‎หุ่นยนต์ ‘กระแสจิต’ สามารถทําให้รถยนต์ที่ขับเคลื่อนด้วยตนเองปลอดภัยยิ่งขึ้น‎

หุ่นยนต์ 'กระแสจิต' สามารถทําให้รถยนต์ที่ขับเคลื่อนด้วยตนเองปลอดภัยยิ่งขึ้น‎

The system uses EEG brain signals to detect if a person notices robots making a mistake. ระบบใช้สัญญาณสมอง EEG เพื่อตรวจสอบว่ามีบุคคลสังเกตเห็นหุ่นยนต์ทําผิดพลาดหรือไม่‎‎ ‎‎(เครดิตภาพ: เจสัน ดอร์ฟแมน/เอ็มไอที ซีเอสเอล)‎

‎คุณกังวลเกี่ยวกับการมอบความไว้วางใจในชีวิตให้กับรถที่ขับเองหรือไม่? จะเกิดอะไรขึ้นถ้าคุณสามารถ

สื่อสารกับยานพาหนะทางโทรจิตเพื่อแจ้งให้ทราบทันทีหากทําผิดพลาด?‎‎นั่นคือคํามั่นสัญญาสูงสุดของเทคโนโลยีที่ได้รับการพัฒนาโดยทีมจากมหาวิทยาลัยบอสตันและห้องปฏิบัติการวิทยาการคอมพิวเตอร์และปัญญาประดิษฐ์ (CSAIL) ที่สถาบันเทคโนโลยีแมสซาชูเซตส์ เทคโนโลยีนี้ใช้‎‎สัญญาณสมอง‎‎เพื่อแก้ไขข้อผิดพลาดของหุ่นยนต์โดยอัตโนมัติ‎‎นักวิจัยกล่าวว่าการใช้สิ่งที่เรียกว่าส่วนต่อประสานระหว่างสมองกับคอมพิวเตอร์ (BCI) เพื่อสื่อสารกับหุ่นยนต์ไม่ใช่เรื่องใหม่ แต่วิธีการส่วนใหญ่ต้องการให้ผู้คนฝึกฝนกับ BCI และแม้แต่เรียนรู้ที่จะปรับความคิดของพวกเขาเพื่อช่วยให้เครื่องเข้าใจ [‎‎6 หุ่นยนต์ที่แปลกประหลาดที่สุดที่เคยสร้างมา‎]

‎โดยอาศัยสัญญาณสมองที่เรียกว่า “ศักยภาพที่เกี่ยวข้องกับข้อผิดพลาด” (ErrPs) ที่เกิดขึ้นโดยอัตโนมัติเมื่อมนุษย์ทําผิดพลาดหรือพบคนอื่นทําวิธีของนักวิจัยช่วยให้แม้แต่สามเณรที่สมบูรณ์‎‎ในการควบคุมหุ่นยนต์ด้วยจิตใจของพวกเขา‎‎นักวิจัยในการศึกษาใหม่กล่าว สิ่งนี้สามารถทําได้โดยเพียงแค่เห็นด้วยหรือไม่เห็นด้วยกับการกระทําใดก็ตามที่บอททํานักวิจัยกล่าว‎

‎ การทํางานกับเครื่องจักร‎‎นักวิจัยกล่าวว่าเทคโนโลยีนี้สามารถนําเสนอวิธีการสื่อสารที่ใช้งานง่ายและทันทีสําหรับแอปพลิเคชันที่หลากหลายเช่นการดูแลหุ่นยนต์ในโรงงาน‎‎เพื่อควบคุมขาเทียมของหุ่นยนต์‎

‎”เมื่อมนุษย์และหุ่นยนต์ทํางานร่วมกัน โดยพื้นฐานแล้วคุณต้องเรียนรู้ภาษาของหุ่นยนต์ เรียนรู้วิธีใหม่ในการสื่อสารกับหุ่นยนต์ ปรับให้เข้ากับอินเทอร์เฟซของมัน” โจเซฟ เดลเปรโต ผู้สมัครระดับปริญญาเอกของ CSAIL ซึ่งทํางานในโครงการกล่าว‎

‎”ในงานนี้ เราสนใจที่จะเห็นว่าคุณสามารถให้หุ่นยนต์ปรับตัวเข้ากับเราได้อย่างไรมากกว่าวิธีอื่นๆ”‎

