रोबोटिक्स और भौतिक एआई
मशीन-लर्निंग प्रोग्राम मानव मस्तिष्क से जुड़ता है और रोबोट को नियंत्रित करता है
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
École Polytechnique Fédérale de Lausanne के शोधकर्ताओं ने एक मशीन-लर्निंग प्रोग्राम विकसित किया है जो मानव मस्तिष्क से जुड़ सकता है और रोबोट को नियंत्रित कर सकता है। यह प्रोग्राम रोबोट की गति को मस्तिष्क से प्राप्त विद्युत संकेतों के आधार पर बदल सकता है।
इन नए प्रगति से टेट्राप्लेजिया रोगियों की मदद हो सकती है, जो बोल नहीं सकते हैं या गति नहीं कर सकते हैं। यह उन प्रणालियों के विकास पर आधारित है जो इन रोगियों को अपने कार्यों को स्वयं पूरा करने में मदद करती हैं।
इस अध्ययन को Communications Biology में प्रकाशित किया गया है।
प्रोफेसर ऑडे बिलार्ड एपीएफएल के लर्निंग एल्गोरिदम और सिस्टम लेबोरेटरी के प्रमुख हैं।
“रीढ़ की हड्डी की चोट से पीड़ित लोग अक्सर स्थायी तंत्रिका दोष और गंभीर मोटर विकलांगता का अनुभव करते हैं जो उन्हें सरल कार्यों को करने से रोकते हैं, जैसे कि किसी वस्तु को पकड़ना,” बिलार्ड ने कहा। “रोबोट्स की मदद से इन लोगों को अपनी खोयी हुई चपलता को पुनः प्राप्त करने में मदद मिल सकती है, क्योंकि रोबोट उनके स्थान पर कार्यों को निष्पादित कर सकता है।”
विचारों से रोबोट को नियंत्रित करना
जोसे डेल आर मिलान के साथ, प्रोफेसर बिलार्ड और दो शोध समूहों ने कंप्यूटर प्रोग्राम विकसित किया, जिसके लिए वॉयस नियंत्रण या स्पर्श कार्य की आवश्यकता नहीं है। रोगी केवल अपने विचारों से रोबोट को नियंत्रित कर सकते हैं।
शोधकर्ताओं ने प्रणाली को विकसित करना शुरू किया जो एक रोबोटिक आर्म पर आधारित थी जो पहले विकसित की गई थी। यह दाएं से बाएं और आगे पीछे जा सकती है, सामने की वस्तुओं को पुनः स्थापित कर सकती है और अपने मार्ग में आने वाली वस्तुओं से बच सकती है।
“हमारे अध्ययन में, हमने रोबोट को बाधाओं से बचने के लिए प्रोग्राम किया, लेकिन हम किसी अन्य प्रकार के कार्य का चयन कर सकते थे, जैसे कि पानी का गिलास भरना या किसी वस्तु को धक्का देना या खींचना,” प्रोफेसर बिलार्ड कहते हैं।
शोधकर्ताओं ने रोबोट के तंत्र को बाधाओं से बचने के लिए और अधिक सटीक बनाने के लिए सुधार किया।
कैरोलिना गैस्पार पिंटो रामोन कोर्रिया प्रोफेसर बिलार्ड के प्रयोगशाला में एक पीएचडी छात्र हैं।
“शुरुआत में, रोबोट एक ऐसा मार्ग चुनता था जो कुछ बाधाओं के लिए बहुत चौड़ा था और दूसरों के लिए बहुत संकीर्ण था,” कोर्रिया कहते हैं। “चूंकि हमारे रोबोट का उद्देश्य पक्षाघात रोगियों की मदद करना था, हमें एक तरीका खोजना था जिससे उपयोगकर्ता बिना बोले या हिले इसके साथ संवाद कर सकें।”
एल्गोरिदम का विकास
इसे करने के लिए, उन्हें एक एल्गोरिदम विकसित करना था जो केवल एक रोगी के विचारों के आधार पर रोबोट की गति को समायोजित कर सकता है। एल्गोरिदम को एक हेडकैप से जोड़ा गया था जो मस्तिष्क की गतिविधि की ईईजी स्कैन चलाने के लिए इलेक्ट्रोड से सुसज्जित था।
रोगी को केवल रोबोट को देखने की आवश्यकता है ताकि वह प्रणाली का उपयोग कर सके। जब रोबोट एक गलत चाल चलता है, तो रोगी का मस्तिष्क एक “त्रुटि संदेश” को एक स्पष्ट रूप से पहचान योग्य संकेत के माध्यम से उत्पन्न करता है, जो रोबोट को संकेत देता है कि यह एक गलत कार्य कर रहा है। रोबोट पहले संकेत को नहीं समझेगा, लेकिन त्रुटि संदेश को एल्गोरिदम में फीड किया जाता है। एल्गोरिदम एक इनवर्स रिनफोर्समेंट लर्निंग दृष्टिकोण का उपयोग करके यह पता लगाने के लिए कि रोगी क्या चाहता है और रोबोट को क्या करना चाहिए।
ट्रायल-एंड-एरर प्रक्रिया का अर्थ है कि रोबोट विभिन्न गतियों का प्रयास करता है ताकि यह पता लगाया जा सके कि कौन सा सही है, और आमतौर पर सही प्रतिक्रिया का पता लगाने के लिए केवल तीन से पांच प्रयास की आवश्यकता होती है।
“रोबोट का एआई प्रोग्राम तेजी से सीख सकता है, लेकिन आपको यह बताना होगा कि जब यह गलती करता है ताकि यह अपने व्यवहार को सही कर सके,” प्रोफेसर मिलान कहते हैं। “त्रुटि संकेतों के लिए डिटेक्शन तकनीक विकसित करना हमारे सामने सबसे बड़ी तकनीकी चुनौती थी।”
आईसन बाट्ज़ियानौलिस अध्ययन के प्रमुख लेखक हैं।
“हमारे अध्ययन में जो विशेष रूप से कठिन था, वह था रोगी की मस्तिष्क गतिविधि को रोबोट के नियंत्रण प्रणाली से जोड़ना — या दूसरे शब्दों में, ‘रोगी के मस्तिष्क संकेतों को रोबोट द्वारा किए गए कार्यों में अनुवाद करना’,” बाट्ज़ियानौलिस कहते हैं। “हमने यह करके किया कि हमने मशीन लर्निंग का उपयोग करके एक दिए गए मस्तिष्क संकेत को एक विशिष्ट कार्य से जोड़ा, फिर हमने कार्यों को व्यक्तिगत रोबोट नियंत्रणों से जोड़ा ताकि रोबोट वही करे जो रोगी के दिमाग में है।”
शोधकर्ताओं का मानना है कि एल्गोरिदम का उपयोग अंततः व्हीलचेयर को नियंत्रित करने के लिए किया जा सकता है।
“अब भी अभियांत्रिकी बाधाएं हैं जिन्हें पार करना होगा,” प्रोफेसर बिलार्ड कहते हैं। “और व्हीलचेयर एक नए सेट की चुनौतियां पेश करते हैं, क्योंकि दोनों रोगी और रोबोट गति में हैं।”
