Naukowcy z Massachussets Institute of Technology poinformowali, że wynaleźli sposób na przekazywanie poleceń robotom za pomocą fal mózgowych i gestów dłoni człowieka.
Działanie opracowanego przez nich systemu opisał w czwartek serwis Popular Mechanics.
Naukowcy z Laboratorium Informatyki i Sztucznej Inteligencji (CSAIL) oparli swój system na monitorowaniu aktywności mózgowej za pomocą elektroencefalografu (EEG). Monitoring pozwala na określenie, czy sterująca robotem osoba zauważyła np. błąd w jego działaniu. Jeśli tak się stało, kontrola nad maszyną przechodzi z trybu automatycznego w ręce człowieka, który za pomocą gestów dłoni może zadecydować o jego kolejnych czynnościach.
Sterowanie robotem za pomocą gestów
Sterowanie robotem za pomocą gestów jest możliwe z kolei dzięki wykorzystaniu technologii elektromiografii (EMG), wykorzystywanej wcześniej w medycynie do analizy impulsów elektrycznych przesyłanych do mózgu przez mięśnie szkieletowe.
"System łączący wykorzystanie EEG i EMG pozwolił nam na stworzenie możliwości zastosowania naturalnych interakcji między człowiekiem i robotem, które mogą być wykorzystane dużo szerzej, niż w przypadku sterowania opartego wyłącznie o dane z EEG" - ocenia dyrektor CSAIL Daniela Rus, która nadzorowała prace nad powstawaniem nowego rozwiązania. "Dzięki wykorzystaniu informacji o sygnałach płynących z mięśni możemy kontrolować roboty w przestrzeni, wydając im o wiele bardziej szczegółowe polecenia, niż to miało miejsce wcześniej" - dodaje.
Przekazanie sygnału przez mózg
Wcześniejsze systemy, o których mówi Rus, oparte były wyłącznie na analizie danych płynących z elektroencefalografu. Wymagały one bardzo skoncentrowanego myślenia osoby sterującej urządzeniem. Zdaniem naukowców z MIT, ich największym osiągnięciem w ramach nowego projektu jest umożliwienie automatycznego przekazania sygnału przez mózg do systemu sterującego robota.
Wagę tej innowacji podkreśla również doktorant biorący udział w projekcie Joseph DelPreto, którego zdaniem "najistotniejsze jest to, że nie trzeba już uczyć użytkowników myślenia w specyficzny i ściśle określony osób, aby osiągnąć realne cele. Maszyna dostosowuje się do użytkownika, nie zaś odwrotnie" - ocenia.
Z wykorzystaniem opracowanego przez badaczy systemu, używany w ramach eksperymentu robot zwiększył wydajność swojej pracy z 70 proc. do 97 proc. (gdzie pod uwagę był brany wskaźnik dokładności wykonania zadanych poleceń).
Serwis Popular Mechanics zaznacza, że jeśli rozwój tej technologii będzie przebiegał pomyślnie, istnieje wiele potencjalnych jej zastosowań, np. w przemyśle czy w opiece nad osobami starszymi z ograniczeniami ruchowymi.
