Prostesis bionik memungkinkan orang dengan anggota tubuh yang diamputasi untuk mengembalikan fungsi lengan, kaki, atau jari yang tidak ada. Seiring waktu, bionik menjadi lebih sempurna, masing-masing, berbagai kemungkinan prostesis berkembang. Namun, pasien membutuhkan periode adaptasi yang lama untuk belajar bagaimana menangani anggota badan baru mereka, itu sangat sulit.
Ternyata , teknologi pembelajaran mesin dapat membantu. Yakni, AI, tempat pembelajaran penguatan digunakan. Metode baru telah diuji dalam uji klinis. Seorang sukarelawan adalah seorang pria tanpa kaki (atau lebih tepatnya, bagian-bagiannya di bawah lutut), yang digantikan dengan anggota badan buatan.
Dalam situasi normal, seseorang harus berlatih berjam-jam untuk beradaptasi dengan penggunaan prostesis teknologi. Model baru ini bekerja secara berbeda - dalam hal ini, ia beradaptasi dengan pemiliknya, beradaptasi dengan fitur gerakannya. Dalam prostesis ini, suatu algoritma khusus yang mengontrol sendi buatan membantu.
Para pengembang mengatakan bahwa terlalu dini untuk berbicara tentang pengenalan teknologi yang ditunjukkan dalam kedokteran, itu hanya "kinerja demonstrasi", yang memungkinkan untuk menilai kemungkinan pembelajaran mesin dalam prosthetics bionik. Para ilmuwan telah membuktikan bahwa teknologinya memiliki potensi tinggi, sehingga pengerjaan terus berlanjut.
Hasilnya diterbitkan dalam publikasi otoritatif, yaitu
Transaksi IEEE pada bagian
Sibernetika . Kemungkinan besar, teknologi baru akan menjadi awal untuk pengembangan sejumlah metode mesin untuk "pelatihan" prostesis bionik. Ini akan mengurangi waktu dan uang yang dihabiskan untuk mempersiapkan pasien untuk bekerja dengan prostesis konvensional yang tidak dilengkapi dengan asisten AI. Algoritme memungkinkan Anda untuk mengadaptasi prostesis ke hampir semua kondisi, mengubah mode operasinya dilakukan secara otomatis, secara harfiah saat bepergian.
Lutut bionik memiliki 12 parameter kerja berbeda yang perlu disesuaikan. AI melakukan ini secara otomatis, jadi alih-alih adaptasi beberapa hari, Anda dapat berbicara tentang beberapa jam. Dalam prosesnya, algoritma mulai "memahami" bagaimana seseorang berinteraksi dengan sistem elektronik-mekanik, setelah itu ada penyesuaian cepat dari mode operasi yang terakhir.
Menurut perwakilan dari tim pengembangan, Jenny C, sangat sulit bagi tubuh untuk beradaptasi dengan benda buatan, tertanam di tempat bagian tubuh yang hilang. Dalam hal ini, reaksi otak dan sistem saraf bisa tidak dapat diprediksi. Pembelajaran mesin mengurangi jumlah dan tingkat masalah. Tentu saja, prostesis tidak ideal, tetapi para ilmuwan secara bertahap bekerja untuk menyatukan kemampuan dan fungsi anggota tubuh organik dan mekanik.
Kecerdasan buatan membuat pemulihan hubungan ini lebih cepat. Pengembang AI telah membuktikan bahwa ia dapat memainkan banyak game lebih baik daripada manusia, yang sebelumnya dianggap eksklusif sebagai hak Homo Sapiens. Benar, ada kesulitan. Sebagai contoh, teknologi pembelajaran mesin harus lebih efektif daripada dalam hal belajar game go, ketika AI memecah jutaan game, meningkatkan seni mereka. Pasien tidak dapat menghabiskan ratusan jam di laboratorium, teknologi pembelajaran mesin harus memeras maksimal dari beberapa puluh menit interaksi dengan orang yang dimilikinya.
Selain itu, tidak semua tes yang mungkin berguna untuk pelatihan dilakukan di laboratorium. Dalam situasi normal, seorang pasien dengan kaki palsu bionik, yang tidak memiliki dukungan, dapat jatuh. AI dalam hal ini akan menerima informasi berharga yang akan membantu menghindari kejatuhan di masa depan. Tetapi para peneliti tidak mempelajari kejatuhan karena masalah keamanan.
Apa pun itu, tetapi hasil pertama sangat menjanjikan. Teknologi ini mampu menentukan sejumlah pola gerak, yang kemudian digunakan untuk mengadaptasi prostesis dengan pengangkutnya, dan pekerjaan ini dilakukan dengan cukup cepat.
Dalam waktu dekat, para pengembang berencana untuk melatih "AI bionik" untuk naik dan turun tangga. Selain itu, para ilmuwan sedang mengembangkan sistem nirkabel - sekarang unit komputer prostesis terhubung ke pusat komputer dengan kabel, sehingga sistem seperti itu tidak dapat disebut mobile atau otonom. Jika data sistem akan ditransmisikan melalui udara, ini akan sangat mempercepat proses pertukaran data. Pasien sendiri akan dapat dengan bebas bergerak di sekitar lokasi dengan kondisi yang berbeda, dan tidak hanya berjalan di atas dudukan.