Järjestelmät, jotka voivat käsitellä ajatuksia ja kääntää ne käskyiksi esineiden siirtämiseksi, ovat erittäin hyödyllisiä ihmisille, jotka eivät osaa puhua tai liikkua, mutta niillä on haittapuoli: ne aiheuttavat henkistä väsymystä.
Meksikolainen tutkija on kehittänyt älykkään käyttöliittymän, joka voi opettaa jopa 90% käyttäjän ohjeista työskennelläkseen itsenäisesti ja vähentääkseen väsymystä.
Aivo-kone-rajapintajärjestelmän automatisointi -hanke on Christian Isaac Peñalosa Sánchezin, soveltavan robotiikan kognitiivisen neurologian kandidaatin tohtoriehdokkaan Osakan yliopistossa, Japanissa.
”Olen työskennellyt tämän projektin parissa kolme vuotta, se perustuu aivo-kone-rajapintaan. Sen tehtävänä on mitata neuronien aktiivisuutta ajatuksen tuottaman signaalin vastaanottamiseksi, prosessoida se ja muuntaa se esimerkiksi robottiproteesin, hiiren tai kodinkoneiden siirtämistä varten”, tiedemies sanoo.
Hän selittää, että tämä järjestelmä koostuu ihmisen päänahassa sijaitsevista elektrodoista. Ne mittaavat aivojen toimintaa EEG-signaalien muodossa. Signaaleilla havaitaan käyttäjien erilaisten ajatusten ja mielentilojen aiheuttamia kuvioita.
Järjestelmään kuuluu myös graafinen käyttöliittymä, joka näyttää käytettävissä olevat laitteet tai objektit, jotka tulkitsevat EEG-signaaleja ja vastaanottavat käyttäjäkomentoja.
Mainosvideo:
Lisäksi huoneessa jaetaan langattomia antureita, jotka keräävät ympäristötietoja (lämpötila ja valaistus); mobiililaitteistot, jotka kytkevät laitteet päälle ja pois päältä, ja tekoälyn algoritmi.
"Jälkimmäinen kerää tietoja langattomista antureista, elektrodoista ja käyttäjän komennoista paljastaakseen korrelaation huoneympäristön, ihmisen henkisen tilan ja hänen toimintansa välillä", Christian Peñalosa kommentoi.
Hän lisää, että käyttäjien vapauttamiseksi henkisestä väsymyksestä ja turhautumisesta, joka johtuu korkeasta keskittymisestä pitkällä aikavälillä, joka on väistämätöntä tällaisten järjestelmien kanssa, järjestelmän on oltava itsenäinen. Tätä Christian yritti tehdä.
”Olemme antaneet järjestelmän oppimismahdollisuuksia toteuttamalla älykkäitä algoritmeja, jotka oppivat asteittain käyttäjien mieltymykset. Jossain vaiheessa järjestelmä voi hallita suurimman osan laitteista, jättäen käyttäjän keskittymään toiseen tavoitteeseen."
Esimerkiksi henkilö voi käyttää sitä sähköisen pyörätuolin hallitsemiseksi liikkuessaan olohuoneeseen peruskäskyillä (eteen, taakse, vasemmalle ja oikealle), jotka järjestelmä on jo oppinut. Seuraavan kerran kun käyttäjä haluaa siirtyä samalle reitille, hänen tarvitsee vain painaa nappia tai ajatella, lastenrattaat vievät hänet määränpäähänsä.
Kun järjestelmä toimii automaattisesti, käyttäjän ei enää tarvitse keskittyä eri laitteiden hallintaan. Järjestelmä kuitenkin jatkaa EEG-tietojen keräämistä virhesignaalin havaitsemiseksi. Se syntyy, kun ihmiset ovat huolestuneita: järjestelmä tai he itse tekivät jotain väärin.
Esimerkiksi, jos huonelämpötila on melko korkea, käyttäjä haluaa, että ikkuna aukeaa automaattisesti ja järjestelmä kytkee television päälle. Ihmisen aivot rekisteröivät tämän toiminnan virheelliseksi. Järjestelmä vastaanottaa virhesignaalin ja yrittää korjata sen.
Peñalosan ponnistelut johtivat merkittäviin tuloksiin: monilla koehenkilöillä heidän henkisen väsymyksen taso todellakin laski järjestelmän kanssa työskentelyn jälkeen. Myös tällaisten järjestelmien oppimistaso on noussut merkittävästi.