Mühendisler AI Tabanlı El Jestini Tanıma Sistemini Geliştirdi

California Üniversitesi, Berkeley’deki mühendisler, ön koldeki elektrik sinyallerini tespit eden bir cihaz geliştirdiler. Bu yeni geliştirilen sistem, giyilebilen biyosensörler ve yapay zeka (AI) sonucudur ve protezlerin ve insan-bilgisayar etkileşiminin daha iyi kontrolüne yol açabilir.

Ali Moin, tasarım ekibinin bir parçasıydı ve UC Berkeley’nin Elektrik Mühendisliği ve Bilgisayar Bilimleri Bölümünde doktora öğrencisidir. Moin, 21 Aralık’ta Nature Electronics dergisinde online olarak yayınlanan 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 yöntemleri kullanarak, örneğin kameraları ve bilgisayar vizyonunu kullanarak, bu da bireyin mahremiyetini koruyan iyi bir çözümdür.”

El Jestini Tanıma Sistemi

Ekibin UC Berkeley’den Ana Arias ile birlikte çalıştı ve esnek bir kol bandı tasarladılar, bu kol bandı ön kolun 64 farklı noktasındaki elektrik sinyallerini okuyabilir. Bu elektrik sinyalleri daha sonra AI algoritması ile programlanmış bir elektrik çipi içine verildi. Bu algoritma, ön koldan gelen belirli el jestlerinden kaynaklanan sinyal kalıplarını tanımlayabilir.

Algoritma 21 ayrı el jestini tanımlayabildi.

“El kaslarınızın kasılmasını istediğinizde, beyniniz boyun ve omuzlardaki sinir hücreleri aracılığıyla kol ve el kaslarına elektrik sinyalleri gönderir” dedi Moin. “Aslında, koltuk中的 elektrotlar bu elektrik alanını algılar. Çok kesin değil, yani hangi exact liflerin tetiklendiğini belirleyemeyiz, ancak yüksek yoğunluklu elektrotlarla belirli kalıpları tanımak için öğrenilebilir.”

Algoritma ilk olarak koldaki elektrik sinyallerini ve karşılık gelen el jestlerini tanımlamak için öğrenir, bu da kullanıcının cihazları takarken bu jestleri yapmasını gerektirir. Bir adım daha ileri giderek, sistem bir hyperdimensional computing algoritmasına dayanır, bu da gelişmiş bir AI’dir ve sürekli olarak kendini günceller. Bu gelişmiş teknoloji, sistemlerin yeni bilgilerle, örneğin kol hareketleri veya terle kendini düzeltmesine olanak tanır.

“Jest tanıma konusunda, sinyalleriniz zamanla değişecek ve bu da 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 yapılmasıdır, bu da kişisel verilerin diğer cihazlara iletilmediği anlamına gelir. Bu, daha hızlı bir hesaplama zamanı ve korunan biyolojik verilere sonuçlanır.

Jan Rabaey, UC Berkeley’de Elektrik Mühendisliği’nin Donald O. Pedersen Seçkin Profesörü ve makalenin senior yazarıdır.

“Amazon veya Apple algoritmalarını oluşturduğunda, bulutta bir dizi yazılım çalıştırır ve ardından model cihazınıza indirilir” dedi Jan Rabaey. “Sorun, belirli bir modelle sıkışıp kalmanızdır. Bizim yaklaşımımızda, cihaz上的 öğrenme işlemini uyguladık. Ve çok hızlı: Sadece bir kez yapmanız yeterli ve işini yapmaya başlar. Ancak daha fazla yaparsanız, daha da iyi hale gelebilir. Yani, sürekli öğreniyor, tıpkı insanların yaptığı gibi.”

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

“Bu teknolojilerin çoğu zaten başka yerlerde mevcuttur, ancak bu cihazın benzersiz olan yanı, biyosensörleri, sinyal işleme ve yorumlama ve yapay zekayı bir araya getirmesidir ve nispeten küçük ve esnek bir sistemdir ve düşük bir güç bütçesine sahiptir” dedi Rabaey.