Automatisering gør tingene nemmere. Det gør også tingene potentielt mere skræmmende, når du lægger dit velvære i hænderne på teknologi, der skal foretage direkte opkald uden først at konsultere dig, brugeren. En selvkørende bil skal for eksempel være i stand til at få øje på en trafikprop eller en svingende cyklist og reagere passende. Hvis det kan gøre dette effektivt, er det en game-changer for transport. Hvis det ikke kan, kan resultaterne være fatale.
Indhold
- Den største udfordring for roboteksoskeletter
- Forbereder stadig på bedste sendetid
På University of Waterloo, Canada, arbejder forskere på netop dette problem - kun anvendt på feltet af bærbare robot-eksodragter. Disse dragter, som kan variere fra industrielle wearables minder om Udlændinge' Power Loader til hjælpemidler til personer med bevægelseshandicap som følge af alder eller fysiske handicap, er allerede i brug som forstærkningsanordninger til at hjælpe deres bærere. Men de har været helt manuelle i deres drift. Nu vil forskere give dem deres eget sind.
Anbefalede videoer
Til det formål er University of Waterloo-forskerne ved at udvikle A.I. værktøjer som computer vision, der vil give exosuits mulighed for at fornemme deres omgivelser og justere bevægelser i overensstemmelse hermed - såsom at kunne spotte trapper og bestige dem automatisk eller på anden måde reagere på forskellige gåmiljøer i virkeligheden tid. Skulle de trække det ud, vil det for altid ændre nytten af disse hjælpemidler. Det er dog ikke let at gøre det.
Relaterede
- Fremtiden for A.I.: 4 store ting at holde øje med i de næste par år
- Spring, grænser og videre: Robots agilitet skrider frem i et feberagtigt tempo
- En lammet mand har lige slået en verdensrekord i maraton med et roboteksoskelet
Den største udfordring for roboteksoskeletter
"Kontrol betragtes generelt som en af de største udfordringer ved at udvikle roboteksoskeletter til applikationer i den virkelige verden," Brokoslaw Laschowski, en Ph.D. kandidat i universitetets afdeling for Systems Design Engineering, fortalte Digital Trends. "For at sikre sikker og robust drift bruger kommercielt tilgængelige exoskeletter manuelle kontroller som joysticks eller mobile grænseflader til at kommunikere brugerens lokomotoriske hensigt. Vi udvikler autonome kontrolsystemer til roboteksoskeletter ved hjælp af bærbare kameraer og kunstige intelligens, [for at lette] den kognitive byrde forbundet med menneskelig kontrol og beslutningstagning."
Som en del af projektet skulle holdet udvikle et A.I.-drevet miljøklassificeringssystem, kaldet ExoNet database, som den hævder er det hidtil største open source billeddatasæt af menneskelige gåmiljøer. Dette blev indsamlet ved at få folk til at bære et monteret kamera på brystet og gå rundt i lokale miljøer, mens de optog deres bevægelser og bevægelse. Det blev derefter brugt til at træne neurale netværk.
"Vores miljøklassificeringssystem bruger dyb læring," fortsatte Laschowski. "Men højtydende dybdelæringsalgoritmer har en tendens til at være ganske beregningsmæssigt dyre, hvilket er problematisk for roboteksoskeletter med begrænsede driftsressourcer. Derfor bruger vi effektive foldende neurale netværk med minimale krav til beregnings- og hukommelseslagring til miljøklassificeringen. Disse dee-læringsalgoritmer kan også automatisk og effektivt lære optimale billedfunktioner direkte fra træningsdata i stedet for at bruge håndlavede funktioner, som man traditionelt gør."
John McPhee, en professor i Systems Design Engineering ved University of Waterloo, fortalte Digital Trends: "I bund og grund erstatter vi manuelle kontroller - [som] stop, start, løft ben for skridt - med en automatiseret løsning. En analogi er en automatisk drivlinje i en bil, som erstatter manuelt gearskift. I dag kører de fleste med automatik, fordi det er mere effektivt, og brugeren kan fokusere mere på deres miljø frem for at betjene koblingen og pinden. På lignende måde vil en automatiseret kontrol på højt niveau til en exo åbne op for nye muligheder for brugeren [i form af] større miljøbevidsthed."
Som med en selvkørende bil, bemærker forskerne, at den menneskelige bruger vil besidde evnen til at tilsidesætte det automatiserede kontrolsystem, hvis behovet opstår. Selvom det stadig vil kræve en smule tro at for eksempel stole på, at din exosuit vil opdage en flyvning af går ned ad trapper, før de lanceres ned ad dem, kan bæreren tage kontrol i scenarier, hvor det er nødvendig.
Forbereder stadig på bedste sendetid
Lige nu er projektet i gang. "Vi fokuserer i øjeblikket på at optimere vores A.I.-drevne miljøklassificeringssystem, specifikt at forbedre klassifikationsnøjagtigheden og realtidsydelsen," sagde Laschowski. "Denne tekniske ingeniørudvikling er afgørende for at sikre sikker og robust drift til fremtidige kliniske tests ved hjælp af roboteksoskeletoner med autonom kontrol."
Skulle alt gå efter planen, vil det dog forhåbentlig ikke vare for lang tid, før sådanne algoritmer kan implementeres i kommercielt tilgængelige exosuits. De bliver allerede mere udbredt, takket være innovative virksomheder som Sarcos Robotics, og bliver brugt i stadig mere varierede omgivelser. De er også i stand til i høj grad at forbedre menneskelige evner ud over, hvad bæreren ville være i stand til, når han ikke bærer jakkesættet.
På nogle måder minder det meget om den oprindelige opfattelse af cyborgen, ikke som en mareridtsagtig Darth Vader eller RoboCop sammenlægning af halvt menneske og halvt maskine, men som forskerne Manfred Clynes og Nathan Kline skrev i 1960'erne, som "et organisatorisk system, hvor... robotlignende problemer [tages] automatisk, efterlader [mennesker] fri til at udforske, skabe, tænke og føle." Afskåret af sine svagt hippy vibes (det her var 60'erne), står ideen stadig: Ved at lade robotter selvstændigt tage sig af de verdslige problemer forbundet med navigation, kan de menneskelige brugere fokusere på vigtigere, engagerende ting. De fleste mennesker behøver jo ikke bevidst at tænke på detaljerne ved at flytte den ene fod foran den anden, når de går. Hvorfor skulle nogen i en robot-eksosuit være nødt til at gøre det?
Det seneste papir dedikeret til denne forskning var for nylig offentliggjort i tidsskriftet IEEE Transactions on Medical Robotics and Bionics.
Redaktørens anbefalinger
- Fremtiden for automatisering: Robotter kommer, men de vil ikke tage dit job
- Som en bærbar førerhund hjælper denne ryg blinde mennesker med at navigere
- God til StarCraft? DARPA ønsker at træne militærrobotter med dine hjernebølger
- Delta Airlines planlægger at udstyre medarbejderne med disse kraftfulde roboteksoskeletter
- Exosuits for alle: Mød virksomheden, der gør bærbare robotter mainstream
