Süsteemid, mis suudavad töödelda mõtteid ja tõlkida need objektide teisaldamise käskudeks, on väga kasulikud inimestele, kes ei oska rääkida ega liikuda, kuid neil on puudus: need põhjustavad vaimset väsimust.
Mehhiko teadlane on välja töötanud intelligentse liidese, mis suudab õpetada kuni 90% kasutaja juhistest, et töötada iseseisvalt ja vähendada väsimust.
Projekt Aju-masina liidesesüsteemi automatiseerimine on Jaapani Osaka ülikooli rakendusliku robootika kognitiivse neuroloogia doktorandi kandidaadi Christian Isaac Peñalosa Sánchezi algatus.
„Olen selle projekti kallal töötanud kolm aastat, see põhineb aju-masina liidesel. Selle ülesandeks on neuronite aktiivsuse mõõtmine mõtte genereeritud signaali vastuvõtmiseks, selle töötlemiseks ja muundamiseks näiteks robotproteesi, hiire või kodumasinate teisaldamiseks,”räägib teadlane.
Ta selgitab, et see süsteem koosneb elektroodidest, mis asuvad inimese peanahal. Nad mõõdavad aju aktiivsust EEG-signaalide kujul. Signaale kasutatakse kasutaja mitmesuguste mõtete ja vaimsete seisundite tekitatud mustrite tuvastamiseks.
Süsteem sisaldab ka graafilist liidest, mis näitab saadaolevaid seadmeid või objekte, mis tõlgendavad EEG signaale ja võtavad vastu kasutaja käske.
Reklaamvideo:
Lisaks levitatakse ruumis traadita andureid, mis koguvad keskkonnaandmeid (temperatuur ja valgustus); mobiilsed riistvarakettad, mis lülitavad seadmeid sisse ja välja, ning tehisintellekti algoritm.
"Viimane kogub andmeid traadita anduritelt, elektroodidelt ja kasutajakäsklustest, et paljastada seos ruumi keskkonna, inimese vaimse seisundi ja tema tegevuse vahel," kommenteerib Christian Peñalosa.
Ta lisab, et selleks, et leevendada kasutajate vaimset väsimust ja pettumust, mis tuleneb suurest kontsentratsioonist pikema aja jooksul, mis on selliste süsteemidega vältimatu, peab süsteem saama iseseisvaks. Seda püüdis Christian teha.
„Oleme andnud süsteemi õppimisvõimalused, rakendades arukaid algoritme, mis õpivad järk-järgult kasutaja eelistusi õppima. Mingil hetkel saab süsteem enamiku seadmete juhtimise üle võtta, jättes kasutajal keskenduda mõnele teisele eesmärgile."
Näiteks saab inimene kasutada seda elutuppa liikudes elektrilise ratastooli juhtimiseks, kasutades põhikäsklusi (edasi, tagasi, vasakule ja paremale), mille süsteem on juba õppinud. Järgmine kord, kui kasutaja soovib sama marsruuti minna, peab ta lihtsalt nuppu vajutama või mõtlema, jalutuskäru viib ta sihtkohta.
Kui süsteem töötab automaatselt, ei pea kasutaja enam keskenduma erinevate seadmete haldamisele. Kuid süsteem jätkab EEG-andmete kogumist tõrkesignaali tuvastamiseks. See tekib siis, kui inimesed on alarmis: süsteem või nad ise tegid midagi valesti.
Näiteks kui toatemperatuur on üsna kõrge, soovib kasutaja, et aken avaneks automaatselt ja süsteem lülitaks teleri sisse. Inimese aju registreerib selle tegevuse eksliku kujul. Süsteem võtab tõrke kohta signaali ja proovib seda parandada.
Peñalosa pingutused andsid märkimisväärseid tulemusi: paljudel katsealustel vähenes nende süsteemse töötamise järel vaimse väsimuse tase tõepoolest. Ka selliste süsteemide õppimistase on märkimisväärselt tõusnud.
