انقلاب در پروتزهای مصنوعی: هوش مصنوعی کنترل دست‌ های بیونیک را متحول کرد

پروتزهای مدرن دست بیونیک از نظر مهارت، درجات آزادی و قابلیت‌ ها تقریباً با نمونه‌ های طبیعی خود برابری می‌کنند. با این حال، ظاهراً بسیاری از افرادی که دچار قطع عضو هستند و این دست‌ های پیشرفته را امتحان کرده‌اند، آنها را دوست نداشته‌اند. جیک جورج، مهندس برق و کامپیوتر در دانشگاه یوتا می‌گوید: «تا ۵۰ درصد از افرادی که دچار قطع عضو اندام فوقانی هستند، این پروتزها را رها کرده و دیگر هرگز از آنها استفاده نمی‌کنند.»

به گزارش بخش اخبار علمی زوم تک به نقل از Ars Technica، جورج توضیح می‌دهد که مشکل اصلی که کاربران را از دست‌ های بیونیک دور می‌کند، دشواری کنترل آنهاست. او می‌گوید: «هدف ما این بود که چنین بازوهای بیونیکی را بصری‌ تر و شهودی‌ تر کنیم تا کاربران بتوانند بدون نیاز به فکر کردن مداوم، به کارهای خود بپردازند.» برای تحقق این امر، تیم او یک کمک‌ خلبان هوش مصنوعی (AI Co-pilot) برای دست‌ های بیونیک ابداع کرد.

چالش‌ های کنترل و مدیریت ریز‌حرکات

مشکلات کنترلی دست‌های بیونیک عمدتاً از عدم استقلال و خودمختاری آن‌ها ناشی می‌شود. گرفتن یک لیوان کاغذی بدون له کردن آن یا گرفتن توپ در هوا بسیار بی‌دردسر به نظر می‌رسد، زیرا حرکات طبیعی ما بر یک سیستم پیچیده از رفلکس‌ها و حلقه‌های بازخورد متکی است. هنگامی که جسمی که در دست دارید شروع به لغزش می‌کند، گیرنده‌های مکانیکی کوچک در نوک انگشتان شما سیگنال‌هایی را به سیستم عصبی می‌فرستند که باعث می‌شود دست، چنگش خود را محکم‌تر کند. همه این‌ها در عرض ۶۰ تا ۸۰ میلی‌ثانیه اتفاق می‌افتد؛ یعنی قبل از اینکه شما حتی آگاهانه متوجه شوید. این رفلکس تنها یکی از راه‌های بسیاری است که مغز شما به‌طور خودکار در کارهای مبتنی بر مهارت به شما کمک می‌کند.

اکثر پروتزهای مصنوعی تجاری فاقد این رفلکس خودمختار داخلی هستند؛ همه چیز باید توسط کاربر کنترل شود که استفاده از آن‌ها را بسیار درگیرکننده و سخت می‌کند. برای اینکه تصور کنید این کار چقدر دشوار است، باید سعی کنید دقیقاً موقعیت ۲۷ مفصل اصلی را تنظیم کنید و نیروی مناسب را برای اعمال با هر یک از ۲۰ عضله موجود در یک دست طبیعی انتخاب کنید. محدود بودن پهنای باند رابط بین دست بیونیک و کاربر نیز کمکی به این ماجرا نمی‌کند.

محدودیت‌ های روش‌ های فعلی و راه‌ حل هوشمند

در بیشتر موارد، کاربران دست‌های بیونیک را از طریق یک اپلیکیشن کنترل می‌کردند که در آن می‌توانستند انواع گرفتن (Grip) از پیش تعیین شده را انتخاب کرده و نیروهای اعمال شده توسط محرک‌های مختلف را تنظیم کنند. یک جایگزین کمی طبیعی‌تر، الکترومیوگرافی (EMG) است، جایی که سیگنال‌های الکتریکی از عضلات باقی‌مانده به دستوراتی تبدیل می‌شوند که دست بیونیک از آن‌ها پیروی می‌کند. اما این روش نیز با کامل بودن فاصله زیادی داشت. مارشال تروت، محقق دانشگاه یوتا و نویسنده اصلی این مطالعه توضیح می‌دهد: «برای گرفتن شیء، باید به سمت آن دست دراز کنید، عضلات را منقبض کنید و سپس عملاً آنجا بنشینید و تمرکز کنید تا عضلات خود را دقیقاً در همان موقعیت نگه دارید تا همان حالت گرفتن حفظ شود.»

برای ساخت این دست بیونیک «شهودی»، جورج، تروت و همکارانشان کار را با تجهیز آن به حسگرهای سفارشی آغاز کردند.

حس کردن اشیاء: ترکیب حسگرها و هوش مصنوعی

محققان کار خود را با برداشتن یکی از دست‌های بیونیک موجود در بازار و جایگزینی نوک انگشتان آن با حسگرهای فشار و مجاورت که در سیلیکون پیچیده شده بودند، آغاز کردند. این کار به دست اجازه داد تا تشخیص دهد چه زمانی به یک شیء نزدیک می‌شود و دقیقاً نیروی لازم برای نگه داشتن آن را بدون له کردن یا لغزیدن اندازه‌گیری کند. برای پردازش داده‌های جمع‌آوری شده توسط حسگرها، تیم یک کنترل‌کننده هوش مصنوعی ساخت که مفاصل را حرکت می‌داد و نیروی گرفتن را تنظیم می‌کرد. تروت می‌گوید: «ما دست را ثابت نگه داشتیم و شیء را جلو و عقب می‌بردیم تا نوک انگشتان جسم را لمس کنند و سپس عقب می‌کشیدیم.»

