Sistem yang dapat memproses pemikiran dan menerjemahkannya menjadi perintah untuk memindahkan objek sangat berguna bagi orang yang tidak dapat bercakap atau bergerak, tetapi mereka mempunyai kelemahan: mereka menyebabkan keletihan mental.
Saintis Mexico telah mengembangkan antara muka pintar yang dapat mengajar hingga 90% arahan pengguna untuk bekerja secara autonomi dan mengurangkan keletihan.
Projek ini, Automating the Brain-Machine Interface System, adalah inisiatif Christian Isaac Peñalosa Sánchez, calon Ph. D dalam Cognitive Neurology in Applied Robotics di Osaka University, Jepun.
Saya telah mengerjakan projek ini selama tiga tahun, berdasarkan pada antara muka otak-mesin. Fungsinya adalah untuk mengukur aktiviti neuron untuk menerima isyarat yang dihasilkan oleh pemikiran, memprosesnya dan mengubahnya menjadi urutan untuk memindahkan, misalnya, prostesis robot, tetikus atau peralatan rumah tangga,”kata saintis itu.
Dia menjelaskan bahawa sistem ini terdiri daripada elektrod yang terletak di kulit kepala manusia. Mereka mengukur aktiviti otak dalam bentuk isyarat EEG. Isyarat digunakan untuk mengesan corak yang dihasilkan oleh pelbagai pemikiran dan keadaan mental pengguna.
Sistem ini juga merangkumi antara muka grafik yang menunjukkan peranti atau objek yang ada yang menafsirkan isyarat EEG dan menerima perintah pengguna.
Video promosi:
Di samping itu, sensor tanpa wayar diedarkan di dalam bilik, mengumpulkan data persekitaran (suhu dan pencahayaan); pemacu perkakasan mudah alih yang menghidupkan dan mematikan perkakas, dan algoritma kecerdasan buatan.
"Yang terakhir mengumpulkan data dari sensor tanpa wayar, elektrod dan perintah pengguna untuk mengungkapkan hubungan antara persekitaran bilik, keadaan mental seseorang dan aktivitinya," komentar Christian Peñalosa.
Dia menambah bahawa untuk melegakan pengguna dari keletihan dan kekecewaan mental kerana konsentrasi tinggi dalam jangka masa panjang yang tidak dapat dielakkan dengan sistem seperti itu, sistem itu harus menjadi mandiri. Inilah yang cuba dilakukan oleh Christian.
"Kami telah memberi peluang belajar sistem dengan menerapkan algoritma cerdas yang secara beransur-ansur mempelajari pilihan pengguna. Pada satu ketika, sistem dapat mengambil alih kawalan sebahagian besar peranti, membiarkan pengguna fokus pada tujuan lain."
Sebagai contoh, seseorang boleh menggunakannya untuk mengawal kerusi roda elektrik semasa bergerak ke ruang tamu menggunakan perintah asas (maju, belakang, kiri, dan kanan) yang telah dipelajari oleh sistem. Kali berikutnya pengguna ingin mengambil jalan yang sama, dia hanya perlu menekan butang atau berfikir, kereta dorong akan membawanya ke tempat tujuannya.
Setelah sistem berfungsi secara automatik, pengguna tidak perlu lagi fokus untuk menguruskan peranti yang berbeza. Walau bagaimanapun, sistem ini terus mengumpulkan data EEG untuk mengesan isyarat kesalahan. Ini timbul ketika orang merasa khuatir: sistem atau mereka sendiri melakukan sesuatu yang salah.
Sebagai contoh, jika suhu bilik cukup tinggi, pengguna mahu tetingkap dibuka secara automatik dan sistem akan menghidupkan TV sebagai gantinya. Otak manusia mendaftarkan tindakan ini sebagai salah. Sistem menerima isyarat mengenai ralat dan cuba memperbaikinya.
Usaha Peñalosa membawa hasil yang signifikan: dalam sejumlah mata pelajaran, tahap keletihan mental mereka memang menurun setelah bekerja dengan sistem ini. Tahap pembelajaran sistem sedemikian juga meningkat dengan ketara.
