Laura Petrich, FT, Robotiikka ja Konenäkö – Haastattelusarja

Laura on parhaillaan tekemässä väitöstutkintoa tietojenkäsittelytieteessä Dr. Patrick Pilarskin ja Dr. Matthew E. Taylorin ohjauksessa. Hän suoritti B.Sc. (Honours) -tutkinnon tietojenkäsittelytieteessä Albertan yliopistosta vuonna 2019 ja M.Sc. tutkinnon tietojenkäsittelytieteessä Albertan yliopistosta vuonna 2022. Hänen tutkimuskiinnostuksensa kohdistuu vahvistusoppimiseen, ihmisen ja robotin vuorovaikutukseen, biomekatroniikkaan ja avustaviin roboteihin. Anatomian opintojen inspiroimana Dr. Pierre Lemelinin kanssa, Lauran tutkimus pyrkii kehittämään ohjausmenetelmiä robottien käsittelyyn tavoitteena lisätä toiminnallisuutta, käytettävyyttä, luotettavuutta ja turvallisuutta todellisessa maailmassa.

Haastattelimme Laura Petrichiä vuoden 2023 Upper Bound -konferenssissa, joka järjestettiin Edmontonissa, AB, ja jota isännöi Amii (Albertan koneälyinstituutti).

Mikä aluksi kiinnosti sinua tietojenkäsittelytieteessä?

Kun aloitin opintoni, halusin alun perin olla lääkäri. Työ- ja vapaa-ajan tasapaino on minulle erittäin tärkeää, ja halusin viettää paljon aikaa perheeni kanssa. Olen aina halunnut auttaa ihmisiä, ja otin tietojenkäsittelytieteen kurssin ensimmäisenä yliopistovuotena, ja se tuntui niin mahtavalta työkalulta, jonka voisi käyttää ongelmien ratkaisemiseen. Rakastuin ongelmanratkaisuun ja päättelin, että halusin työskennellä avustavien teknologioiden parissa, jossa voisin soveltaa ongelmanratkaisukykyäni ja auttaa ihmisiä samalla.

Miten keksit, että avustavat teknologiat olivat intohimosi?

Tein robotiikan kurssin alempina tutkinto-opintoina, ja siinä käytimme Lego Mindstorm -kittiä mekatroniikan ja robotiikan perusteiden opiskeluun. Se vain klikkaa paikalleen, ja se oli niin hauskaa työskennellä, ja voit kirjoittaa ohjelmia ja nähdä välittömästi tulokset. Se vain tuntui luonnolliselta yhdistää rakkauteni robottijärjestelmien parissa työskentelyyn ja haluni auttaa ihmisiä. Avustavat teknologiat sopivat täydellisesti tähän tilaan.

Voitko määritellä mekatroniikan yleisölle?

Se olisi kuin mikä tahansa robotiikan alueella, jossa on nämä laitteistojärjestelmät, ja voit ohjata niitä muuttaaksesi ympäristöä.

Mitkä ovat joitakin eri käyttötarkoituksia, joilla olet työskennellyt tämän teknologian parissa?

Parhaillaan työskentelen BLINC Lab -yksikössä (Bionic Limbs for Improved Natural Control) Patrick Pilarskin kanssa, ja pääasiallinen käyttötarkoitus on, että työskentelen yläraajan proteeseilla. Meillä on nämä älykkäät robottilaitteet, joita voidaan ohjata myoelektristen signaaleiden avulla, ja pääasiallinen käyttötarkoitus on, miten ohjaamme näitä proteeseja, jotka kiinnitetään ihmiskehoon, tekemään sitä, mitä käyttäjä haluaa.

Kuinka kauan olet työskennellyt tämän parissa?

Aloin väitöstutkinto-ohjelman tammikuussa. Suoritin maisterin tutkinnon robotiikan ja koneen näön tutkimusryhmässä Albertan yliopistossa, jossa työskentelin robottien käsittelyllä robottikäsillä.

Olen vasta aloittamassa tutustumista proteesien maailmaan.

Mitkä ovat joitakin turvallisuushuolia, joita voisit mainita tämän teknologian osalta?

Näillä älykkäillä proteesilaitteilla pidämme aina turvallisuuden ensisijaisena. Se on aina se, mihin ajattelemme ensin, koska nämä laitteet kiinnitetään ihmiseen. Loppujen lopuksi laite ei ole se, joka tekee lopullisen päätöksen. Ihmisellä on aina täysi päätösvalta. Voimme antaa ehdotuksia ihmiselle, sanomalla: “Luulen, että haluat tehdä tämän”, mutta heillä on aina lopullinen valta siitä, mitä tapahtuu. Ajattelemme aina käyttäjän turvallisuutta, joka käyttää näitä laitteita.

Aiemmassa haastattelussa Patrick puhui siitä, kuinka aivot joutuvat yleensä sopeutumaan laitteeseen, mutta tässä tapauksessa laite käyttää koneoppimista sopeutuakseen aivoihin. Voitko keskustella tästä aiheesta?

Kyllä. Haluamme rakentaa näissä laitteissa toimivia jatkuvan oppimisen järjestelmiä. Kyse on käyttäjän signaalien, meidän tapauksessamme EMG-signaalien, muuntamisesta liikkeiksi. Pinta-EMG:ssä elektrodit asetetaan henkilön jäljellä olevien lihasten päälle. Mitä sitten teemme näillä syötesignaaleilla? Haluamme muuntaa ne robotin liikkeeksi. Haluatko avata käden vai sulkea sen? Ensin on ratkaistava, miten tämä muunnos tehdään, ja siinä koneoppiminen tulee mukaan.

