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 sulla base di segnali elettrici rilevati nell'avambraccio. Questo sistema di nuova concezione è il risultato di biosensori indossabili e intelligenza artificiale (AI) e potrebbe portare a un migliore controllo delle protesi e dell'interazione uomo-computer.

Ali Moin faceva parte del team di progettazione ed è uno studente di dottorato presso il Dipartimento di ingegneria elettrica e scienze informatiche della UC Berkeley. Moin è anche co-primo autore del documento di ricerca pubblicato online il 21 dicembre sulla rivista Elettronica per la natura.

"Le protesi sono un'importante applicazione di questa tecnologia, ma oltre a ciò offrono anche un modo molto intuitivo di comunicare con i computer." disse Moin. “Leggere i gesti delle mani è un modo per migliorare l’interazione uomo-computer. E, sebbene esistano altri modi per farlo, ad esempio utilizzando telecamere e visione artificiale, questa è una buona soluzione che preserva anche la privacy dell’individuo”.

Sistema di riconoscimento dei gesti delle mani

Il team ha lavorato con Ana Arias, professoressa di ingegneria elettrica alla UC Berkeley, durante lo sviluppo del sistema. Insieme, hanno progettato e creato un bracciale flessibile in grado di leggere i segnali elettrici in 64 diversi punti dell'avambraccio. Questi segnali elettrici sono stati quindi immessi in un chip elettrico programmato con un algoritmo AI. Questo algoritmo può identificare i modelli di segnale nell'avambraccio che provengono da specifici gesti delle mani.

L'algoritmo è stato in grado di identificare 21 singoli gesti delle mani.

"Quando vuoi che i muscoli delle mani si contraggano, il tuo cervello invia segnali elettrici attraverso i neuroni del collo e delle spalle alle fibre muscolari delle braccia e delle mani", ha detto Moin. “Essenzialmente, ciò che gli elettrodi nel bracciale stanno rilevando è questo campo elettrico. Non è così preciso, nel senso che non possiamo individuare quali fibre esatte sono state attivate, ma con l'alta densità di elettrodi, può ancora imparare a riconoscere determinati schemi.

L'algoritmo AI impara innanzitutto a identificare i segnali elettrici nel braccio e i corrispondenti gesti delle mani, il che richiede all'utente di indossare il dispositivo mentre esegue tali gesti. Facendo un ulteriore passo avanti, 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 movimenti del braccio o sudore.

"Nel riconoscimento dei gesti, i tuoi segnali cambieranno nel tempo e questo può influire sulle prestazioni del tuo modello", ha detto Moin. "Siamo stati in grado di migliorare notevolmente la precisione della classificazione aggiornando il modello sul dispositivo."

Elaborazione 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 tempi di calcolo più rapidi e dati biologici protetti.

Jan Rabaey è Donald O. Pedersen Distinguished Professor of Electrical Engineering alla UC Berkeley e autore senior del documento.

"Quando Amazon o Apple creano i loro algoritmi, eseguono una serie di software nel cloud che crea il modello, quindi il modello viene scaricato sul tuo dispositivo", ha affermato Jan Rabaey. “Il problema è che poi sei bloccato con quel particolare modello. Nel nostro approccio, abbiamo implementato un processo in cui l'apprendimento avviene sul dispositivo stesso. Ed è estremamente veloce: devi farlo solo una volta e inizia a fare il lavoro. Ma se lo fai più volte, può migliorare. Quindi, impara continuamente, ed è così che lo fanno gli umani.

Secondo Rabaey, il dispositivo potrebbe essere commercializzato dopo solo alcune lievi modifiche.

"La maggior parte di queste tecnologie esiste già altrove, ma la particolarità di questo dispositivo è che integra il biosensore, l'elaborazione e l'interpretazione del segnale e l'intelligenza artificiale in un sistema relativamente piccolo e flessibile e con un basso budget energetico", ha affermato Rabaey.