Insinyur Mengembangkan Sistem Pengenalan Gerakan Tangan Berbasis AI

Insinyur di Universitas California, Berkeley telah mengembangkan perangkat yang dapat mengenali gerakan tangan berdasarkan sinyal listrik yang terdeteksi di lengan bawah. Sistem baru ini adalah hasil dari biosensor yang dapat dikenakan dan kecerdasan buatan (AI), dan dapat memimpin pengembangan kontrol prostetik dan interaksi manusia-komputer yang lebih baik.

Ali Moin adalah bagian dari tim desain dan merupakan mahasiswa doktoral di Departemen Teknik Elektro dan Ilmu Komputer Universitas California, Berkeley. Moin juga merupakan salah satu penulis utama makalah penelitian yang dipublikasikan secara online pada 21 Desember di jurnal Nature Electronics.

“Prostetik adalah salah satu aplikasi penting dari teknologi ini, tetapi selain itu, juga menawarkan cara yang sangat intuitif untuk berkomunikasi dengan komputer.” kata Moin. “Membaca gerakan tangan adalah salah satu cara untuk meningkatkan interaksi manusia-komputer. Dan, meskipun ada cara lain untuk melakukannya, dengan menggunakan kamera dan penglihatan komputer, ini adalah solusi yang baik yang juga mempertahankan privasi individu.”

Sistem Pengenalan Gerakan Tangan

Tim bekerja dengan Ana Arias, profesor teknik elektro di Universitas California, Berkeley, selama pengembangan sistem. Bersama, mereka merancang dan menciptakan gelang yang fleksibel yang dapat membaca sinyal listrik di 64 titik yang berbeda pada lengan bawah. Sinyal listrik ini kemudian dimasukkan ke dalam chip listrik yang diprogram dengan algoritma AI. Algoritma ini dapat mengidentifikasi pola sinyal di lengan bawah yang berasal dari gerakan tangan tertentu.

Algoritma ini dapat mengidentifikasi 21 gerakan tangan individu.

“Ketika Anda ingin otot tangan Anda berkontraksi, otak Anda mengirim sinyal listrik melalui neuron di leher dan bahu ke serat otot di lengan dan tangan,” kata Moin. “Pada dasarnya, apa yang elektroda di gelang ini deteksi adalah medan listrik ini. Ini tidak terlalu presisi, dalam arti bahwa kita tidak bisa menentukan serat otot mana yang dipicu, tetapi dengan kepadatan elektroda yang tinggi, masih dapat belajar untuk mengenali pola tertentu.”

Algoritma AI pertama kali belajar untuk mengidentifikasi sinyal listrik di lengan dan gerakan tangan yang sesuai, yang memerlukan pengguna untuk mengenakan perangkat tersebut sambil membuat gerakan tersebut. Mengambil langkah lebih lanjut, sistem ini menggunakan algoritma komputasi hiperdimensi, yang merupakan AI yang terus diperbarui. Teknologi canggih ini memungkinkan sistem untuk memperbaiki diri dengan informasi baru, seperti gerakan lengan atau keringat.

“Dalam pengenalan gerakan, sinyal Anda akan berubah seiring waktu, dan itu dapat mempengaruhi akurasi klasifikasi model Anda,” kata Moin. “Kami dapat meningkatkan akurasi klasifikasi dengan memperbarui model di perangkat.”

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

Menghitung Lokal di Chip

Fitur lain yang mengesankan dari perangkat ini adalah bahwa semua komputasi dilakukan di chip, yang berarti tidak ada data pribadi yang dikirim ke perangkat lain. Ini menghasilkan waktu komputasi yang lebih cepat dan data biologis yang dilindungi.

Jan Rabaey adalah Profesor Teknik Elektro Donald O. Pedersen yang terkenal di Universitas California, Berkeley dan penulis senior makalah tersebut.

“Ketika Amazon (AMZN ) atau Apple (AAPL ) membuat algoritma mereka, mereka menjalankan sejumlah perangkat lunak di cloud yang membuat model, dan kemudian model tersebut diunduh ke perangkat Anda,” kata Jan Rabaey. “Masalahnya adalah bahwa kemudian Anda terjebak dengan model tersebut. Dalam pendekatan kami, kami mengimplementasikan proses di mana pembelajaran dilakukan di perangkat itu sendiri. Dan itu sangat cepat: Anda hanya perlu melakukannya sekali, dan itu mulai melakukan pekerjaan. Tetapi jika Anda melakukannya beberapa kali, itu dapat menjadi lebih baik. Jadi, itu terus belajar, yang merupakan cara manusia melakukannya.”

Menurut Rabaey, perangkat ini dapat dipasarkan setelah beberapa perubahan kecil.

“Sebagian besar teknologi ini sudah ada di tempat lain, tetapi apa yang unik tentang perangkat ini adalah bahwa itu mengintegrasikan biosensing, pemrosesan sinyal dan interpretasi, dan kecerdasan buatan ke dalam satu sistem yang relatif kecil dan fleksibel dan memiliki anggaran daya yang rendah,” kata Rabaey.