Können Sie Mechatronik für unser Publikum definieren?

Es wäre einfach alles innerhalb der Robotik-Sphäre, wo Sie diese Hardware-Systeme haben und sie steuern können, um Veränderungen in der Umgebung herbeizuführen.

Was sind einige der verschiedenen Anwendungsfälle, an denen Sie für diese Technologie gearbeitet haben?

Im Moment arbeite ich im BLINC Lab (Bionic Limbs for Improved Natural Control) mit Patrick (Pilarski), und der Hauptanwendungsfall dort ist, dass ich an Oberlimb-Prothesen arbeite. Also haben wir diese intelligenten robotischen Geräte, die Sie über myoelektrische Signale steuern können, und der Hauptanwendungsfall ist, wie können wir diese Prothesen, die jetzt am menschlichen Körper befestigt sind, steuern, um das zu tun, was der Benutzer will.

Wie lange haben Sie bereits an diesem spezifischen Projekt gearbeitet?

Ich habe mein PhD-Studium im Januar begonnen. Ich habe meinen Master in der Robotik- und Computer-Vision-Gruppe an der University of Alberta absolviert, wo ich an robotischer Manipulation mit Roboterarmen gearbeitet habe.

Ich bin gerade erst in die Welt der Prothesen eingestiegen.

Was sind einige Sicherheitsbedenken, die Sie mit der aktuellen Technologie haben?

Bei diesen intelligenten Prothesen stehen wir immer an erster Stelle und denken an die Sicherheit. Das ist immer das, was wir zuerst denken, weil diese Geräte an einem Menschen befestigt sind. Also hat der Mensch am Ende des Tages das letzte Wort. Das Gerät hat nicht das letzte Wort. Wir können dem Menschen Vorschläge machen, sagen: “Ich denke, dass Sie das tun wollen”, aber sie haben immer die endgültige Kontrolle über das, was passiert. Also denken wir immer an die Sicherheit des Einzelnen, der diese Geräte verwenden wird.

In einem vorherigen Interview sprach Patrick darüber, wie normalerweise das Gehirn lernen muss, sich an das Gerät anzupassen, aber in diesem Fall verwendet das Gerät Machine Learning, um sich an das Gehirn anzupassen. Können Sie Ihre Meinung dazu äußern?

Ja. Also, wir wollen kontinuierliche Lernsysteme für diese Geräte aufbauen. Also, es geht alles darum, die Signale vom Benutzer zu kartieren, die in unserem Fall EMG-Signale wären. Also, Oberflächen-EMGs, Sie setzen Elektroden auf die verbleibenden Muskeln des Einzelnen, und dann, was machen Sie mit diesen Eingabesignalen? Also, wir wollen sie auf robotische Bewegung abbilden, richtig? Wollen Sie Hand öffnen? Wollen Sie Hand schließen? Zuerst müssen wir entscheiden, wie wir dieses Kartierungsproblem lösen, und da kommt Machine Learning ins Spiel.

Sie haben Mustererkennungssysteme, also können wir vorhersagen, was mit der spezifischen Muskelaktivierung passiert. Wir wollen, dass es kontinuierlich lernt und sich über die Zeit anpasst. Sie können sich vorstellen, dass, sagen wir, Ihre Muskeln jetzt. Wenn Sie zum Fitnessstudio gehen, ändert sich die Muskelform. Also, müssen wir jetzt ein völlig neues Machine-Learning-Modell trainieren? Nein. Wir wollen, dass das Gerät und die Machine-Learning-Komponenten sich an die Person über die Zeit anpassen, wenn sie Veränderungen durchmacht oder wenn ihre Absicht sich ändert.

Was für eine Zeitspanne denken Sie, dass es dauern wird, bis wir diese Technologie in der realen Welt sehen?

Ich hoffe, innerhalb meines PhD-Studiums. Das ist mein Ziel, das Steuerungsproblem für Oberlimb-Prothesen zu lösen.

Das wäre unglaublich. Und was ist Ihre Vision für die Zukunft der Assistenzrobotik, sagen wir in einem Zeitraum von 10 Jahren oder 20 Jahren?

Ich stelle mir eine Welt vor, in der Einzelpersonen, die eine Prothese für den täglichen Gebrauch verwenden möchten, sie auf die gleiche Weise verwenden können wie wir unsere Arme. Also, sie zuverlässig, intuitiv, einfach zu bedienen machen, das ist, was ich mir wünsche.

