Ingenieros desarrollan sistema de reconocimiento de gestos con las manos basado en IA

Ingenieros de la Universidad de California, Berkeley, han desarrollado un dispositivo que puede reconocer los gestos de las manos en función de las señales eléctricas detectadas en el antebrazo. Este sistema recientemente desarrollado es el resultado de biosensores portátiles e inteligencia artificial (IA), y podría conducir a un mejor control de las prótesis y la interacción humano-computadora.

Ali Moin formó parte del equipo de diseño y es estudiante de doctorado en el Departamento de Ingeniería Eléctrica y Ciencias de la Computación de UC Berkeley. Moin también es coautor del artículo de investigación publicado en línea el 21 de diciembre en la revista Electrónica de la naturaleza.

“Las prótesis son una aplicación importante de esta tecnología, pero además, ofrecen una forma muy intuitiva de comunicarse con las computadoras”, afirmó Moin. “Leer los gestos de las manos es una forma de mejorar la interacción persona-computadora. Y, si bien existen otras maneras de hacerlo, por ejemplo, mediante cámaras y visión artificial, esta es una buena solución que también protege la privacidad individual”.

Sistema de reconocimiento de gestos con las manos

El equipo trabajó con Ana Arias, profesora de ingeniería eléctrica en UC Berkeley, durante el desarrollo del sistema. Juntos, diseñaron y crearon un brazalete flexible capaz de leer señales eléctricas en 64 puntos diferentes del antebrazo. Estas señales eléctricas luego se alimentaron a un chip eléctrico programado con un algoritmo de IA. Este algoritmo puede identificar patrones de señales en el antebrazo que provienen de gestos específicos con las manos.

El algoritmo pudo identificar 21 gestos manuales individuales.

“Cuando quiere que los músculos de su mano se contraigan, su cerebro envía señales eléctricas a través de las neuronas del cuello y los hombros a las fibras musculares de los brazos y las manos”, dijo Moin. “Básicamente, lo que detectan los electrodos del brazalete es este campo eléctrico. No es tan preciso, en el sentido de que no podemos identificar qué fibras exactas se activaron, pero con la alta densidad de electrodos, aún puede aprender a reconocer ciertos patrones ".

El algoritmo de IA primero aprende a identificar señales eléctricas en el brazo y sus correspondientes gestos con las manos, lo que requiere que el usuario use el dispositivo mientras realiza esos gestos. Yendo un paso más allá, el sistema se basa en un algoritmo informático hiperdimensional, que es una IA avanzada que se actualiza continuamente. Esta tecnología avanzada permite que el sistema se corrija solo con nueva información, como movimientos de brazos o sudor.

"En el reconocimiento de gestos, sus señales van a cambiar con el tiempo y eso puede afectar el rendimiento de su modelo", dijo Moin. "Pudimos mejorar en gran medida la precisión de la clasificación actualizando el modelo en el dispositivo".

Computación local en el chip

Otra característica impresionante del dispositivo es que toda la computación se lleva a cabo en el chip, lo que significa que no se transmiten datos personales a otros dispositivos. Esto da como resultado un tiempo de computación más rápido y datos biológicos protegidos.

Jan Rabaey es Profesor Distinguido Donald O. Pedersen de Ingeniería Eléctrica en UC Berkeley y autor principal del artículo.

“Cuando Amazon o Apple crean sus algoritmos, ejecutan un conjunto de software en la nube que crea el modelo, y luego este se descarga en tu dispositivo”, dijo Jan Rabaey. “El problema es que entonces te quedas con ese modelo en particular. En nuestro enfoque, implementamos un proceso donde el aprendizaje se realiza en el propio dispositivo. Y es extremadamente rápido: solo tienes que hacerlo una vez y empieza a funcionar. Pero si lo haces más veces, puede mejorar. Así que es un aprendizaje continuo, que es como lo hacemos los humanos”.

Según Rabaey, el dispositivo podría comercializarse después de unos ligeros cambios.

“La mayoría de estas tecnologías ya existen en otros lugares, pero lo único de este dispositivo es que integra la biosensación, el procesamiento e interpretación de señales y la inteligencia artificial en un sistema que es relativamente pequeño y flexible y tiene un bajo presupuesto de energía”, dijo Rabaey.