Системите, които могат да обработват мисли и да ги превеждат в команди за преместване на обекти, са много полезни за хора, които не могат да говорят или да се движат, но имат недостатък: причиняват умствена умора.
Мексиканският учен е разработил интелигентен интерфейс, който може да научи до 90% от инструкциите на потребителя, за да работи автономно и да намали умората.
Проектът „Автоматизиране на интерфейсната система на мозъка-машина“е инициатива на Кристиян Исак Пеньялоса Санчес, доктор по кандидат на научните науки по когнитивна неврология в приложната роботика в университета в Осака, Япония.
„Работя по този проект от три години, той се основава на интерфейс мозък-машина. Неговата функция е да измерва активността на невроните, за да получи сигнал, генериран от мисълта, да го обработи и преобразува в ред за движение, например, роботизирана протеза, мишка или домакински уреди “, казва ученият.
Той обяснява, че тази система се състои от електроди, разположени на човешкия скалп. Те измерват мозъчната активност под формата на ЕЕГ сигнали. Сигналите се използват за откриване на модели, генерирани от различни мисли и психични състояния на потребителя.
Системата включва и графичен интерфейс, показващ наличните устройства или обекти, които интерпретират EEG сигнали и получават потребителски команди.
Промоционално видео:
Освен това в стаята се разпространяват безжични сензори, които събират данни за околната среда (температура и осветление); мобилни хардуерни устройства, които включват и изключват уредите, и алгоритъм за изкуствен интелект.
„Последният събира данни от безжични сензори, електроди и потребителски команди, за да разкрие връзката между средата на стаята, психическото състояние на човек и неговите дейности“, коментира Кристиан Пенялоса.
Той добавя, че за да се освободи потребителите от умствената умора и неудовлетвореност поради високата концентрация през дългите периоди от време, които са неизбежни при такива системи, системата трябва да стане независима. Това се опита да направи Кристиян.
„Ние предоставихме възможности за системно обучение чрез прилагане на интелигентни алгоритми, които постепенно учат предпочитанията на потребителите. В един момент системата може да поеме контрола над повечето устройства, оставяйки потребителя да се съсредоточи върху друга цел."
Например, човек може да го използва за управление на електрическа инвалидна количка, докато се движи в хола, използвайки основни команди (напред, назад, наляво и надясно), които системата вече е научила. Следващия път, когато потребителят иска да извърви същия маршрут, той просто трябва да натисне бутон или да помисли, количката ще го отведе до местоназначението си.
След като системата работи автоматично, потребителят вече не трябва да се фокусира върху управлението на различни устройства. Въпреки това системата продължава да събира данни за ЕЕГ, за да открие сигнала за грешка. Тя възниква, когато хората са тревожни: системата или самите те са направили нещо нередно.
Например, ако температурата в помещението е доста висока, потребителят иска прозорецът да се отвори автоматично и вместо това системата да включи телевизора. Човешкият мозък регистрира това действие като погрешно. Системата получава сигнал за грешката и се опитва да я поправи.
Усилията на Peñalosa доведоха до значителни резултати: при редица субекти тяхното ниво на умствена умора наистина намалява след работа със системата. Нивото на обучение на такива системи също се е повишило значително.