Robotti "Telepatia" Voisi Tehdä Itseajoa Autoja Turvallisemmin

{h1}

Järjestelmä, joka käyttää ihmisen aivojen aaltoja korjata robotti virheet reaaliajassa, voisi jonain päivänä tehdä itseautoautoja turvallisemmaksi.

Oletko hermostunut antamaan elämäsi itsellesi ajavalle autolle? Entä jos voit telepaattisesti kommunikoida ajoneuvon kanssa heti kertoa, jos se tekee virheen?

Tämä on teknologian perimmäinen lupaus, jonka on kehittänyt Bostonin yliopiston tiimi ja Computer Science and Artificial Intelligence Laboratory (CSAIL) Massachusettsin teknillisessä korkeakoulussa. Tekniikka käyttää aivosignaaleja robotin virheiden korjaamiseksi automaattisesti.

Käyttämällä niin kutsuttua aivot-tietokoneyhteyttä (BCI) kommunikoimaan robotti kanssa ei ole uusi, mutta useimmat menetelmät edellyttävät ihmisiä kouluttamaan BCI: n kanssa ja jopa oppimaan muokkaamaan ajatuksiaan auttamaan konetta ymmärtämään, tutkijat sanoivat. [6 sivullisimpia robotteja koskaan luodut]

Tukeutuen aivosignaaleihin, joita kutsutaan "virheisiin liittyviksi potentiksi" (ErrPs), jotka tapahtuvat automaattisesti, kun ihmiset tekevät virheen tai kohtaavat jonkun toisen tekemään, tutkijoiden lähestymistapa mahdollistaa jopa täydellisen aloittelijan hallita robottia mieltään. uusi tutkimus sanoi. Tämä voidaan tehdä yksinkertaisesti sopusoinnulla tai epäselvällä millä tahansa toiminnalla botilla, tutkijat sanoivat.

Koneiden käsittely

Tämä tekniikka voisi tarjota intuitiivisen ja hetkellisen tapa kommunikoida koneiden kanssa, niin monenlaisia ​​sovelluksia kuin tehtaan robotit valvoa robottiproteeseja, tutkijat sanoivat.

"Kun ihmiset ja robot työskentelevät yhdessä, sinun täytyy periaatteessa oppia robotin kieli, oppia uusi tapa kommunikoida sen kanssa ja sopeutua sen käyttöliittymään", sanoi Joseph DelPreto, Ph.D. ehdokas CSAIL: ssä, joka työskenteli projektissa.

"Tässä työssä olimme kiinnostuneita näkemään, miten robotti voi sopeutua meille, eikä toisinpäin", hän kertoi WordsSideKick.comille.

Järjestelmä käyttää EEG-aivosignaaleja havaitsemaan, onko henkilö huomannut, että robot tekevät virheen.

Järjestelmä käyttää EEG-aivosignaaleja havaitsemaan, onko henkilö huomannut, että robot tekevät virheen.

Luottamus: Jason Dorfman / MIT CSAIL

Uusi tutkimus julkaistiin verkossa maanantaina (6. maaliskuuta), ja se esitellään Singaporessa toukokuussa IEEE: n kansainvälisessä robotiikan ja automaation konferenssissa (ICRA). Tutkimuksessa tutkijat kertoivat, miten he keräsivät vapaaehtoisten elektroenkefalogografisia (EEG) tietoja, kun nämä henkilöt katselivat yhteisen tyypin teollista humanoidista robottia, nimeltään Baxter, päättäen, mistä kahdesta esineestä tulisi poimia.

Nämä tiedot analysoitiin käyttämällä koneen oppimisalgoritmeja, jotka pystyvät havaitsemaan ErrP: t vain 10-30 millisekunnissa. Tämä tarkoittaa, että tulokset voidaan palauttaa robottiin reaaliaikaisesti, jolloin se voi korjata kurssinsa puolivälissä, tutkijat sanoivat.

Järjestelmän puhdistaminen

Järjestelmän tarkkuus vaatii merkittävää parannusta, joukkue hyväksyi. Reaaliaikaisissa kokeissa bot käyttäytyi vain hieman paremmin kuin 50/50, tai sattumalta luokitettaessa aivosignaaleja ErrPsiksi. Tämä merkitsi sitä, että lähes puolet siitä hetkestä, jolloin hän ei havainnut korjausta tarkkailijalta.

