روبوت "التخاطر" يمكن أن يجعل السيارات ذاتية القيادة أكثر أمانًا
هل أنت متوتر من إسناد حياتك لسيارة ذاتية القيادة؟ ماذا لو استطعت التواصل عن بعد مع السيارة لإخبارها على الفور ما إذا كانت ترتكب خطأ؟ |
| يمكن ان يجعل السيارات ذاتية القيادة أكثر أمانا |
هذا هو الوعد النهائي للتكنولوجيا التي يتم تطويرها من قبل فريق من جامعة بوسطن ومختبر علوم الكمبيوتر والذكاء الاصطناعي (CSAIL) في معهد ماساتشوستس للتكنولوجيا. تستخدم التقنية إشارات الدماغ لتصحيح أخطاء الروبوت تلقائيًا.
قال الباحثون إن استخدام ما يسمى بواجهة الدماغ بين الكمبيوتر (BCI) للتواصل مع الإنسان الآلي ليس بالأمر الجديد ، لكن معظم الأساليب تتطلب تدريب الأفراد على استخدام BCI وحتى تعلم كيفية تعديل أفكارهم لمساعدة الجهاز على الفهم. [ أغرب 6 روبوتات تم إنشاؤها ]
من خلال الاعتماد على إشارات الدماغ التي تسمى "الإمكانات المرتبطة بالأخطاء" (ErrPs) التي تحدث تلقائيًا عندما يخطئ البشر أو يرصدون شخصًا آخر يصنع أحدهم ، فإن نهج الباحثين يسمح حتى للمبتدئين الكاملين بالتحكم في الروبوت بعقولهم ، الباحثون في وقالت دراسة جديدة. وقال الباحثون إن هذا يمكن أن يتم ببساطة عن طريق الاتفاق أو عدم الموافقة على أي إجراءات يقوم بها الروبوت.
العمل مع الآلات
وقال الباحثون إن هذه التكنولوجيا يمكن أن توفر طريقة بديهية وفورية للتواصل مع الآلات ، لتطبيقات متنوعة مثل الإشراف على روبوت المصانع للتحكم في الأطراف الاصطناعية الآلية .
يقول جوزيف ديلبريتو ، وهو دكتوراه: "عندما يعمل البشر والروبوتات معًا ، يتعيّن عليك أساسًا تعلم لغة الروبوت وتعلم طريقة جديدة للتواصل معه والتكيف مع واجهته". مرشح في CSAIL الذين عملوا في المشروع.
"في هذا العمل ، كنا مهتمين برؤية كيف يمكنك جعل الروبوت يتكيف معنا بدلاً من الاتجاه المعاكس" ، هذا ما قاله لـ Live Science.
و نشرت الأبحاث الجديد على الإنترنت الاثنين (6 مارس) وسوف تعرض على المؤتمر الدولي حول الروبوتات والأتمتة (ICRA) في سنغافورة في شهر مايو. في الدراسة ، وصف الباحثون كيف قاموا بجمع بيانات تخطيط كهربية الدماغ (EEG) من متطوعين ، حيث شاهد هؤلاء الأفراد نوعًا شائعًا من روبوت الإنسان الصناعي ، يسمى باكستر ، يقررون أي من الأجسام التي يجب التقاطها.
وقد تم تحليل هذه البيانات باستخدام خوارزميات التعلم الآلي التي يمكن الكشف عن ErrPs في 10 إلى 30 ميلي ثانية فقط. وقال الباحثون إن هذا يعني أنه يمكن إعادة تغذية النتائج إلى الروبوت في الوقت الفعلي ، مما يسمح له بتصحيح مساره في منتصف الطريق.
تكرير النظام
تحتاج دقة النظام إلى تحسن كبير ، كما أقر الفريق. في التجارب في الوقت الفعلي ، كان أداء البوت أفضل قليلاً من 50/50 ، أو فرصة ، عند تصنيف إشارات الدماغ على أنها ErrPs. هذا يعني أن نصف الوقت تقريباً سوف يفشل في ملاحظة التصحيح من المراقب.
وقال الباحثون إنه حتى في أكثر مهل التحليل غير المتصل ، لا يزال النظام يعمل بشكل صحيح فقط بنسبة 65٪ تقريبًا من الوقت.
