Gli ingegneri sviluppano un sistema di riconoscimento dei gesti delle mani basato sull’intelligenza artificiale

Gli ingegneri dell’Università della California, Berkeley, hanno sviluppato un dispositivo in grado di riconoscere i gesti delle mani in base ai segnali elettrici rilevati nel polso. Questo sistema appena sviluppato è il risultato di biosensori indossabili e intelligenza artificiale (AI) e potrebbe portare a un miglior controllo dei protesi e dell’interazione uomo-computer.

Ali Moin ha fatto parte del team di progettazione e è uno studente di dottorato presso il Dipartimento di Ingegneria Elettrica e Informatica dell’Università di Berkeley. Moin è anche co-autore del primo articolo di ricerca pubblicato online il 21 dicembre sulla rivista Nature Electronics.

“Le protesi sono un’applicazione importante di questa tecnologia, ma oltre a questo, offre anche un modo molto intuitivo di comunicare con i computer”, ha detto Moin. “La lettura dei gesti delle mani è un modo per migliorare l’interazione uomo-computer. E, mentre ci sono altri modi di farlo, ad esempio utilizzando telecamere e visione artificiale, questa è una buona soluzione che mantiene anche la privacy dell’individuo”.

Sistema di riconoscimento dei gesti delle mani

Il team ha lavorato con Ana Arias, professoressa di ingegneria elettrica all’Università di Berkeley, durante lo sviluppo del sistema. Insieme, hanno progettato e creato una fascia per il polso flessibile in grado di leggere segnali elettrici in 64 punti diversi sul polso. Questi segnali elettrici sono stati poi inviati a un chip elettrico programmato con un algoritmo di intelligenza artificiale. Questo algoritmo può identificare modelli di segnali nel polso che provengono da gesti delle mani specifici.

L’algoritmo è stato in grado di identificare 21 gesti delle mani individuali.

“Quando si vuole che i muscoli della mano si contraggano, il cervello invia segnali elettrici attraverso i neuroni nel collo e nelle spalle ai muscoli del braccio e della mano”, ha detto Moin. “In sostanza, ciò che gli elettrodi nella fascia stanno rilevando è questo campo elettrico. Non è così preciso, nel senso che non possiamo individuare quali fibre muscolari esatte sono state attivate, ma con la densità elevata di elettrodi, può comunque imparare a riconoscere certi modelli.”

L’algoritmo di intelligenza artificiale impara prima a identificare i segnali elettrici nel braccio e i gesti delle mani corrispondenti, il che richiede all’utente di indossare il dispositivo mentre esegue quei gesti. Andando oltre, il sistema si basa su un algoritmo di calcolo iperdimensionale, che è un’intelligenza artificiale avanzata che si aggiorna continuamente. Questa tecnologia avanzata consente al sistema di correggersi con nuove informazioni, come i movimenti del braccio o il sudore.

“Nel riconoscimento dei gesti, i segnali cambieranno nel tempo e ciò può influire sulle prestazioni del modello”, ha detto Moin. “Siamo stati in grado di migliorare notevolmente l’accuratezza della classificazione aggiornando il modello sul dispositivo.”

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

Calcolo locale sul chip

Un’altra caratteristica impressionante del dispositivo è che tutto il calcolo avviene sul chip, il che significa che nessun dato personale viene trasmesso ad altri dispositivi. Ciò si traduce in un tempo di calcolo più veloce e in dati biologici protetti.

Jan Rabaey è il professore di ingegneria elettrica Donald O. Pedersen all’Università di Berkeley e autore senior dell’articolo.

“Quando Amazon (AMZN ) o Apple (AAPL ) creano i loro algoritmi, eseguono un mucchio di software nel cloud che crea il modello e poi il modello viene scaricato sul dispositivo”, ha detto Jan Rabaey. “Il problema è che poi si rimane bloccati con quel particolare modello. Nel nostro approccio, abbiamo implementato un processo in cui l’apprendimento avviene sul dispositivo stesso. E è estremamente veloce: basta farlo una volta e inizia a funzionare. Ma se lo si fa più volte, può migliorare. Quindi, è in continua evoluzione, proprio come fanno gli esseri umani.”

Secondo Rabaey, il dispositivo potrebbe essere commercializzato dopo solo alcuni piccoli cambiamenti.

“La maggior parte di queste tecnologie esiste già altrove, ma ciò che è unico di questo dispositivo è che integra la biosensazione, l’elaborazione dei segnali e l’interpretazione e l’intelligenza artificiale in un sistema che è relativamente piccolo e flessibile e ha un basso budget di potenza”, ha detto Rabaey.