मशीन लर्निंग तकनीकें कई बार बायोनिक कृत्रिम अंग के लिए रोगियों के अनुकूलन की प्रक्रिया में तेजी लाती हैं

बायोनिक कृत्रिम अंग लोगों को विच्छिन्न अंगों के साथ अनुपस्थित हाथ, पैर या उंगलियों के कार्यों का हिस्सा बहाल करने की अनुमति देते हैं। समय के साथ, बीओनिक्स क्रमशः अधिक परिपूर्ण होता जा रहा है, कृत्रिम अंग की संभावनाओं की श्रेणी का विस्तार हो रहा है। हालांकि, रोगियों को अपने नए अंग को संभालने के लिए सीखने के लिए एक लंबी अनुकूलन अवधि की आवश्यकता होती है, यह बहुत मुश्किल है।

जैसा कि यह निकला , मशीन सीखने की तकनीकें मदद कर सकती हैं। अर्थात्, ऐ, जहां सुदृढीकरण सीखने का उपयोग किया जाता है। नई विधि पहले ही नैदानिक ​​परीक्षणों में परीक्षण की जा चुकी है। एक स्वयंसेवक एक पैर के बिना एक आदमी था (या बल्कि, घुटने के नीचे के हिस्से), जिसे एक कृत्रिम अंग के साथ बदल दिया गया था।

एक सामान्य स्थिति में, एक व्यक्ति को तकनीकी कृत्रिम अंग के उपयोग के अनुकूल होने के लिए घंटों तक प्रशिक्षित करना पड़ता है। नया मॉडल अलग तरह से काम करता है - इस मामले में, यह मालिक को अपनी चाल की विशेषताओं के साथ पालन करता है। इस कृत्रिम अंग में, एक विशेष एल्गोरिथ्म जो एक कृत्रिम संयुक्त को नियंत्रित करता है।

डेवलपर्स का कहना है कि दवा में प्रदर्शित तकनीक की शुरुआत के बारे में बात करना बहुत जल्दबाजी है, यह केवल एक "प्रदर्शन प्रदर्शन" था, जो बायोनिक प्रोस्थेटिक्स में मशीन सीखने की संभावनाओं का न्याय करना संभव बनाता है। वैज्ञानिकों ने साबित किया है कि उनकी तकनीक में उच्च क्षमता है, इसलिए इस पर काम जारी है।

परिणाम एक आधिकारिक प्रकाशन में प्रकाशित हुए थे, साइबरनेटिक्स खंड पर IEEE लेनदेन । सबसे अधिक संभावना है, नई तकनीक बायोनिक कृत्रिम अंग के "प्रशिक्षण" के लिए कई मशीन विधियों के विकास के लिए शुरुआत होगी। यह पारंपरिक प्रोस्थेसिस के साथ काम करने के लिए रोगियों को तैयार करने में लगने वाले समय और धन को कम करेगा जो एक AI सहायक से सुसज्जित नहीं हैं। एल्गोरिथ्म आपको कृत्रिम अंग को लगभग किसी भी स्थिति में अनुकूलित करने की अनुमति देता है, इसके संचालन के तरीके को बदलना स्वचालित रूप से बाहर ले जाया जाता है, शाब्दिक रूप से चलते हैं।

बायोनिक घुटने में 12 अलग-अलग कार्य पैरामीटर हैं जिन्हें समायोजित करने की आवश्यकता है। एआई स्वचालित रूप से ऐसा करता है, इसलिए अनुकूलन के कुछ दिनों के बजाय, आप कुछ घंटों के बारे में बात कर सकते हैं। इस प्रक्रिया में, एल्गोरिथ्म "समझना" शुरू करता है कि कोई व्यक्ति इलेक्ट्रॉनिक-मैकेनिकल सिस्टम के साथ कैसे इंटरैक्ट करता है, जिसके बाद बाद के ऑपरेटिंग मोड का त्वरित समायोजन होता है।

विकास टीम के प्रतिनिधि जेनी सी के अनुसार, शरीर के लापता हिस्से की जगह एक कृत्रिम वस्तु को अनुकूलित करना शरीर के लिए काफी मुश्किल है। इस मामले में, मस्तिष्क और तंत्रिका तंत्र की प्रतिक्रिया अप्रत्याशित हो सकती है। मशीन लर्निंग समस्याओं की संख्या और स्तर को कम करता है। बेशक, कृत्रिम अंग आदर्श नहीं हैं, लेकिन वैज्ञानिक धीरे-धीरे कार्बनिक और यांत्रिक अंगों की क्षमताओं और कार्यों को एक साथ लाने के लिए काम कर रहे हैं।

आर्टिफिशियल इंटेलिजेंस इस तालमेल को तेज बनाता है। एआई डेवलपर्स ने पहले ही साबित कर दिया है कि वह मनुष्यों की तुलना में कई गेम बेहतर खेल सकते हैं, जिन्हें पहले होमो सेपियन्स के विशेष रूप से माना जाता था। सच है, मुश्किलें हैं। उदाहरण के लिए, मशीन सीखने की तकनीक को गो के खेल को सीखने के मामले की तुलना में अधिक प्रभावी होना चाहिए, जब एआई ने लाखों खेलों को पार्स किया, अपनी कला में सुधार किया। रोगी प्रयोगशाला में सैकड़ों घंटे नहीं बिता सकता है, मशीन सीखने की तकनीक को उस व्यक्ति के साथ बातचीत के कुछ दसियों मिनटों में से अधिकतम निचोड़ना होगा जो उसके पास है।

इसके अलावा, सभी संभावित परीक्षण जो प्रशिक्षण के लिए उपयोगी हो सकते हैं, प्रयोगशाला में किए गए थे। एक सामान्य स्थिति में, पैर के बायोनिक प्रोस्थेसिस के साथ एक रोगी, जिसका कोई समर्थन नहीं है, गिर सकता है। इस मामले में एआई को बहुमूल्य जानकारी प्राप्त होगी जो भविष्य में गिरावट से बचने में मदद करेगी। लेकिन शोधकर्ताओं ने सुरक्षा चिंताओं के कारण गिरावट का अध्ययन नहीं किया।

जो भी हो, लेकिन पहले परिणाम आशाजनक थे। प्रौद्योगिकी कई गति पैटर्न निर्धारित करने में सक्षम थी, जो तब अपने वाहक को कृत्रिम अंग को अनुकूलित करने के लिए उपयोग किया जाता था, और यह काम काफी तेज़ी से किया गया था।

निकट भविष्य में, डेवलपर्स सीढ़ियों पर चढ़ने और उतरने के लिए "बायोनिक एआई" को प्रशिक्षित करने की योजना बनाते हैं। इसके अलावा, वैज्ञानिक एक वायरलेस सिस्टम विकसित कर रहे हैं - अब कृत्रिम अंग कंप्यूटर यूनिट एक केबल के साथ कंप्यूटर सेंटर से जुड़ा हुआ है, इसलिए ऐसी प्रणाली को मोबाइल या स्वायत्त नहीं कहा जा सकता है। यदि सिस्टम के डेटा को हवा से प्रेषित किया जाएगा, तो इससे डेटा विनिमय की प्रक्रिया में काफी तेजी आएगी। रोगी स्वयं विभिन्न स्थितियों के साथ स्वतंत्र रूप से स्थानों पर घूमने में सक्षम होगा, और पूरी तरह से स्टैंड पर नहीं चल सकता है।