Laura Petrich, Mahasiswa PhD di Bidang Robotika & Pembelajaran Mesin – Seri Wawancara

Laura saat ini sedang mengejar gelar PhD di bidang Ilmu Komputasi di bawah bimbingan Dr. Patrick Pilarski dan Dr. Matthew E. Taylor. Ia menerima gelar B.Sc. dengan Pujian di bidang Ilmu Komputasi dari Universitas Alberta pada tahun 2019 dan gelar M.Sc. di bidang Ilmu Komputasi dari Universitas Alberta pada tahun 2022. Minat penelitiannya termasuk pembelajaran penguatan, interaksi manusia-robot, biomekatronika, dan robotika bantu. Mengambil inspirasi dari studi anatomi dengan Dr. Pierre Lemelin, penelitian Laura bertujuan untuk mengembangkan metode kontrol untuk manipulasi robotik dengan tujuan meningkatkan fungsionalitas, kemudahan penggunaan, keandalan, dan keamanan di dunia nyata.

Kami duduk untuk melakukan wawancara di konferensi tahunan 2023 Upper Bound tentang kecerdasan buatan yang diadakan di Edmonton, AB dan diselenggarakan oleh Amii (Alberta Machine Intelligence Institute).

Apa yang awalnya menarik Anda untuk mempelajari ilmu komputer?

Jadi, ketika saya kembali ke sekolah, saya ingin menjadi seorang dokter. Dan keseimbangan antara pekerjaan dan kehidupan pribadi sangat penting bagi saya, sehingga saya dapat menghabiskan banyak waktu dengan keluarga saya. Dan saya selalu ingin membantu orang lain, dan saya akhirnya mengambil kelas ilmu komputer di tahun pertama kuliah, dan itu terasa seperti alat yang luar biasa yang dapat digunakan untuk memecahkan masalah. Dan saya jatuh cinta dengan pemecahan masalah dan memutuskan bahwa bekerja di bidang teknologi bantu di mana saya dapat menggunakan pemecahan masalah untuk membantu orang lain adalah tempat saya ingin berada.

Bagaimana Anda menemukan bahwa teknologi bantu adalah passion Anda?

Saya mengambil kelas robotika di masa kuliah, dan itu adalah di mana kami menggunakan kit Lego Mindstorm untuk mempelajari dasar-dasar mekatronika dan robotika. Dan itu semua terasa sangat menyenangkan untuk bekerja dengannya, dan Anda dapat menulis program dan kemudian langsung melihat hasilnya. Jadi, itu semua masuk akal untuk menggabungkan cinta saya dengan sistem robotika dengan keinginan saya untuk membantu orang lain. Teknologi bantu tepat masuk ke dalam ruang itu.

Apakah Anda dapat mendefinisikan mekatronika untuk audiens kita?

Itu akan seperti apa pun di dalam bidang robotika di mana Anda memiliki sistem perangkat keras, dan Anda dapat mengendalikannya untuk mengubah lingkungan.

Apa beberapa contoh penggunaan teknologi yang Anda kerjakan?

Saat ini, saya bekerja di BLINC Lab (Bionic Limbs for Improved Natural Control) dengan Patrick (Pilarski), dan contoh utama di sana adalah saya bekerja pada prostetik lengan atas. Jadi, kita memiliki perangkat robotika cerdas yang dapat dikendalikan melalui sinyal miolistrik, dan itu adalah contoh utama adalah bagaimana kita mengendalikan prostetik lengan yang sekarang terpasang pada tubuh manusia untuk melakukan apa yang pengguna inginkan.

Seberapa lama Anda telah bekerja pada teknologi ini?

Saya baru saja memulai PhD saya pada Januari. Saya melakukan master saya di grup robotika dan penglihatan komputer di Universitas Alberta, di mana saya bekerja pada manipulasi robotik dengan lengan robot.

Saya baru saja memasuki dunia prostetik.

