Ilmuwan Mengembangkan Tangan Buatan Pintar yang Menggabungkan Kontrol Pengguna dan Otomatisasi

Ilmuwan dari Ecole Polytechnique Fédérale de Lausanne bekerja pada cara-cara baru untuk meningkatkan kontrol tangan robotik, terutama untuk orang-orang yang kehilangan anggota tubuh. Mereka telah mengembangkan cara untuk menggabungkan kontrol jari individu dan otomatisasi untuk membantu meningkatkan genggaman dan manipulasi. Mereka menguji ide ini tentang neuroteknik dan robotika pada tiga orang yang kehilangan anggota tubuh dan tujuh orang sehat. Hasil studi ini dipublikasikan di Nature Machine Intelligence.

Teknologi baru ini menggabungkan dua bidang terpisah untuk kontrol tangan robotik. Ini adalah sesuatu yang belum pernah dilakukan sebelumnya, dan ini mengikuti bidang baru kontrol bersama dalam neuroprostetik.

Salah satu konsep baru berasal dari neuroteknik. Gerakan jari yang dimaksudkan diidentifikasi dengan membaca aktivitas otot pada tunggul orang yang kehilangan anggota tubuh. Ini kemudian digunakan untuk kontrol jari individu tangan prostetik. Konsep lainnya berasal dari robotika. Tangan robotik dapat menggenggam benda dan menjaga kontak dengan benda tersebut dengan cara menggenggam.

“Ketika Anda memegang benda di tangan Anda, dan benda itu mulai tergelincir, Anda hanya memiliki beberapa milidetik untuk bereaksi,” jelas Aude Billard, yang memimpin Laboratorium Algoritma dan Sistem Pembelajaran EPFL. “Tangan robotik memiliki kemampuan untuk bereaksi dalam waktu 400 milidetik. Dilengkapi dengan sensor tekanan di sepanjang jari, tangan robotik dapat bereaksi dan menstabilkan benda sebelum otak dapat memahami bahwa benda itu tergelincir.”

Prosesnya dimulai dengan algoritma yang belajar untuk memahami niat pengguna, dan kemudian menerjemahkan niat tersebut menjadi gerakan jari tangan prostetik. Agar hal ini terjadi, orang yang kehilangan anggota tubuh harus melatih algoritma yang menggunakan pembelajaran mesin dengan melakukan serangkaian gerakan tangan. Sensor digunakan pada tunggul orang yang kehilangan anggota tubuh, dan sensor tersebut dapat mendeteksi aktivitas otot tertentu. Algoritma kemudian belajar dan menghubungkan gerakan tangan dengan aktivitas otot yang sesuai. Akhirnya, algoritma akan mengetahui gerakan jari yang dimaksudkan pengguna, dan kemudian jari individu dapat dikontrol pada tangan prostetik.

Katie Zhuang adalah penulis utama publikasi ini. Ia berbicara tentang algoritma pembelajaran mesin.

“Karena sinyal otot dapat berisik, kita memerlukan algoritma pembelajaran mesin yang mengekstrak aktivitas yang bermakna dari otot-otot tersebut dan menafsirkannya menjadi gerakan,” katanya.

Ilmuwan kemudian mengembangkan algoritma sehingga ketika pengguna mencoba menggenggam benda, otomatisasi robotik diaktifkan. Algoritma akan mengirim sinyal ke tangan prostetik untuk menutup jari dan menggenggam ketika benda bersentuhan dengan sensor. Sensor tersebut terletak pada permukaan tangan prostetik. Ilmuwan menciptakan sistem baru ini berdasarkan adaptasi dari studi sebelumnya. Dalam studi tersebut, lengan robotik dirancang untuk mengidentifikasi bentuk benda dan kemudian menggenggamnya. Mereka melakukan ini berdasarkan informasi taktil saja, dan tidak bergantung pada sinyal visual.

Masih ada tantangan yang harus diatasi sebelum teknologi ini dapat digunakan secara efektif di antara orang-orang dan menjadi pilihan yang layak untuk orang-orang yang kehilangan anggota tubuh yang mencari tangan prostetik. Namun, teknologi ini adalah langkah besar dalam bidang ini, dan akan terus mendorong gagasan menggabungkan manusia dan robotika. Saat ini, algoritma masih diuji pada robot.

“Pendekatan bersama kami untuk mengontrol tangan robotik dapat digunakan dalam beberapa aplikasi neuroprostetik seperti prostetik tangan bionik dan antarmuka otak-mesin, meningkatkan dampak klinis dan kemudahan penggunaan perangkat tersebut,” kata Silvestro Micera, Ketua Yayasan Bertarelli EPFL dalam Neuroteknik Terjemahan, dan Profesor Bioelektronika di Scuola Superiore Sant’Anna.