Mühendisler Elle Jestini Tanıma Sistemini Geliştirdi

California Üniversitesi, Berkeley’deki mühendisler, ön koldeki elektrik sinyallerini tespit eden bir cihaz geliştirdiler. Bu yeni sistem, giyilebilir biyosensörler ve yapay zeka (AI) sonucu ortaya çıktı ve protezlerin ve insan-bilgisayar etkileşiminin kontrolünü iyileştirebilir.

Ali Moin, tasarım ekibinin bir parçasıydı ve UC Berkeley’nin Elektrik Mühendisliği ve Bilgisayar Bilimleri Bölümü’nde doktora öğrencisiydi. Moin, 21 Aralık’ta Nature Electronics dergisinde çevrimiçi olarak yayımlanan araştırma makalesinin ortak ilk yazarıdır.

“Protezler, bu teknolojinin önemli bir uygulamasıdır, ancak bunun dışında, bilgisayarlara iletişimi çok daha sezgisel bir şekilde sağlar” dedi Moin. “El jestlerini okumak, insan-bilgisayar etkileşimini iyileştirmek için bir yoldur. Ve, diğer yöntemler gibi, kameralar ve bilgisayar vizyonu kullanarak bunu yapmak mümkün olsa da, bu çözüm aynı zamanda bireyin gizliliğini korur.”

El Jestini Tanıma Sistemi

Ekibin çalışması, UC Berkeley’de elektrik mühendisliği profesörü olan Ana Arias ile birlikte gerçekleşti. Birlikte, ön kolda 64 farklı noktada elektrik sinyallerini okuyabilen esnek bir bileklik tasarladılar ve yarattılar. Bu elektrik sinyalleri, AI algoritması ile programlanmış bir elektrik çipine iletildi. Bu algoritma, ön koldan gelen belirli el jestlerine karşılık gelen sinyal kalıplarını tanımlayabilir.

Algoritma, 21 ayrı el jestini tanımlayabildi.

“El kaslarınız kasılmak istediğinde, beyin, boyun ve omuzlardaki sinirleri aracılığıyla kol ve el kaslarına elektrik sinyalleri gönderir” dedi Moin. “Aslında, koltukta bulunan elektrodlar, bu elektrik alanını algılar. Çok kesin değil, çünkü hangi specific liflerin tetiklendiğini belirleyemeyiz, ancak elektrotların yüksek yoğunluğu ile belirli kalıpları öğrenmeye başlayabilir.”

AI algoritması, önce koldaki elektrik sinyallerini ve karşılık gelen el jestlerini öğrenir, bu da kullanıcının cihazla birlikte jestleri yapmasını gerektirir. Daha da ilerleyerek, sistem, bir hiperboyutlu hesap algoritması kullanır, bu da sürekli olarak kendini güncelleyen bir AI’dir. Bu gelişmiş teknoloji, sistemlerin yeni bilgilerle, örneğin kol hareketleri veya terle, kendisini düzeltmesini sağlar.

“Jest tanıma konusunda, sinyalleriniz zamanla değişebilir ve bu, modelinizin performansını etkileyebilir” dedi Moin. “Cihaz上的 modeli güncelleyerek, sınıflandırma doğruluğunu büyük ölçüde iyileştirebildik.”

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

Çip Üzerinde Yerel Hesaplama

Cihazın bir başka etkileyici özelliği, tüm hesaplamaların çip üzerinde gerçekleşmesidir, bu da kişisel verilerin diğer cihazlara iletilmesini engeller. Bu, daha hızlı bir hesaplama süresi ve korunan biyolojik verilere yol açar.

Jan Rabaey, UC Berkeley’de Elektrik Mühendisliği Profesörü ve makalenin senior yazarıdır.

“Amazon (AMZN ) veya Apple (AAPL ), algoritmalarını oluşturmak için bulutDA bir dizi yazılım çalıştırır ve sonra modeli cihazınıza indirir” dedi Jan Rabaey. “Sorun, sonra bu spesifik modelle sıkışıp kalırsınız. Bizim yaklaşımımızda, cihazda öğrenme işlemini uyguladık. Ve çok hızlı: sadece bir kez yapmanız yeterli ve işe başlıyor. Ve eğer daha fazla yaparsanız, daha da iyi hale gelebilir. Yani, sürekli öğreniyor, tıpkı insanların yaptığı gibi.”

Rabaey’ye göre, cihaz sadece birkaç küçük değişiklik sonra ticarileştirilebilir.

“Bu teknolojilerin çoğu zaten başka yerlerde mevcuttur, ancak bu cihazın benzersiz yanı, biyolojik algılama, sinyal işleme ve yorumlama ve yapay zekayı bir sistemde entegre etmesi ve bu sistemin nispeten küçük, esnek ve düşük güç tüketimi olmasıdır” dedi Rabaey.