Apa beberapa kekhawatiran keamanan yang Anda temukan dengan teknologi ini?

Dengan perangkat prostetik cerdas ini, kita selalu memprioritaskan keamanan terlebih dahulu. Itu selalu yang kita pikirkan terlebih dahulu, karena perangkat ini terpasang pada manusia. Jadi, pada akhirnya, perangkat tidak memiliki kata terakhir. Manusia selalu memiliki kontrol terakhir atas apa yang terjadi. Kita dapat membuat saran kepada manusia, katakan, “Saya pikir Anda ingin melakukan ini,” tetapi mereka selalu memiliki kontrol terakhir atas apa yang terjadi. Jadi, kita selalu memikirkan tentang keamanan individu yang akan menggunakan perangkat ini.

Dalam wawancara sebelumnya, Patrick berbicara tentang bagaimana biasanya otak harus belajar beradaptasi dengan perangkat, tetapi dalam kasus ini perangkat menggunakan pembelajaran mesin untuk beradaptasi dengan otak. Apakah Anda dapat membahas pandangan Anda tentang ini?

Ya. Jadi, kita ingin membangun sistem pembelajaran berkelanjutan untuk berjalan pada perangkat ini. Jadi, itu semua tentang memetakan sinyal dari pengguna, yang dalam kasus kita akan menjadi sinyal EMG. Jadi, sinyal EMG permukaan, Anda meletakkan elektroda pada otot residu yang dimiliki individu, dan kemudian apa yang Anda lakukan dengan sinyal input tersebut? Jadi, kita ingin memetakan ke gerakan robotik, kan? Apakah Anda ingin membuka tangan? Apakah Anda ingin menutup tangan? Pertama kita harus memutuskan bagaimana kita melakukan pemetaan masalah, dan itu adalah di mana pembelajaran mesin berperan.

Anda memiliki sistem pengenalan pola, jadi kita dapat memprediksi apa yang terjadi dengan aktivasi otot tertentu. Kita ingin itu terus belajar dan beradaptasi seiring waktu. Anda dapat berpikir bahwa, katakanlah, otot Anda sekarang. Jika Anda pergi ke gym, bentuk otot Anda berubah. Jadi, apakah kita harus sekarang melatih model pembelajaran mesin yang baru? Tidak. Kita ingin perangkat dan komponen pembelajaran mesin beradaptasi dengan orang tersebut seiring waktu ketika mereka mengalami perubahan atau ketika niat mereka berubah.

Apa timeline yang Anda pikir akan kita lihat teknologi ini di dunia nyata?

Saya berharap dalam PhD saya. Itu adalah tujuan saya untuk memecahkan masalah kontrol untuk prostetik lengan atas.

Itu akan luar biasa. Dan apa visi Anda untuk masa depan robotika bantu, katakanlah dalam timeline 10 tahun atau 20 tahun?

Saya membayangkan dunia di mana individu yang ingin memiliki prostetik lengan untuk digunakan dalam kehidupan sehari-hari dapat menggunakannya dengan cara yang kita gunakan lengan kita. Jadi, membuatnya dapat diandalkan, membuatnya intuitif, membuatnya mudah digunakan, itu adalah apa yang saya inginkan.

Apakah Anda melihat masa depan yang dipersonalisasi di mana orang yang lebih kecil akan memiliki prostetik yang lebih kecil? Atau apakah Anda pikir mereka semua akan sama?

