इंजीनियरों ने एआई-आधारित हाथ इशारा पहचान प्रणाली विकसित की

कैलिफोर्निया विश्वविद्यालय, बर्कले के इंजीनियरों ने एक उपकरण विकसित किया है जो बाइसेप्स में विद्युत संकेतों का पता लगाकर हाथ की गतिविधियों को पहचान सकता है। यह नव विकसित प्रणाली पहनने योग्य जैव सेंसर और कृत्रिम बुद्धिमत्ता (एआई) का परिणाम है, और यह प्रोस्थेटिक्स और मानव-कंप्यूटर इंटरैक्शन को बेहतर बनाने में मदद कर सकती है।

अली मोइन डिजाइन टीम का हिस्सा थे और यूसी बर्कले के इलेक्ट्रिकल इंजीनियरिंग और कंप्यूटर साइंसेज विभाग में एक डॉक्टरेट छात्र हैं। मोइन ऑनलाइन 21 दिसंबर को जर्नल नेचर इलेक्ट्रॉनिक्स में प्रकाशित शोध पत्र के सह-प्रथम लेखक हैं।

“प्रोस्थेटिक्स इस प्रौद्योगिकी का एक महत्वपूर्ण अनुप्रयोग है, लेकिन इसके अलावा, यह कंप्यूटरों के साथ संवाद करने का एक बहुत ही सहज तरीका प्रदान करता है,” मोइन ने कहा। “हाथ की गतिविधियों को पढ़ना मानव-कंप्यूटर इंटरैक्शन में सुधार करने का एक तरीका है। और, जबकि इसके लिए अन्य तरीके हैं, जैसे कि कैमरे और कंप्यूटर दृष्टि का उपयोग करना, यह एक अच्छा समाधान है जो व्यक्ति की गोपनीयता को भी बनाए रखता है।”

हाथ इशारा पहचान प्रणाली

टीम ने प्रणाली के विकास के दौरान यूसी बर्कले में इलेक्ट्रिकल इंजीनियरिंग की प्रोफेसर अना एरियास के साथ काम किया। साथ में, उन्होंने एक लचीला आर्मबैंड डिजाइन और बनाया जो बाइसेप्स में 64 अलग-अलग बिंदुओं पर विद्युत संकेतों को पढ़ सकता है। इन विद्युत संकेतों को तब एक इलेक्ट्रिकल चिप में फीड किया गया जिसे एआई अल्गोरिथ्म के साथ प्रोग्राम किया गया था। यह अल्गोरिथ्म बाइसेप्स में संकेत पैटर्न की पहचान कर सकता है जो विशिष्ट हाथ की गतिविधियों से आते हैं।

अल्गोरिथ्म 21 व्यक्तिगत हाथ की गतिविधियों की पहचान करने में सक्षम था।

“जब आप अपनी हाथ की मांसपेशियों को संकुचित करना चाहते हैं, तो आपका मस्तिष्क आपकी गर्दन और कंधों में न्यूरॉन्स के माध्यम से विद्युत संकेतों को आपकी बाहों और हाथों में मांसपेशियों के तंतुओं तक भेजता है,” मोइन ने कहा। “मूल रूप से, आर्मबैंड में इलेक्ट्रोड जो संवेदनशील होते हैं वह यह विद्युत क्षेत्र है। यह इतना सटीक नहीं है, जिसमें हम यह नहीं बता सकते कि कौन से विशिष्ट फाइबर ट्रिगर किए गए थे, लेकिन उच्च घनत्व वाले इलेक्ट्रोड के साथ, यह अभी भी कुछ पैटर्न को सीखने में सक्षम है।”

एआई अल्गोरिथ्म पहले बाइसेप्स में विद्युत संकेतों और उनके संबंधित हाथ की गतिविधियों की पहचान करना सीखता है, जिसके लिए उपयोगकर्ता को डिवाइस पहनने की आवश्यकता होती है जबकि वे उन गतिविधियों को करते हैं। आगे बढ़ते हुए, प्रणाली एक हाइपरडाइमेंशनल कंप्यूटिंग अल्गोरिथ्म पर निर्भर करती है, जो एक उन्नत एआई है जो निरंतर रूप से खुद को अपडेट करता है। यह उन्नत प्रौद्योगिकी प्रणाली को नई जानकारी के साथ खुद को सही करने की अनुमति देती है, जैसे कि बाहों की गति या पसीना।

“हाथ की गतिविधि पहचान में, आपके संकेत समय के साथ बदल जाएंगे, और यह आपके मॉडल के प्रदर्शन को प्रभावित कर सकता है,” मोइन ने कहा। “हम डिवाइस पर मॉडल को अपडेट करके वर्गीकरण सटीकता में बहुत सुधार करने में सक्षम थे।”

https://www.youtube.com/watch?v=z3D9WBfUKsQ&feature=emb_title

चिप पर स्थानीय रूप से कंप्यूटिंग

डिवाइस की एक और प्रभावशाली विशेषता यह है कि सभी कंप्यूटिंग चिप पर होती है, जिसका अर्थ है कि कोई व्यक्तिगत डेटा अन्य डिवाइसों पर प्रसारित नहीं किया जाता है। इससे तेजी से कंप्यूटिंग समय और संरक्षित जैविक डेटा होता है।

जन राबे यूसी बर्कले में इलेक्ट्रिकल इंजीनियरिंग के डोनाल्ड ओ. पेडर्सन डिस्टिंग्विश्ड प्रोफेसर हैं और पेपर के वरिष्ठ लेखक हैं।

“जब अमेज़ॅन या एप्पल अपने अल्गोरिथ्म बनाते हैं, तो वे क्लाउड में सॉफ़्टवेयर चलाते हैं जो मॉडल बनाता है, और फिर मॉडल आपके डिवाइस पर डाउनलोड हो जाता है,” राबे ने कहा। “समस्या यह है कि तब आप उस विशिष्ट मॉडल के साथ फंस जाते हैं। हमारे दृष्टिकोण में, हमने एक प्रक्रिया को लागू किया जहां सीखने की प्रक्रिया डिवाइस पर ही की जाती है। और यह बहुत तेज़ है: आपको इसे केवल एक बार करने की आवश्यकता है, और यह काम करना शुरू कर देता है। लेकिन अगर आप इसे अधिक बार करते हैं, तो यह बेहतर हो सकता है। इसलिए, यह निरंतर सीखने की प्रक्रिया है, जैसा कि मनुष्य करते हैं।”

राबे के अनुसार, डिवाइस को थोड़े से बदलाव के बाद व्यावसायिक बनाया जा सकता है।

(AMZN ) (AAPL )

“इनमें से अधिकांश प्रौद्योगिकियां पहले से ही अन्य स्थानों पर मौजूद हैं, लेकिन इस डिवाइस के बारे में जो अनोखा है वह यह है कि यह जैव संवेदन, संकेत प्रसंस्करण और व्याख्या, और कृत्रिम बुद्धिमत्ता को एक प्रणाली में एकीकृत करता है जो अपेक्षाकृत छोटी और लचीली है और इसमें कम शक्ति बजट है,” राबे ने कहा।