वैज्ञानिकों ने उपयोगकर्ता नियंत्रण और स्वचालन को मिलाकर स्मार्ट कृत्रिम हाथ विकसित किया

एकोले पॉलिटेक्निक फेडेरल डी लॉज़ान के वैज्ञानिक रोबोटिक हाथों के नियंत्रण में सुधार के नए तरीकों पर काम कर रहे हैं, विशेष रूप से अम्पुटीज़ के लिए। उन्होंने व्यक्तिगत उंगली नियंत्रण और स्वचालन को मिलाकर पकड़ने और हेरफेर में सुधार करने का एक तरीका विकसित किया है। उन्होंने तीन अलग-अलग अम्पुटीज़ और सात स्वस्थ लोगों पर इस न्यूरोइंजीनियरिंग और रोबोटिक्स के विचार का परीक्षण किया। अध्ययन के परिणाम नेचर मैकेन इंटेलिजेंस में प्रकाशित हुए थे।

इस नई तकनीक में रोबोटिक हाथ नियंत्रण के लिए दो अलग-अलग क्षेत्रों को मिलाया गया है। यह ऐसा कुछ है जो पहले नहीं किया गया है, और यह न्यूरोप्रोस्थेटिक्स में साझा नियंत्रण के नए क्षेत्र का अनुसरण कर रहा है।

न्यूरोइंजीनियरिंग से एक新的 अवधारणा आती है। अम्पुटी के स्टंप पर मांसपेशियों की गतिविधि को पढ़कर इरादा उंगली आंदोलन की पहचान की जाती है। इसका उपयोग तब कृत्रिम हाथ के व्यक्तिगत उंगली नियंत्रण के लिए किया जाता है। रोबोटिक्स से दूसरी अवधारणा आती है। रोबोटिक हाथ वस्तुओं को पकड़ सकता है और उनसे संपर्क में रह सकता है और उन्हें पकड़ सकता है।

“जब आप अपने हाथ में एक वस्तु पकड़ते हैं और यह फिसलने लगती है, तो आपके पास केवल कुछ मिलीसेकंड का समय होता है,” एपीएफएल के लर्निंग अल्गोरिदम और सिस्टम लेबोरेटरी के नेता ऑडे बिलार्ड कहते हैं। “रोबोटिक हाथ में 400 मिलीसेकंड के भीतर प्रतिक्रिया करने की क्षमता है। इसके साथ ही इसकी उंगलियों के साथ दबाव सेंसर होते हैं, जो वस्तु को स्थिर करने में मदद कर सकते हैं इससे पहले कि मस्तिष्क यह महसूस करे कि वस्तु फिसल रही है।”

प्रक्रिया अल्गोरिदम के साथ शुरू होती है जो उपयोगकर्ता के इरादे को समझने के लिए सीखता है, और फिर इसे कृत्रिम हाथ की उंगली आंदोलन में अनुवादित करता है। इसके लिए, अम्पुटी को पहले मशीन लर्निंग अल्गोरिदम को प्रशिक्षित करना होता है जो एक श्रृंखला हाथ आंदोलनों को करने के लिए होता है। अम्पुटी के स्टंप पर सेंसर होते हैं जो मांसपेशियों की कुछ गतिविधि का पता लगा सकते हैं। अल्गोरिदम तब हाथ आंदोलनों और उनके संबंधित मांसपेशियों की गतिविधि को सीखता है और जोड़ता है। अंततः, अल्गोरिदम उपयोगकर्ता के इरादा उंगली आंदोलनों को जान जाएगा, और फिर कृत्रिम हाथ की व्यक्तिगत उंगलियों को नियंत्रित किया जा सकता है।

केटी ज़ुआंग प्रकाशन के पहले लेखक हैं। उन्होंने मशीन लर्निंग अल्गोरिदम के बारे में बात की।

“क्योंकि मांसपेशियों के संकेत शोर वाले हो सकते हैं, हमें एक मशीन लर्निंग अल्गोरिदम की आवश्यकता है जो उन मांसपेशियों से अर्थपूर्ण गतिविधि को निकाले और इसे आंदोलनों में व्याख्या करे,” उन्होंने कहा।

वैज्ञानिकों ने तब अल्गोरिदम को इंजीनियर किया ताकि जब उपयोगकर्ता एक वस्तु को पकड़ने का प्रयास करता है, तो रोबोटिक स्वचालन शुरू हो जाता है। अल्गोरिदम कृत्रिम हाथ को संकेत देगा कि जब एक वस्तु सेंसर के संपर्क में आती है, तो अपनी उंगलियों को बंद करें और पकड़ें। सेंसर कृत्रिम हाथ की सतह पर स्थित होते हैं। वैज्ञानिकों ने इस नए सिस्टम को एक पिछले अध्ययन से अनुकूलित किया है। उस अध्ययन में, रोबोटिक भुजाएं वस्तुओं के आकार की पहचान करने और उन्हें पकड़ने के लिए डिज़ाइन की गई थीं। उन्होंने स्पर्श संबंधी जानकारी के आधार पर ऐसा किया, और दृश्य संकेतों पर निर्भर नहीं किया।

लोगों के बीच और व्यावसायिक रूप से अम्पुटीज़ के लिए कृत्रिम हाथों के विकल्प के रूप में इस प्रौद्योगिकी का प्रभावी ढंग से उपयोग करने से पहले अभी भी कई चुनौतियाँ हैं। हालांकि, यह प्रौद्योगिकी इस क्षेत्र में एक बड़ा कदम है, और यह मानव और रोबोटिक्स के विलय के विचार को आगे बढ़ाना जारी रखेगी। वर्तमान में, अल्गोरिदम अभी भी एक रोबोट पर परीक्षण किया जा रहा है।

“हमारा रोबोटिक हाथों को नियंत्रित करने के लिए साझा दृष्टिकोण बायोनिक हाथ प्रोस्थेसिस और मस्तिष्क-से-मशीन इंटरफेस जैसे कई न्यूरोप्रोस्थेटिक अनुप्रयोगों में उपयोग किया जा सकता है, जो इन उपकरणों के नैदानिक प्रभाव और उपयोगिता को बढ़ाता है,” एपीएफएल के बर्टारेली फाउंडेशन चेयर इन ट्रांसलेशनल न्यूरोइंजीनियरिंग, और स्कुओला सुपेरियर सैंट’अन्ना में बायोइलेक्ट्रॉनिक्स के प्रोफेसर सिल्वेस्ट्रो मिकेरा कहते हैं।