エンジニアが開発したAIベースのハンドジェスチャー認識システム

カリフォルニア大学バークレー校のエンジニアたちは、前腕に検出された電気信号に基づいてハンドジェスチャーを認識する装置を開発しました。この新しく開発されたシステムは、可穿戴バイオセンサーと人工知能（AI）の結果であり、プロセチクスと人間コンピュータ相互作用の制御を改善する可能性があります。

アリ・モインは設計チームの一員であり、UCバークレーの電気工学およびコンピューターサイエンス学科の博士課程の学生でもあります。モインは、12月21日にオンラインでジャーナル《ネイチャー・エレクトロニクス》に掲載された研究論文の共同第一著者でもあります。

「プロセチクスは、この技術の重要な応用例のひとつですが、それ以外にも、コンピュータと非常に直感的かつ自然な方法でコミュニケーションをとる手段を提供します。」とモインは述べました。「ハンドジェスチャーの読み取りは、人間コンピュータ相互作用を改善する方法のひとつです。他の方法としては、カメラやコンピュータビジョンを使用する方法がありますが、この方法は、個人のプライバシーを維持しながら解決策を提供します。」

ハンドジェスチャー認識システム

開発チームは、UCバークレーの電気工学教授であるアナ・アリアスと共同でシステムを設計し、開発しました。彼らは、前腕の64個の異なる点で電気信号を読み取ることができる柔軟なアームバンドを共同で作成しました。これらの電気信号は、AIアルゴリズムがプログラムされた電気チップにフィードされました。このアルゴリズムは、特定のハンドジェスチャーによって生じる前腕の信号パターンを識別できます。

アルゴリズムは、21種類の個々のハンドジェスチャーを識別することができました。

「あなたが手の筋肉を収縮させたいとき、あなたの脳は首と肩の神経を通じて腕と手の筋繊維に電気信号を送信します。」とモインは述べました。「実質的に、アームバンドの電極が検知しているのは、この電気フィールドです。正確なものではありません。つまり、どの特定の筋繊維がトリガーされたかを特定できないのですが、高密度の電極を使用することで、特定のパターンを学習することができます。」

AIアルゴリズムは、まず、腕の電気信号と対応するハンドジェスチャーを識別することを学習する必要があります。これには、ユーザーがジェスチャーを行うときにデバイスを着用する必要があります。さらに、システムはハイパーディメンショナル・コンピューティング・アルゴリズムに依存しています。これは、自己更新型の高度なAIです。この高度な技術により、システムは新しい情報、たとえば腕の動きや汗などに基づいて自己修正を行うことができます。

「ジェスチャー認識では、信号は時間の経過とともに変化し、それがモデル性能に影響を及ぼす可能性があります。」とモインは述べました。「デバイス上でモデルを更新することで、分類精度を大幅に改善することができました。」

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

チップ上でのローカルコンピューティング

このデバイスのもう一つの特徴は、すべてのコンピューティングがチップ上で行われることです。つまり、個人データは他のデバイスに送信されません。これにより、コンピューティング時間が短縮され、生物学的データが保護されます。

ジャン・ラバエは、UCバークレーの電気工学のドナルド・O・ペデンセン特別教授であり、論文の共同著者です。

「Amazon (AMZN ) やApple (AAPL ) がアルゴリズムを作成するとき、彼らはクラウドでソフトウェアを実行してモデルを作成し、そのモデルをデバイスにダウンロードします。」とラバエは述べました。「問題は、そのモデルに固定されることです。私たちのアプローチでは、デバイス自体で学習を行うプロセスを実装しました。それは非常に迅速です。1回行うだけで、機能を開始できます。さらに何度か行うと、より良くなる可能性があります。つまり、継続的に学習しています。これは、人間が行う方法です。」

ラバエによると、このデバイスはわずかな変更を加えるだけで商業化される可能性があります。

「これらの技術のほとんどは、他の場所でも既に存在していますが、このデバイスが独自の点は、バイオセンシング、信号処理および解釈、人工知能を1つのシステムに統合し、相対的に小さく柔軟で低電力の予算を持っていることです。」とラバエは述べました。