با تکرار این حرکات رفت و برگشتی به دفعات بی‌شمار، تیم داده‌های آموزشی کافی جمع‌آوری کرد تا هوش مصنوعی بتواند اشیاء مختلف را تشخیص دهد و بین انواع مختلف گرفتن سوئیچ کند. هوش مصنوعی همچنین هر انگشت را به صورت جداگانه کنترل می‌کرد. جورج توضیح می‌دهد: «به این ترتیب ما به الگوهای گرفتن طبیعی دست یافتیم. وقتی جسمی را جلوی دست قرار می‌دهید، دست به طور طبیعی با شکل آن منطبق می‌شود و هر انگشت کار خود را انجام می‌دهد.»

کنترل مشترک: رانندگی با دستیار هوشمند

در حالی که این نوع گرفتن خودکار قبلاً نیز نمایش داده شده بود، لمس کاملاً جدیدی که این تیم اعمال کرد، تصمیم‌گیری در مورد این بود که چه کسی مسئول سیستم است. پروژه‌های تحقیقاتی قبلی که پروتزهای خودمختار را بررسی می‌کردند، بر روشن و خاموش کردن خودکار سیستم توسط کاربر متکی بودند. در مقابل، رویکرد جورج و تروت بر کنترل مشترک متمرکز بود.

جورج می‌گوید: «این یک روش ظریف است که ماشین کمک می‌کند. این یک خودروی خودران نیست که شما را به تنهایی به مقصد برساند و مانند دستیاری نیست که وقتی فرمان را بدون راهنما می‌چرخانید، شما را به اجبار به لاین برگرداند.» در عوض، سیستم بی سر و صدا در پشت صحنه کار می‌کند بدون اینکه کاربر احساس کند با او می‌جنگد یا کنترل را به دست گرفته است. کاربر همیشه مسئول باقی می‌ماند و می‌تواند گرفتن را محکم یا شل کند، یا شیء را رها کند تا بیفتد.

نتایج شگفت‌ انگیز و کاهش بار شناختی

برای آزمایش دست مجهز به هوش مصنوعی، تیم از شرکت‌کنندگان سالم و دارای قطع عضو خواست تا اشیاء شکننده را دستکاری کنند: یک لیوان کاغذی را بردارند و از آن بنوشند، یا یک تخم‌مرغ را از بشقاب برداشته و در جای دیگری بگذارند. بدون هوش مصنوعی، آن‌ها تقریباً در یک یا دو بار از ۱۰ تلاش موفق می‌شدند. با روشن شدن دستیار هوش مصنوعی، نرخ موفقیت آن‌ها به ۸۰ یا ۹۰ درصد جهش کرد. هوش مصنوعی همچنین بار شناختی شرکت‌کنندگان را کاهش داد، به این معنی که آن‌ها مجبور بودند کمتر روی کار کردن با دست تمرکز کنند.

اما ما هنوز راه درازی تا ادغام یکپارچه ماشین‌ها با بدن انسان در پیش داریم.

ورود به دنیای واقعی و آینده پروتزها

تروت می‌گوید: «قدم بعدی این است که واقعاً این سیستم را به دنیای واقعی ببریم و از کسی بخواهیم در محیط خانه خود از آن استفاده کند.» تاکنون، عملکرد این دست بیونیک هوشمند در شرایط آزمایشگاهی کنترل‌شده و با تنظیمات و اشیائی که تیم به‌طور خاص انتخاب یا طراحی کرده بود، ارزیابی شده است.

جورج هشدار می‌دهد: «می‌خواهم در اینجا تذکر دهم که این دست هنوز به اندازه یک اندام طبیعی و سالم، ماهر یا آسان برای کنترل نیست.» او معتقد است که هر پیشرفت کوچکی که در پروتزها ایجاد می‌کنیم، به افراد دارای قطع عضو اجازه می‌دهد تا کارهای بیشتری را در زندگی روزمره خود انجام دهند. با این حال، برای رسیدن به سطح فناوری فیلم‌هایی مانند «جنگ ستارگان» یا بازی «سایبرپانک» که در آن پروتزهای بیونیک به خوبی یا بهتر از اندام‌های طبیعی هستند، به چیزی فراتر از تغییرات تدریجی نیاز داریم.

تروت می‌گوید که تا آنجا که به رباتیک مربوط می‌شود، ما تقریباً به آنجا رسیده‌ایم. او می‌گوید: «این پروتزها واقعاً ماهر هستند و درجات آزادی بالایی دارند، اما راه خوبی برای کنترل آن‌ها وجود ندارد.» این تا حدی به چالش انتقال اطلاعات به داخل و خارج از بدن کاربران مربوط می‌شود. تروت استدلال می‌کند: «الکترومیوگرافی سطح پوست بسیار پر نویز است، بنابراین بهبود این رابط با مواردی مانند الکترومیوگرافی داخلی یا استفاده از ایمپلنت‌های عصبی می‌تواند الگوریتم‌هایی را که در حال حاضر داریم، واقعاً بهبود بخشد.» به همین دلیل است که تیم در حال حاضر روی فناوری‌های رابط عصبی کار می‌کند و به دنبال شرکای صنعتی است.

جورج در پایان می‌گوید: «هدف ترکیب همه این رویکردها در یک دستگاه است. ما می‌خواهیم یک دست رباتیک مجهز به هوش مصنوعی با رابط عصبی بسازیم و با شرکتی همکاری کنیم که آن را در آزمایش‌های بالینی بزرگ‌تر به بازار عرضه کند.»