Ερευνητές στην Ελβετία, με επικεφαλής έναν Έλληνα μηχανικό της διασποράς ειδικό στους υπολογιστές και στα ρομπότ, έκαναν ένα σημαντικό βήμα για τη δημιουργία ρομπότ που θα ελέγχονται μόνο από το νου κάποιου ανθρώπου. Κάτι τέτοιο, μεταξύ άλλων, προορίζεται να αξιοποιηθεί από τετραπληγικούς ασθενείς “φυλακισμένους” μέσα στο σώμα τους και ανίκανους να μιλήσουν ή να κάνουν την παραμικρή κίνηση.
Οι άνθρωποι π.χ. που έπαθαν σοβαρό τραυματισμό στη σπονδυλική στήλη, συχνά έχουν μόνιμη νευρολογική βλάβη και σοβαρότατες κινητικές αναπηρίες, με συνέπεια να μην μπορούν να πιάσουν καν ένα αντικείμενο. Οι επιστήμονες σε πολλές χώρες εργάζονται εδώ και χρόνια για να αναπτύξουν συστήματα που θα βοηθούν αυτούς τους ασθενείς να εκτελούν ορισμένες εργασίες. Μια λύση είναι η βοήθεια που θα μπορούν να παρέχουν τα ρομπότ στους ασθενείς αυτούς, αναλαμβάνοντας να κάνουν εκείνα ορισμένα πράγματα για λογαριασμό των παράλυτων ανθρώπων. Όμως πρέπει προηγουμένως να βρεθεί ένας τρόπος τα ρομπότ να παίρνουν τις ανθρώπινες εντολές σε πραγματικό χρόνο και να ανταποκρίνονται σωστά σε αυτές.
Οι ερευνητές του Εργαστηρίου Αλγορίθμων και Συστημάτων Μάθησης της Ομοσπονδιακής Πολυτεχνικής Σχολής της Λοζάνης (EPFL), με επικεφαλής τον Έλληνα Ιάσονα Μπατζιανούλη, οι οποίοι έκαναν τη σχετική δημοσίευση στο περιοδικό “Communications Biology”, ανέπτυξαν ένα ‘έξυπνο” πρόγραμμα υπολογιστή που μπορεί να ελέγξει ένα ρομπότ “νοητικά”, χρησιμοποιώντας ηλεκτρικά σήματα που στέλνει ο εγκέφαλος του ασθενούς. Δεν χρειάζεται ο ασθενής να πει κάτι στο ρομπότ ή να πατήσει κάποιο κουμπί, καθώς μπορεί να κινήσει το ρομπότ μόνο με τη σκέψη του και να το βάλει να κάνει κάποιες εργασίες.
Οι ερευνητές προγραμμάτισαν αρχικά ένα ρομποτικό βραχίονα ώστε να αποφεύγει εμπόδια και στη συνέχεια βελτίωσαν σταδιακά τον μηχανισμό του για να γίνει πιο ακριβής, αναπτύσσοντας έναν αλγόριθμο που μπορεί να προσαρμόσει τις κινήσεις του ρομπότ. Για να το πετύχει αυτό, ο αλγόριθμος συνδέεται με μια ειδική κάσκα με ηλεκτρόδια που φοριέται στο κεφάλι του ασθενούς και “διαβάζει” μέσω ηλεκτροεγκεφαλογραφήματος την εγκεφαλική δραστηριότητα του τελευταίου. Ο παράλυτος ασθενής το μόνο που κάνει, είναι να κοιτάζει το ρομπότ και να σκέφτεται τι θα ήθελε το ρομπότ να κάνει αντί για εκείνον. Αν το ρομπότ κάνει λάθος κίνηση, ο εγκέφαλος του ασθενούς θα εκπέμψει μήνυμα σφάλματος σαν να λέει φωναχτά ο ασθενής “όχι αυτό”. Το ρομπότ τότε θα καταλάβει ότι κάνει κάτι λάθος, αλλά το ζήτημα είναι να κατανοήσει ποιό είναι το λάθος του (π.χ. ότι πλησίασε πολύ ένα αντικείμενο ή ότι είναι ακόμη πολύ μακριά από αυτό).
Για να βρει τη σωστή απάντηση το ρομπότ, το μήνυμα σφάλματος από τον εγκέφαλο του ασθενούς “μεταφράζεται” κατάλληλα από τον αλγόριθμο μέσω τεχνητής νοημοσύνης (μηχανικής μάθησης) και τροφοδοτείται στο ρομπότ. Η όλη διαδικασία γίνεται πολύ γρήγορα, εωσότου το ρομπότ “συνειδητοποιήσει” ποιά ακριβώς είναι η επιθυμία του ανθρώπου, έτσι ώστε να προσαρμόσει ανάλογα τη συμπεριφορά του. Η ανάπτυξη της τεχνολογίας ανίχνευσης σημάτων σφάλματος αποτέλεσε μία σημαντική πρόκληση για τους ερευνητές.
Όπως δήλωσε ο Μπατζιανούλης, ο οποίος είναι απόφοιτος του Τμήματος Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών του Αριστοτελείου Πανεπιστημίου Θεσσαλονίκης (ΑΠΘ 2011) με διδακτορικό στη Ρομποτική και Νευροπροσθετική από την EPFL (2019) και από το 2021 μηχανικός στην ελβετική εταιρεία Ansys στη Ζυρίχη, “αυτό που ήταν ιδιαίτερα δύσκολο στη μελέτη μας, ήταν να επιτευχθεί η σύνδεση ανάμεσα στην εγκεφαλική δραστηριότητα του ασθενούς και στο σύστημα ελέγχου του ρομπότ. Με άλλα λόγια, να “μεταφράζονται” τα εγκεφαλικά σήματα του ασθενούς σε δράσεις εκτελούμενες από το ρομπότ. Το πετύχαμε αυτό χρησιμοποιώντας τη μηχανική μάθηση για να συνδέσουμε ένα συγκεκριμένο εγκεφαλικό σήμα με μια συγκεκριμένη εργασία. Μετά συσχετίσαμε τις εργασίες με επιμέρους εντολές ελέγχου του ρομπότ, έτσι ώστε το ρομπότ τελικά να κάνει από που ο ασθενής έχει στο νου του”.
Οι ερευνητές ευελπιστούν ότι τελικά ο αλγόριθμος τους, μεταξύ άλλων, θα χρησιμοποιηθεί για να ελέγχουν οι παράλυτοι με τη σκέψη τους τα “έξυπνα” αναπηρικά αμαξίδια τους, κάτι για το οποίο πάντως πρέπει να ξεπεραστούν αρκετές ακόμη τεχνολογικές δυσκολίες.
Σύνδεσμος για την επιστημονική δημοσίευση:https://www.nature.com/articles/s42003-021-02891-8
ΠΗΓΗ: ΑΠΕ-ΜΠΕ