سیستم هوش مصنوعی برای تشخیص دقیق حرکات دست

دانشنمندان دانشگاه فنی نانیانگ (Nanyang) سنگاپور یک سیستم هوش مصنوعی توسعه دادند که حرکات دست را با ترکیب بینایی ماشین و پوست الکترونیکی تشخیص میدهد.

تشخیص حرکات دست انسان توسط سیستم های هوش مصنوعی در دهه اخیر پیشرفت ارزشمندی بوده است که در ربات های جراحی با دقت بالا، تجهیزات نظارت بر سلامت و سیستم های بازی از آنها استفاده میشود.

سیستم های تشخیص حرکت هوش مصنوعی که در ابتدا فقط به صورت بصری بودند با استفاده از ورودی های حسگر های پوشیدنی، تحت روشی که به عنوان “ادغام داده”(Data fusion) شناخته میشوند، بهبود یافته اند. حسگرهای پوشیدنی توانایی حسی پوست را بازسازی می کنند، توانایی هایی مانند فشار یا درد که از آنها به عنوان “لامسه” نامبرده میشود.

با این حال، با توجه به کیفیت پایین داده های دریافتی از سنسورهای پوشیدنی، به دلیل حجیم بودن اطلاعات و ارتباط ضعیف آنها با کاربر یا به دلیل نبود دید یا نور کم دارای دقت تشخیص کمی هستند. با ادغام داده های حسی و بصری چالش های بیشتریی به وجود می آید زیرا آنها مجموعه داده های ناموزونی را نشان می دهند که باید جداگانه پردازش شوند و سپس در پایان ادغام شوند، که ناکارآمد است و منجر به کند شدن زمان پاسخ می شود.

برای حل این مشکلات، تیم NTU (دانشگاه فنی نانیانگ) با استفاده از نانولوله های کربنی تکجداره یک سیستم ادغام داده زیستی تولید کرده است که از سنسور های کششی مشابه پوست ساخته شده است. عملکرد این هوش مصنوعی مشابه چیزی است که در مغز برای هماهنگ کردن بینایی و لامسه استفاده میشود.

دانشمندان NTU سیتسم هوش مصنوعی زیستی خود را با ترکیب سه روش شبکه عصبی در یک سیستم توسعه داده اند: آنها از یک “شبکه عصبی convolutional” که یک روش یادگیری ماشین برای پردازش اولیه تصویری است، یک شبکه عصبی چند لایه برای پردازش اطلاعات لامسه اولیه و یک “شبکه عصبی sparse” برای ترکیب کردن اطلاعات بصری و لامسه با هم استفاده کردند.

نتیجه سیستمی است که می تواند حرکات انسان را با دقت و کارایی بیشتری نسبت به روش های موجود تشخیص دهد.

نویسنه اصلی مطالعات، پروفسور چن ژیادونگ(Chen Xiaodong) از دانشگاه علوم و مهندسی مواد NTU بیان کرده “معماری ادغام داده های ما دارای ویژگی های منحصر به فرد زیستی است که شامل یک سیستم ساخته شده توسط انسان شبیه سلسله مراتب ادغام لمسی-بصری در مغز است. ما معتقدیم چنین ویژگی هایی معماری ما را منحصر به فرد در میان رویکردهای موجود می کند. “

پروفسور چن که همچنین مدیر مرکز نوآورانه دستگاه های انعطاف پذیر در NTU نیز میباشد افزود “در مقایسه با سنسورهای پوشیدنی سفت و محکمی که برای جمع آوری دقیق اطلاعات، تماس کافی با کاربر ایجاد نمی کنند، نوآوری ما از سنسورهای فشار کششی استفاده می کند که به راحتی بر روی پوست انسان متصل می شده و امکان دستیابی به سیگنال با کیفیت بالا را فراهم می کند، که برای تشخیص با دقت بالا بسیار حائز اهمیت است”.

این تیم که شامل دانشمندانی از دانشگاه NTU سنگاپور و دانشگاه فناوری سیدنی (UTS) میباشد نتایج تحقیقات خود را در مجله علمی Nature Electronics در ماه ژوئن منتشر کردند.

دقت تشخیص بالا حتی در شرایط محیطی نامناسب

برای به دست آوردن داده های حسی قابل اعتماد از حرکات دست، تیم تحقیقاتی یک سنسور فشار کششی شفاف ساختند که به پوست می چسبد اما در تصاویر دوربین دیده نمی شود.

این تیم برای آزمایش سیستم هوش مصنوعی زیستی خود یک ربات که از طریق حرکات دست کنترل می شد را در یک ماز (Maze) هدایت کردند.

نتایج نشان داد که تشخیص حرکات دستی که توسط سیستم هوش مصنوعی زیستی انجام شده است، قادر به هدایت ربات در ماز با خطای صفر است، در حالی که یک سیستم تشخیص مبتنی بر دید دارای شش اشتباه بوده است.

این دقت بالا هنگامی که سیستم جدید هوش مصنوعی تحت شرایط نامناسب از جمله سرو صدا و نور نامطلوب آزمایش شد نیز حفظ شد. این سیستم به صورت موثری نیز در تاریکی قادر به کار بود و به بیش از 96درصد تشخیص درست دست یافت.

مولف اول این تحقیق، دکتر وانگ مینگ از دانشکده علوم و مهندسی مواد دانشگاه NTU سنگاپور بیان کرد ” راز این دقت بالا در معماری ما نهفته است، به این صورت که قبل از انجام تفاسیر پیچیده، اطلاعات بصری و لامسه میتوانند در مراحل اولیه با یکدیگر تعامل داشته و مکمل یکدیگر باشند. در نتیجه، سیستم می تواند با داده های زائد کمتر و ابهام ادراکی کمتر، اطلاعات منسجم را جمع آوری کند و در نتیجه دقت بهتری داشته باشد. “

پروفسور مارکوس آنتونیتی (Markus Antonietti)، مدیر موسسه Colloids and Interfaces در ماکس پلانک، با ارائه یک دیدگاه مستقل، گفت : “یافته های این مقاله گامی دیگر به سوی جهانی هوشمندانه تر و با پشتیبانی ماشینی تر است. دقیقاً مانند اختراع تلفن هوشمندی که انقلابی در جامعه ایجاد کرده است، این کار به ما امید می دهد که روزی بتوانیم از طریق یک حرکت ژنتیکی و با اطمینان زیاد تمام دنیای اطراف خود را کنترل کنیم” .

” کاربردهای فراوانی برای چنین فناوری ای در بازار وجود دارد که نوید آینده ای روشن آن است. به عنوان مثال، از کنترل ربات از راه دور در محیط کار هوشمند گرفته تا اسکلت های پشتیبان برای افراد مسن”.

اکنون تیم تحقیقات NTU درحال ساخت سیستم های AR و VR بر اساس سیستم هوش مصنوعی طراحی شده برای استفاده در مناطقی که تشخیص و کنترل با دقت بالا مورد نظر است، مانند فناوری های سرگرمی و توانبخشی در خانه میباشند.