Ingenieurs ontwikkelen AI-gebaseerd systeem voor herkenning van handgebaren

Ingenieurs aan de Universiteit van Californië, Berkeley, hebben een apparaat ontwikkeld dat handgebaren kan herkennen op basis van elektrische signalen die worden gedetecteerd in de onderarm. Dit nieuw ontwikkelde systeem is het resultaat van draagbare biosensoren en kunstmatige intelligentie (AI) en kan leiden tot betere controle over prosthesen en mens-computerinteractie.

Ali Moin maakte deel uit van het ontwerpteam en is een doctoraal student in de afdeling Elektrotechniek en Informatica van de UC Berkeley. Moin is ook co-auteur van het onderzoeksrapport dat op 21 december online is gepubliceerd in het tijdschrift Nature Electronics.

“Prosthesen zijn een belangrijke toepassing van deze technologie, maar daarnaast biedt het ook een zeer intuïtieve manier om met computers te communiceren”, zei Moin. “Het lezen van handgebaren is een manier om de interactie tussen mens en computer te verbeteren. En, hoewel er andere manieren zijn om dit te doen, bijvoorbeeld door het gebruik van camera’s en computer-visie, is dit een goede oplossing die ook de privacy van het individu waarborgt.”

Systeem voor herkenning van handgebaren

Het team werkte samen met Ana Arias, professor in de elektrotechniek aan de UC Berkeley, tijdens de ontwikkeling van het systeem. Samen ontwierpen en creëerden ze een flexibele armband die in staat is om elektrische signalen te lezen op 64 verschillende punten op de onderarm. Deze elektrische signalen werden vervolgens doorgegeven aan een elektrische chip die was geprogrammeerd met een AI-algoritme. Dit algoritme kan signaalpatronen in de onderarm identificeren die afkomstig zijn van specifieke handgebaren.

Het algoritme kon 21 individuele handgebaren identificeren.

“Wanneer je je handspieren wilt laten samentrekken, stuurt je hersenen elektrische signalen door neuronen in je nek en schouders naar spiervezels in je armen en handen”, zei Moin. “In wezen zijn de elektroden in de manchet aan het meten van dit elektrische veld. Het is niet zo precies, in de zin dat we niet kunnen bepalen welke exacte vezels werden geactiveerd, maar met de hoge dichtheid van elektroden kan het nog steeds leren om bepaalde patronen te herkennen.”

Het AI-algoritme leert eerst om elektrische signalen in de arm en de corresponderende handgebaren te identificeren, wat vereist dat de gebruiker het apparaat draagt terwijl hij deze gebaren maakt. Verder gaat het systeem gebruik maken van een hyperdimensionaal computeralgoritme, dat een geavanceerde AI is die zich continu bijwerkt. Deze geavanceerde technologie stelt het systeem in staat om zichzelf te corrigeren met nieuwe informatie, zoals armgebaren of zweet.

“Bij gebaarherkenning veranderen je signalen over tijd, en dat kan de prestaties van je model beïnvloeden”, zei Moin. “We konden de classificatie-accuratesse aanzienlijk verbeteren door het model op het apparaat bij te werken.”

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

Locaal rekenen op de chip

Een andere indrukwekkende functie van het apparaat is dat alle berekeningen plaatsvinden op de chip, wat betekent dat geen persoonlijke gegevens worden doorgegeven aan andere apparaten. Dit resulteert in een snellere berekeningstijd en beschermt biologische gegevens.

Jan Rabaey is de Donald O. Pedersen Distinguished Professor of Electrical Engineering aan de UC Berkeley en senior auteur van het artikel.

“Wanneer Amazon (AMZN ) of Apple (AAPL ) algoritmes creëert, draaien ze een heleboel software in de cloud die het model creëert, en vervolgens wordt het model gedownload naar je apparaat”, zei Jan Rabaey. “Het probleem is dat je dan vastzit aan dat specifieke model. In onze aanpak hebben we een proces geïmplementeerd waarbij het leren op het apparaat zelf gebeurt. En het is extreem snel: je hoeft het maar één keer te doen, en het begint meteen te werken. Maar als je het vaker doet, kan het beter worden. Dus, het leert continu, net zoals mensen dat doen.”

Volgens Rabaey kan het apparaat na een paar kleine aanpassingen commercieel worden gemaakt.

“De meeste van deze technologieën bestaan al elders, maar wat uniek is aan dit apparaat is dat het de biosensoren, signaalverwerking en interpretatie, en kunstmatige intelligentie in één systeem integreert dat relatief klein en flexibel is en een laag energieverbruik heeft”, zei Rabaey.