Tidak, absolut. Saya pikir untuk sesuatu yang sangat pribadi seperti ini, Anda ingin perangkat ini terasa seperti bagian dari tubuh Anda sendiri. Kanan? Anda ingin itu menjadi bagian dari Anda. Jadi, itu membawa kita ke perawatan kesehatan yang dipersonalisasi dan individual. Prostetik lengan ini perlu dibentuk dan disesuaikan dengan individu yang akan menggunakannya, setidaknya menurut pendapat saya. Kita sudah melihat ini. Sekarang, ketika Anda pergi ke, katakanlah, Rumah Sakit Rehabilitasi Glenrose di sini di Edmonton, dan Anda mendapatkan prostetik baru, mereka membuat model 3D dari anggota tubuh residu Anda, dan mereka mempersonalisasi prostetik lengan Anda sesuai dengan Anda. Jadi, kita sudah melihat ini terjadi, dan untuk perangkat cerdas ini, itu akan menjadi lebih banyak lagi.

Jadi, itu akan dicetak 3D, kemungkinan, untuk pengguna.

Ya, dicetak 3D, disesuaikan, dan kemudian sistem kontrol yang dipersonalisasi juga.

Berapa lama waktu yang dibutuhkan pengguna untuk belajar menggunakan sistem ini?

Tujuan kita adalah bahwa kita dapat melatih model pembelajaran mesin yang lebih umum, dan kemudian dapat mempersonalisasi untuk orang tersebut dalam sesi pelatihan 5, 10 menit. Itu akan menjadi tujuan kita.

Setelah Anda mencapai ini, apa yang Anda ingin kerjakan selanjutnya?

Bagian besar dari penelitian saya juga bekerja dengan departemen anatomi di Universitas Alberta, Dan saya sangat tertarik dengan bagaimana kita, sebagai manusia, memanipulasi dunia di sekitar kita. Jadi, semua yang terkait dengan lengan atas manusia. Jadi, lengan dan tangan kita sangat menarik. Jadi, saya ingin fokus semua upaya saya pada prostetik lengan atas dan membuat perangkat ini dapat digunakan oleh orang-orang di dunia nyata.

Bagaimana perbedaan antara lengan atas dan lengan bawah?

Lengan bawah, gerakannya sangat berulang. Jika Anda berpikir tentang cara berjalan kita, itu adalah masalah kontrol yang lebih mudah untuk dipecahkan. Sementara itu, untuk lengan atas, Anda perlu dapat memanipulasi objek di ruang 3D, Anda memiliki banyak derajat kebebasan. Jika Anda berpikir tentang itu, jika kita menutup mata kita dan kita meraih sekitar, kita masih dapat melihat dunia di sekitar kita melalui tangan kita. Jadi, kita memiliki organ sensorik yang luar biasa yang dapat kita gunakan untuk menjelajahi lingkungan. Jadi, untuk dapat memberikan kembali kepada komunitas medis melalui prostetik lengan, saya pikir, akan menjadi luar biasa,

Apakah Anda dapat membagikan bagaimana Anda mengambil inspirasi dari studi anatomi

Saya telah bekerja dengan Dr. Pierre Lemelin di departemen anatomi di Universitas Alberta selama lima tahun terakhir. Saya berharap bahwa melalui studi anatomi manusia dan memahami secara tepat bagaimana kita memanipulasi objek di lingkungan, apa jalur saraf kita, apa otot yang diaktifkan, kita dapat menggunakan pengetahuan itu untuk tidak hanya memperbaiki, pertama-tama, struktur prostetik lengan.

Apakah ada tempat-tempat kecil di desain prostetik lengan yang dapat kita ubah yang akan menjadi sedikit penyesuaian kecil dalam desain mekanis, tetapi melihat peningkatan besar dalam fungsi? Tetapi juga, sistem kontrol yang mendasarinya, bagaimana kita menggunakannya. Jika kita dapat memahami secara tepat mana saraf yang diaktifkan, ketika kita berpikir, “Oh, buka tanganku,” maka dapat kita gunakan itu untuk memprediksi apa yang pengguna ingin lakukan dengan prostetik lengan mereka, dan kemudian enact that motion in the robotic device. Terima kasih atas wawancara yang luar biasa, pembaca yang ingin mempelajari lebih lanjut dapat mengunjungi sumber daya berikut:

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