Maskinlæringsprogram kobler seg til menneskehjernen og styrer roboter

Forskere ved Ecole Polytechnique Fédérale de Lausanne har utviklet et maskinlæringsprogram som kan kobles til en menneskehjernen og brukes til å styre en robot. Programmet kan endre robotens bevegelser basert på elektriske signaler fra hjernen.

Disse nye fremsteg kan hjelpe tetraplegipasienter som ikke kan snakke eller utføre bevegelser. Det bygger på mye arbeid som har blitt gjort tidligere for å utvikle systemer som hjelper disse pasientene å fullføre oppgaver på egen hånd.

Studien ble publisert i Communications Biology.

Prof. Aude Billard er leder av EPFLs Learning Algorithms and Systems Laboratory.

“Personer med ryggmargskade opplever ofte varige nevrologiske defekter og alvorlige motoriske funksjonsnedsettelser som forhindrer dem fra å utføre selv de enkleste oppgaver, som å gripe et objekt,” sier Billard. “Hjelp fra roboter kunne hjelpe disse menneskene å gjenopprette noe av deres tapte fingernemhet, siden roboten kan utføre oppgaver i deres sted.”

Å flytte roboten med tanker

Sammen med José del R. Millán, Prof. Billard og de to forskningsgruppene utviklet dataprogrammet, som ikke trenger talekontroll eller berøring. Pasientene kan flytte roboten bare med sine tanker.

Forskerne startet med å utvikle systemet ved å basere det på en robotarm som hadde blitt utviklet for flere år siden. Den kan bevege seg frem og tilbake fra høyre til venstre, samt omposisjonere objekter foran seg og unngå objekter i dens bane.

“I vår studie programmerte vi en robot til å unngå hindringer, men vi kunne ha valgt noen andre oppgaver, som å fylle et glass med vann eller å skyve eller trekke et objekt,” sier Prof. Billard.

Forskerne forbedret så robotens mekanisme for å unngå hindringer, slik at den skulle bli mer presis.

Carolina Gaspar Pinto Ramon Correia er en PhD-student ved Prof. Billards laboratorium.

“Til å begynne med, valgte roboten en bane som var for bred for noen hindringer, og tok den for langt unna, og ikke bred nok for andre, og holdt den for nær,” sier Correia. “Ettersom målet vårt var å hjelpe lammete pasienter, måtte vi finne en måte for brukerne å kunne kommunisere med den uten å trenger å snakke eller bevege seg.”

Utvikling av algoritmen

For å gjøre dette, måtte de utvikle en algoritme som kunne justere robotens bevegelser bare basert på en pasients tanker. Algoritmen ble koblet til en hodekapsel utstyrt med elektroder for å kjøre EEG-scans av pasientens hjerneaktivitet.

Pasienten trenger bare å se på roboten for å bruke systemet. Når roboten gjør en feilbevegelse, sender pasientens hjerne en “feilmeddelelse” gjennom et tydelig signal, som indikerer til roboten at den gjør en feil. Roboten forstår ikke hvorfor den mottar signalet først, men feilmeddelelsen blir så matet inn i algoritmen. Algoritmen bruker en inverse forsterkningslæringsmetode for å finne ut hva pasienten ønsker og hva handlinger roboten skal utføre.

Prøving-og-feil-prosessen betyr at roboten prøver ut forskjellige bevegelser for å se hvilken som er riktig, og bare tre til fem forsøk er vanligvis nødvendig for å finne ut den riktige responsen.

“Robotens AI-program kan lære raskt, men du må fortelle det når det gjør en feil, så det kan korrigere sitt atferd,” sier Prof. Millán. “Utvikling av detekteringsteknologien for feilsignalene var en av de største tekniske utfordringene vi møtte.”

Iason Batzianoulis er studiens hovedforfatter.

“Hva var særlig vanskelig i vår studie, var å koble en pasients hjerneaktivitet til robotens kontrollsystem — eller med andre ord, ‘oversette’ en pasients hjerne-signaler til handlinger utført av roboten,” sier Batzianoulis. “Vi gjorde det ved å bruke maskinlæring til å koble en gitt hjerne-signal til en bestemt oppgave. Så koblet vi oppgavene til enkelte robot-kontroller, så roboten gjør hva pasienten har i tankene.”

Forskerne tror at algoritmen kunne bli brukt til å kontrollere rullestoler.

“For nå er det fortsatt mange tekniske hindringer å overvinne,” sier Prof. Billard. “Og rullestoler stiller en helt ny sett med utfordringer, siden både pasienten og roboten er i bevegelse.”