ولكن عندما أخطأت الآلة إشارة ErrP وفشلت في تصحيح مسارها (أو تغيير المسار عندما لم يكن هناك ErrP) ، أنتج المراقب الإنساني نموذجًا ثانيًا أقوى ، ErrP ، وفقًا لما قالته عالمة أبحاث CSAIL ستيفاني جيل.
"عندما نقوم بتحليل ذلك في وضع عدم الاتصال ، وجدنا أن الأداء يعزز بنسبة كبيرة تصل إلى 86 في المائة ، ونحن نقدر أننا قد نحقق هذا أعلى من 90 في المائة في المستقبل. وبالتالي فإن خطوتنا التالية هي اكتشاف تلك في الوقت الفعلي وقال جيل لـ "لايف ساينس": "أيضًا ، وابدأ في التقرب صوب هدفنا المتمثل في التحكم الفعلي في هذه الروبوتات بدقة وموثوقية أثناء الطيران". [ البشر الكترونية: أفضل 10 تقنيات ]
وقال الباحثون إن القيام بذلك سيكون صعباً ، لأن النظام يحتاج إلى معرفة متى يجب البحث عن إشارة ErrP. في الوقت الحاضر ، يتم ذلك باستخدام مفتاح ميكانيكي يتم تنشيطه عندما يبدأ ذراع الروبوت في الحركة.
قال الباحثون إنه لن يتم إنشاء خطأ ثانوي إلا بعد أن تتحرك ذراع الروبوت بالفعل ، لذلك فلن يتمكن هذا المفتاح من الإشارة إلى النظام للبحث عن ErrP. وأضافوا أن هذا يعني أنه يجب إعادة تصميم النظام لتوفير موجه آخر.
ماذا الآن؟
يقول كلاوس روبرت مولر ، الأستاذ في الجامعة التقنية في برلين ، إن الدراسة مكتوبة جيدًا ، ولم يشارك في البحث الجديد ولكنه عمل أيضًا على دراسات BCI التي تستغل إشارات الخطأ هذه. لكنه قال إن استخدام ErrPs للتحكم في الآلات ليس بالأمر الجديد بشكل خاص كما أنه يثير مخاوف بشأن المجموعة المنخفضة التي حققها تصنيف ErrP.
وقال خوسيه ديل ر. ميلان ، أستاذ مشارك في كلية الفنون التطبيقية في لوزان في سويسرا ، إنه يوافق على أن أداء وحدة فك ترميز المجموعة ErrP كان منخفضًا. لكنه يعتقد أن النهج الذي اتبعوه ما زال "واعداً للغاية".
استخدمت مجموعة Millán إشارات ErrP لتعليم الذراع الآلية أفضل طريقة للانتقال إلى الموقع المستهدف. في دراسة نشرت عام 2015 في مجلة Scientific Reports ، وصف Millan وزملاؤه كيف يبدأ الذراع في عملهم عن طريق إجراء حركة عشوائية ، والتي يقرر المراقب الإنساني أنها صحيحة أو غير صحيحة.
من خلال نهج التعلم الآلي الذي يسمى التعلم التعزيز ، يتم استخدام إشارات الخطأ لضبط نهج الروبوت ، وتمكين الروبوت من تعلم أفضل استراتيجية للحركة لهدف محدد. قال Millan إن استخدام ErrP للتحكم في الروبوتات يمكن أن يكون له تطبيقات واسعة في المستقبل.
وقال "إنني أراه قيد الاستخدام لأي تفاعل معقد بين الإنسان والآلة حيث يقع معظم العبء على جانب الماكينة ، نظرًا لقدرته على أداء المهام بشكل مستقل تقريبًا ، والبشر يشرفون ببساطة".
رش على الشاشات التي تعمل باللمس
او
الذي اخترع الخبز
نتمنى لك دوام الصحة والعافية .
ونحن على استعداد لا اي استفسار.
التواصل معنا على الايميل
او اطرح تعليقك اسفل التدوينة
ونحن في خدمتكم
الابداع والتميز
creativity-excellence
طريقك نحو الحقيقة
Ahmed Shammakh
احمد شماخ
نتمنى لك دوام الصحة والعافية .
ونحن على استعداد لا اي استفسار.
التواصل معنا على الايميل
او اطرح تعليقك اسفل التدوينة
ونحن في خدمتكم
الابداع والتميز
creativity-excellence
طريقك نحو الحقيقة
Ahmed Shammakh
احمد شماخ
تعليقات
إرسال تعليق