Ja vieläkin rauhallisemmin, offline-analyysissä järjestelmä sai silti vain noin 65 prosenttia ajasta, tutkijat sanoivat.

Mutta kun kone menetti ErrP-signaalin ja ei korjannut kurssiaan (tai muutti kurssia, kun ei ollut ErrP: tä), ihmisen tarkkailija tuotti tyypillisesti toisen, voimakkaamman ErrP: n, sanoi CSAIL-tutkija Stephanie Gil.

"Kun analysoimme offline-tilan, havaitsimme, että suorituskyky kasvaa jopa 86 prosentilla, ja arvioimme, että voisimme saada tämän ylöspäin 90 prosenttia tulevaisuudessa. Seuraavaksi haluamme todeta reaaliaikaisesti ne samoin ja aloittaa lähemmäksi tavoitettamme todella hallita näitä robotteja tarkasti ja luotettavasti lennossa ", Gil kertoi WordsSideKick.com. [Bionic Humans: Top 10 Technologies]

Tämän tekeminen on kuitenkin hankalaa, koska järjestelmää on kerrottava milloin etsiä ErrP-signaalia, tutkijat sanoivat. Tällä hetkellä tehdään mekaaninen kytkin, joka aktivoituu, kun robottien varsi alkaa liikkua.

Toissijainen virhe ei tule syntymään vasta robotin varren liikuttamisen jälkeen, joten tämä kytkin ei pysty ilmoittamaan järjestelmää etsimään ErrP: tä, kertoivat tutkijat. Tämä tarkoittaa sitä, että järjestelmää on uudistettava tarjotakseen uuden kehotteen, he lisäsivät.

Mitä nyt?

Tutkimus on hyvin kirjoitettu, kertoi Berliinin teknillisestä yliopistosta professori Klaus-Robert Müller, joka ei ollut mukana uudessa tutkimuksessa mutta joka on myös työskennellyt BCI: issä, jotka hyödyntävät näitä virhesignaaleja. Mutta hän sanoi, että ErrPs: ää käytetään koneiden hallitsemiseen ei ole erityisen uutta, ja hän herättää myös huolta siitä, että ErrP-luokitus on vähäinen.

Sveitsin École Polytechnique Fédérale de Lausannen apulaisprofessori José del R. Millán sanoi olevansa yhtä mieltä siitä, että ryhmän ErrP-dekooderin suorituskyky oli alhainen. Mutta hän ajattelee, että lähestymistapa, jonka he ovat ottaneet, on edelleen "erittäin lupaava", hän lisäsi.

Millánin ryhmä on käyttänyt ErrP-signaaleja opettaakseen robottivarren paras tapa siirtyä kohdealueelle. Millán ja hänen työtoverinsa kertoivat Scientific Reports -lehdessä julkaistussa vuoden 2015 tutkimuksessa, kuinka käsivarsi työstään aloittamalla satunnainen liike, jonka ihmisen tarkkailija päättää, on joko oikea tai virheellinen.

Koneen oppimisen lähestymistavan avulla, jota kutsutaan vahvistusopetuksena, käytetään virheviestejä hienosäätääksesi robotin lähestymistapaa, jolloin botti oppii tietyn tavoitteen paras liikkumastrategia. Millán sanoi, että ErrP: n avulla robottien hallitsemisella voisi olla laajoja sovelluksia tulevaisuudessa.

"Olen sitä mieltä, että se on käytössä kaikissa monimutkaisissa ihmisen ja koneen vuorovaikutuksessa, jossa suurin osa taakasta on konepuolella, koska se kykenee tekemään tehtäviä lähes itsenäisesti ja ihmiset valvovat yksinkertaisesti", hän sanoi.

Alkuperäinen artikkeli WordsSideKick.com.


Video Täydentää: .




FI.WordsSideKick.com
Kaikki Oikeudet Pidätetään!
Jäljentämistä Materiaalien Sallittu Vain Prostanovkoy Aktiivinen Linkki Sivustoon FI.WordsSideKick.com

© 2005–2019 FI.WordsSideKick.com