‎ระบบใช้สัญญาณสมอง EEG เพื่อตรวจสอบว่ามีบุคคลสังเกตเห็นหุ่นยนต์ทําผิดพลาดหรือไม่ ‎‎(เครดิตภาพ: เจสัน ดอร์ฟแมน/เอ็มไอที ซีเอสเอล)‎‎งานวิจัยใหม่นี้เผยแพร่ทางออนไลน์‎‎ในวันจันทร์ (6 มีนาคม) และจะนําเสนอในการประชุมนานาชาติ IEEE ว่าด้วยหุ่นยนต์และระบบอัตโนมัติ (ICRA) ในสิงคโปร์ในเดือนพฤษภาคมนี้ ในการศึกษานักวิจัยอธิบายว่าพวกเขารวบรวมข้อมูล electroencephalography (EEG) จากอาสาสมัครได้อย่างไรในขณะที่บุคคลเหล่านั้นดูหุ่นยนต์ฮิวแมนนอยด์อุตสาหกรรมประเภททั่วไปที่เรียกว่าแบ็กซ์เตอร์ตัดสินใจว่าจะหยิบวัตถุสองชิ้นใดในสองชิ้น‎

‎ข้อมูลนี้ได้รับการวิเคราะห์‎‎โดยใช้อัลกอริทึมแมชชีนเลิร์นนิง‎‎ที่สามารถตรวจจับข้อผิดพลาดได้ในเวลาเพียง 10 ถึง 30 มิลลิวินาที ซึ่งหมายความว่าผลลัพธ์สามารถป้อนกลับไปยังหุ่นยนต์ได้แบบเรียลไทม์ทําให้สามารถแก้ไขเส้นทางได้กลางคันนักวิจัยกล่าว‎

‎ การปรับแต่งระบบ‎‎ความแม่นยําของระบบต้องการการปรับปรุงที่สําคัญทีมยอมรับ ในการทดลองแบบเรียลไทม์บอททํางานได้ดีกว่า 50/50 หรือโอกาสเพียงเล็กน้อยเมื่อ‎‎จําแนกสัญญาณสมอง‎‎เป็น ErrPs นั่นหมายความว่าเกือบครึ่งเวลาจะไม่สังเกตเห็นการแก้ไขจากผู้สังเกตการณ์‎

‎นักวิจัยกล่าวว่าแม้ในการวิเคราะห์แบบออฟไลน์ที่ผ่อนคลายมากขึ้น ระบบก็ยังคงทําให้ถูกต้องเพียงประมาณ 65 เปอร์เซ็นต์ของเวลานักวิจัยกล่าว‎

‎แต่เมื่อเครื่องพลาดสัญญาณ ErrP และไม่สามารถแก้ไขเส้นทางของมันได้ (หรือเปลี่ยนเส้นทางเมื่อไม่มี ErrP) ผู้สังเกตการณ์ที่เป็นมนุษย์มักจะผลิต ErrP ที่สองและแข็งแกร่งกว่า Stephanie Gil นักวิทยาศาสตร์วิจัย CSAIL กล่าว‎

‎”เมื่อเราวิเคราะห์แบบออฟไลน์นั้น เราพบว่าประสิทธิภาพเพิ่มขึ้นอย่างมาก สูงถึง 86 เปอร์เซ็นต์ และเราประเมินว่าเราจะสามารถเพิ่มขึ้นได้ถึง 90 เปอร์เซ็นต์ในอนาคต ดังนั้นขั้นตอนต่อไปของเราคือการตรวจจับหุ่นยนต์แบบเรียลไทม์เช่นกันและเริ่มเข้าใกล้เป้าหมายของเราในการควบคุมหุ่นยนต์เหล่านี้อย่างแม่นยําและเชื่อถือได้ในทันที” กิลกล่าวกับ Live Science [‎‎มนุษย์ไบโอนิค: เทคโนโลยี 10 อันดับแรก‎]

Credit : saglikpersoneliplatformu.com sanatorylife.com semperfidelismc.com shopcoachfactory.net skyskraperengel.net soulwasted.net stateproperty2movies.com structuredsettlementexperts.net superactive9cialis.com superettedebever.com