Und sehen Sie eine personalisierte Zukunft, in der eine kleinere Person eine kleinere Prothese hätte? Oder denken Sie, dass sie alle gleich wären?

Nein, absolut. Ich denke, dass für etwas so Persönliches wie dies, Sie wollen, dass diese Geräte sich wie eine Erweiterung Ihres eigenen Körpers anfühlen. Richtig? Sie wollen, dass es ein Teil von Ihnen ist. Also führt es uns zu personalisierter und individualisierter Gesundheitsversorgung. Diese Prothesen müssen an die Person, die sie verwenden wird, angepasst werden, zumindest in meiner Meinung. Wir sehen das bereits. Wenn Sie zum Beispiel zum Glenrose Rehabilitation Hospital in Edmonton gehen und eine neue Prothese anpassen lassen, erstellen sie eine 3D-Modellierung Ihres verbleibenden Gliedmaßes und passen die Prothese individuell an.

Also wird es wahrscheinlich benutzerdefiniert und 3D-gedruckt sein.

Ja, benutzerdefiniert, 3D-gedruckt, passgenau und dann auch benutzerdefinierte Steuersysteme.

Und wie lange dauert es, bis ein Benutzer lernt, eines dieser Systeme zu bedienen?

Unser Ziel ist es, ein generalisiertes Machine-Learning-Modell trainieren zu können und es dann innerhalb von fünf, zehn Minuten auf den Einzelnen anpassen zu können. Das wäre unser Ziel.

Sobald Sie dies erreicht haben, was würden Sie als Nächstes gerne arbeiten?

Ein großer Teil meiner Forschung ist auch die Arbeit mit der Anatomie-Abteilung an der University of Alberta. Und ich bin völlig fasziniert von der Art und Weise, wie wir als Menschen die Welt um uns herum manipulieren. Also, alles, was mit dem menschlichen Oberlimb zu tun hat. Also, unsere Arme und Hände sind völlig faszinierend. Also würde ich gerne all meine Bemühungen auf Oberlimb-Prothesen konzentrieren und wirklich diese Geräte für Menschen in der realen Welt nutzbar machen.

Wie ist es im Vergleich zu den unteren Gliedmaßen herausfordernder?

Das untere Gliedmaß, die Bewegung ist sehr repetitiv. Wenn Sie an unseren Gehgang denken, ist es ein einfacheres Steuerungsproblem zu lösen. Während für das obere Gliedmaß müssen Sie in der Lage sein, Objekte im 3D-Raum zu manipulieren, Sie haben so viele mehr Freiheitsgrade. Wenn Sie daran denken, dass Sie Ihre Augen schließen und um sich greifen, können Sie immer noch die Welt um sich herum durch Ihre Hände erkunden. Also, um dies der medizinischen Gemeinschaft durch Prothesen zurückzugeben, denke ich, wäre unglaublich.

Können Sie erzählen, wie Sie Inspiration aus anatomischen Studien ziehen?

Ich habe in den letzten fünf Jahren mit Dr. Pierre Lemelin in der Anatomie-Abteilung an der University of Alberta zusammengearbeitet. Ich hoffe, dass durch das Studium der menschlichen Anatomie und das Verständnis, wie wir Objekte in der Umgebung manipulieren, was unsere Nervenwege sind, welche Muskeln aktiviert werden, wir diese Kenntnisse nutzen können, um nicht nur die Struktur von Prothesen zu verbessern.

Gibt es kleine Stellen in der tatsächlichen Konstruktion der Prothese, die wir ändern können, die eine kleine Änderung im mechanischen Design wären, aber eine enorme Zunahme an Funktion sehen würden? Aber auch die zugrunde liegenden Steuersysteme, wie wir es verwenden. Wenn wir genau verstehen, welche Nerven feuern, wenn wir denken: “Oh, öffne meine Hand”, können wir dann diese Information verwenden, um vorherzusagen, was der Benutzer mit seiner Prothese tun will, und dann diese Bewegung in dem robotischen Gerät ausführen.

Vielen Dank für das großartige Interview. Leser, die mehr erfahren möchten, sollten die folgenden Ressourcen besuchen:

• Dr. Patrick M. Pilarski – Unite.AI Interview
• BLINC Lab (Bionic Limbs for Improved Natural Control))
• Upper Bound AI-Konferenz.
• Amii (Alberta Machine Intelligence Institute)