एक तंत्रिका नेटवर्क के साथ एक बायोनिक हाथ बनाया जाता है जो वस्तुओं को तुरंत पहचानता है और पकड़ लेता है

पिछली पीढ़ी के बायोनिक कृत्रिम अंग आमतौर पर मायोइलेक्ट्रिक संकेतों की मदद से नियंत्रित होते हैं, जो मानव हाथ की मांसपेशियों के संकुचन के परिणामस्वरूप उत्पन्न होते हैं। इस तरह के एक कृत्रिम अंग को प्रबंधित करना आसान नहीं है: इसके लिए एक निश्चित एकाग्रता की आवश्यकता होती है, और सफल कार्यों की प्रभावशीलता वांछित होने के लिए बहुत कुछ छोड़ देती है। पहली बार जो आप चाहते हैं उसे करना आसान नहीं है। कार्यों की सटीकता के संदर्भ में, इस तरह के कृत्रिम अंग एक जीवित वास्तविक हाथ की "सहज" क्रियाओं से बहुत दूर हैं।

हाल के वर्षों में, शोधकर्ताओं ने मुख्य रूप से मायोइलेक्ट्रिक संकेतों की मान्यता की सटीकता पर ध्यान केंद्रित किया है, और व्यक्तिगत उंगलियों के आंदोलनों की मान्यता की सटीकता 90% तक पहुंच गई है। लेकिन कई तकनीकी कारणों से, इस तरह के "स्मार्ट" कृत्रिम अंग का बड़े पैमाने पर उपयोग बहुत सीमित है। न्यूकैसल विश्वविद्यालय (यूके) के इंजीनियरों का एक नया विकास एक मौलिक रूप से अलग दृष्टिकोण प्रदान करता है। एक वीडियो कैमरा से लैस हाथ उसके सामने एक वस्तु को पहचानता है - और यह निर्धारित करता है कि इसे कैसे पकड़ना सबसे अच्छा है। यह मनुष्य के हिस्से पर अतिरिक्त प्रयास के बिना, स्वचालित रूप से और लगभग तुरंत कार्य करता है। वास्तव में, बायोनिक हाथ की अपनी दृष्टि है।

पहले, वैज्ञानिकों ने स्टीरियो कैमरा और विभिन्न ऑब्जेक्ट रिकग्निशन एल्गोरिदम के साथ प्रयोग किया। समानांतर में, रोबोट के लिए जोड़तोड़ के नए मॉडल बनाए गए थे - वहां, कंप्यूटर विज़न तकनीक लोगों के लिए बायोनिक कृत्रिम अंग के समान हैं। यह रोबोटिक्स के क्षेत्र में था कि मशीन विजन और गहन सीखने की सबसे आशाजनक तकनीकों का परीक्षण किया गया था।

न्यूकैसल विश्वविद्यालय के इंजीनियरों ने अपने पूर्ववर्तियों के इन विकासों का उपयोग किया और मशीन विजन सिस्टम का उद्देश्य विभिन्न प्रकार की वस्तुओं के लिए कैप्चर के प्रकार को पहचानना था, और इसके आकार के विशिष्ट माप के आधार पर नहीं। अर्थात्, तंत्रिका नेटवर्क को प्रशिक्षित करने के बाद वस्तुओं को कैप्चर के प्रकार से ठीक वर्गीकृत किया जाता है, न कि वस्तु के प्रकार या श्रेणी द्वारा। लेखकों का मानना ​​है कि इस तरह के एक मौलिक नए दृष्टिकोण के कारण, वे सिस्टम की गति में काफी सुधार करने में सक्षम थे, क्योंकि यह अनावश्यक विवरणों को अनदेखा करता है।


तुलना के लिए: वस्तु श्रेणी के आधार पर वर्गीकरण (ऊपर) या चार कैप्चर प्रकारों में से एक (नीचे)

सिस्टम को प्रशिक्षित करने के लिए एक दृढ़ तंत्रिका नेटवर्क का उपयोग किया गया था। यह पता चला कि इसकी वास्तुकला इस प्रकार के कार्य के लिए एकदम सही है, अर्थात् हाथ के बायोनिक कृत्रिम अंग के लिए। उदाहरण के लिए, मशीन दृष्टि के अन्य तरीकों ने समस्याओं का अनुभव किया जब वे उन वस्तुओं पर आए जो किसी भी ज्ञात श्रेणी में नहीं आते थे। लेकिन अज्ञात वस्तुओं की पहचान मशीन विजन के साथ बायोनिक कृत्रिम अंग के सबसे महत्वपूर्ण गुणों में से एक है। इसलिए, इस तरह के कार्य के लिए दृढ़ तंत्रिका नेटवर्क आदर्श रूप से अनुकूल है।

सिस्टम को एम्स्टर्डम छवि बैंक में प्रशिक्षित किया गया था, जहां बड़ी संख्या में घरेलू वस्तुएं मौजूद हैं।

फ़ीचर निष्कर्षण और वर्गीकरण के लिए दो-परत अवक्षेपणीय तंत्रिका नेटवर्क की वास्तुकला नीचे चित्रण में दिखाई गई है।



कृत्रिम अंगों के साथ असली रोगियों पर परीक्षण में, सिस्टम को यादृच्छिक स्थिति में 8 ज्ञात और 16 अज्ञात वस्तुओं पर परीक्षण किया गया था। दो स्वयंसेवकों के लिए परिणाम बाईं और दाईं ओर ग्राफ़ में दिखाए गए हैं। अनुमेय त्रुटियों को ध्यान में रखते हुए, पहले और दूसरे स्वयंसेवकों के लिए वस्तुओं की मान्यता और कब्जा की सटीकता क्रमशः 88% और 87% थी।



सबसे महत्वपूर्ण बात यह है कि इस तरह के बायोनिक प्रोस्थेसिस लगभग वास्तविक समय में काम करते हैं: बायसीक हथियारों के लिए कब्जा प्रकार को 0.75-24 सेकंड के विपरीत मिलीसेकंड में चुना जाता है, जहां मशीन दृष्टि वस्तुओं का वर्गीकरण करती है। यहां तक ​​कि इस प्रकार के सर्वश्रेष्ठ बायोनिक कृत्रिम अंग, साइबरहैंड और स्मार्टहैंड , क्रमशः 4 और 1 सेकंड में मान्यता को संभाल सकते हैं। वे शक्तिशाली कंप्यूटर चला रहे हैं और क्रमशः 93% और 94% की सटीकता दिखाते हैं। यद्यपि वहां सटीकता थोड़ी अधिक है, वास्तविक समय में या एक सेकंड के ठहराव के साथ कैप्चर करना एक बड़ा अंतर है, इसलिए ब्रिटिश बायोमेडिकल इंजीनियरों की उपलब्धि को कम करके नहीं आंका जाना चाहिए। यह पहला बायोनिक हाथ है जो वस्तुओं को "सहज रूप से" पकड़ सकता है, जैसे कि बिना सोचे-समझे। एक व्यक्ति केवल मांसपेशियों के एक छोटे से आंदोलन के साथ एक संकेत देता है जिसे ऑब्जेक्ट को कैप्चर करने की आवश्यकता है - और तंत्रिका नेटवर्क के साथ एक स्मार्ट हाथ जल्दी से अपने आप को आराम करता है।


वैज्ञानिक लेख 3 मई, 2017 को जर्नल ऑफ न्यूरल इंजीनियरिंग (doi: 10.1088 / 1741-2552 / aa6802) में प्रकाशित हुआ था।