Hahmontunnistusjärjestelmillä voidaan ennustaa, mitä tietyn lihasaktivaation perusteella tapahtuu. Haluamme järjestelmän oppivan jatkuvasti ja mukautuvan ajan mittaan. Jos esimerkiksi käyt kuntosalilla, lihastesi muoto muuttuu. Pitääkö meidän silloin kouluttaa kokonaan uusi koneoppimismalli? Ei. Haluamme laitteen ja koneoppimiskomponenttien mukautuvan henkilöön ajan myötä, kun hän tai hänen aikomuksensa muuttuvat.

Miten pitkä aikajänne on, jonka kuluessa nämä laitteet tulevat markkinoille?

Toivon, että se tapahtuu väitöskirjani aikana. Se on tavoitteeni ratkaista tämä ohjausongelma yläraajan proteeseille.

Se olisi uskomatonta. Ja mitä on visiosi avustavien robottien tulevaisuudesta, sanotaan 10 vuoden tai 20 vuoden aikajänteellä?

Näen maailman, jossa yksilöt, jotka haluavat käyttää proteesikättä arjessaan, voivat käyttää sitä samalla tavalla kuin me käytämme kättämme. Tehdä se luotettavaksi, intuitiiviseksi, helppokäyttöiseksi, se on, mitä haluan.

Ja näetkö tulevaisuuden, jossa pienemmällä ihmisellä on pienempi proteesi? Vai luuletko, että ne ovat kaikki samanlaisia?

Ei, ehdottomasti. Luulen, että nämä laitteet tulee tuntua kuin kehon jatke. Haluamme, että ne ovat henkilökohtaisia ja yksilöllisiä. Tämä johtaa meidät henkilökohtaiseen ja yksilölliseen terveydenhuoltoon. Nämä proteesit on muokattava ja sovitettava yksilölle, joka niitä käyttää, ainakin omasta mielestäni. Jo nyt näemme tämän. Kun menet esimerkiksi Glenrose Rehabilitation Hospitaliin Edmontonissa sovittamaan uutta proteesia, jäljellä olevasta raajastasi tehdään 3D-malli ja proteesin istuvuus räätälöidään sinulle. Näin tapahtuu jo nyt, ja älykkäiden laitteiden kohdalla yksilöllisyys korostuu entisestään.

Se siis todennäköisesti 3D-tulostetaan yksilöllisesti käyttäjälle.

Kyllä, yksilöllinen 3D-tulostus, räätälöity istuvuus ja myös henkilökohtaisesti mukautetut ohjausjärjestelmät.

Ja kuinka kauan kestää, kun käyttäjä oppii käyttämään yhtä näistä järjestelmistä?

Tavoitteemme on, että voimme kouluttaa yleistetymmän koneoppimismallin ja sitten yksilöidä sen henkilölle viiden tai kymmenen minuutin koulutussession aikana. Se on yksi tavoitteistamme.

Kun olet saavuttanut tämän, mitä haluat seuraavaksi työskennellä?

Suuri osa tutkimuksestani tehdään myös yhteistyössä Albertan yliopiston anatomian laitoksen kanssa, ja olen täysin lumoutunut siitä, miten me, ihmiset, manipuloidaan maailmaa ympärillämme. Kaikki, mitä liittyy ihmisen yläraajaan, on aivan lumoavaa. Haluan keskittää kaiken energiani yläraajan proteeseihin ja tehdä näistä laitteista käytettävissä ihmisten arjessa.

Miten se on haastavampaa kuin alaraajan proteesit?

Alaraajan liike on hyvin toistuva. Jos ajattelet kävelyämme, se on helpompi ohjausongelma ratkaista. Yläraajassa tarvitset pystyä manipuloimaan esineitä 3D-tilassa, ja sinulla on paljon enemmän vapausasteita. Jos ajattelet, että suljet silmäsi ja olet tuntelemassa ympärilläsi, voit edelleen nähdä maailman ympärilläsi käsilläsi. Meillä on siis nämä uskomattomat aistinelimet, joiden avulla voimme tutkia ympäristöä. Tämän kyvyn palauttaminen lääketieteelliselle yhteisölle proteesien avulla, ja se olisi uskomatonta.

Voitko kertoa, miten inspiroidut anatomian opiskelusta?

Olen työskennellyt tohtori Pierre Lemelinin kanssa Albertan yliopiston anatomian laitoksella viimeiset viisi vuotta. Toivon, että tutkimalla ihmisen anatomiaa ja ymmärtämällä tarkasti, miten käsittelemme ympäristön esineitä, millaisia hermoratoja käytämme ja mitkä lihakset aktivoituvat, voimme hyödyntää tätä tietoa proteesien rakenteen parantamiseen.

Voisimmeko tehdä proteesin mekaaniseen rakenteeseen pieniä muutoksia, jotka parantaisivat toimintaa huomattavasti? Sama koskee ohjausjärjestelmiä ja niiden käyttöä. Jos ymmärrämme tarkasti, mitkä hermot aktivoituvat ajatellessamme ”avaa käteni”, voimmeko ennustaa sen avulla, mitä käyttäjä haluaa tehdä proteesillaan, ja toteuttaa liikkeen robottilaitteessa?

Kiitos upeasta haastattelusta. Lisää tietoa haluavat lukijat voivat tutustua seuraaviin lähteisiin:

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