 
                                  به گزارش مجله خبری نگار،از سایت Kempner، پژوهشهای پیشگامانه هوش مصنوعی را به ابزاری قدرتمند برای کمک به افراد دارای اختلالات حرکتی تبدیل کرده است. با تحلیل دادههای عصبی-عضلانی و ایجاد شبیه سازیهای حرکتی مبتنی بر هوش مصنوعی، درک عمیق تری از نحوه کنترل بدن به دست آمده و از این دانش برای توسعه دستگاههای کمک حرکتی نوآورانه بهره برداری میشود.
از جمله این ابزارها میتوان به اسکلتهای بیرونی هوشمند برای تقویت حرکت و عصای رباتیک خودران و تلفن گردنی هوشمند برای کمک به افراد با محدودیت بینایی اشاره کرد.
تمرکز اصلی این تحقیقات، نه تنها ساخت ابزارهای کمک حرکتی کارآمد، بلکه شخصی سازی آنها برای رفع نیازهای خاص هر کاربر و ایجاد تجربهای طبیعی و یکپارچه است.
بر اساس این گزارش، پاتریک اس یِِد، عضو هیات علمی وابسته در مؤسسه Kempner، از تکنیکهای یادگیری ماشین (Machine Learning) برای درک بهتر کنترل نور و حرکتی (Neuromotor Control) استفاده میکند.
بسیاری از مهارتهایی که انسان آنها را نشانههای هوشمندی میداند، نیازمند تلاش آگاهانهاند؛ از جمله پیش بینی، برنامه ریزی بلندمدت و حل مسائل انتزاعی. اما حرکت، در تضاد با این موارد، برای اکثر مردم امری بدیهی و بی زحمت به نظر میرسد. حرکت، شهودی و ساده به نظر میآید، فاصلهای بعید از فعالیتهایی که معمولاً با واژه «هوش» در ذهن تداعی
میشود.
اما برای پاتریک اسلید، عضو هیئت علمی مؤسسه Kempner و استادیار مهندسی زیستی (Bioengineering) در دانشکده مهندسی و علوم کاربردی دانشگاه هاروارد (SEAS) حرکت ماهرانه یکی از نشانههای اصلی رفتار واقع هوشمندانه و یکی از مرزهای پژوهشهای پیشرفته به شمار میرود.
آزمایشگاه اسلید از تکنیکهای مهندسی زیستی و هوش مصنوعی برای درک بهتر اصول نوروحرکتی و توسعه فناوریهایی برای کمک به حرکت انسان استفاده میکند.
او میگوید: «اختلالات حرکتی بسیاری وجود دارند که توانایی ما در کنترل بدن مان را مختل میکنند؛ بنابراین باید کنترل نوروحرکتی را بهتر درک کنیم تا بتوانیم به توانبخشی افراد کمک کنیم.»
کنترل نوروحرکتی (Neuromotor Control) به چگونگی عملکرد نورونهای مغز و سایر بخشهای دستگاه عصبی برای فعال سازی عضلات و ایجاد حرکات ارادی اشاره دارد.
اسلید توضیح میدهد که مغز در زمان حرکت بدن، دائم در حال ارزیابی و متعادل سازی انواع مختلفی از نیازهای حرکتی است.
او میگوید: «اگر دیرتان شده باشد، احتمالاً سرعت را در اولویت قرار میدهید و شاید اهمیتی ندهید که عرق کردهاید یا انرژی زیادی مصرف میکنید. اما اگر زمین یخ زده باشد، پایداری را در اولویت قرار میدهید و این اولویت بر نحوه حرکت شما تأثیر میگذارد. یا مثلاً هنگام کوه پیمایی، ممکن است لازم باشد با دقت زیاد قدم بردارید.
انسانها و سایر جانوران قادرند این ملاحظات مختلف – مانند سرعت، انرژی، پایداری و ... – را به طور همزمان مدیریت کنند، در حالی که اهداف مختلفی مانند رسیدن به اتوبوس یا فتح قله کوه را دنبال میکنند. پرسش کلیدی که هم برای عصب پژوهان حرکتی (Motor Neuroscientists) و هم برای مهندسان زیستی مطرح است این است: مغز چگونه موفق میشود چنین «هوشمندی در حرکت» را محقق کند؟
پروژه پژوهشی کنونی اسلید در مؤسسه Kempner، تلاش دارد اصول علمی و سازوکارهای پایهای مرتبط با «هوشمندی در حرکت» را از طریق تلفیق دیدگاههای عصب پژوهی، یادگیری ماشین و بیومکانیک (Biomechanics) بهتر درک کند.
در این پروژه، تیم اسلید با استفاده از پیشرفتهترین تکنیکهای هوش مصنوعی، دادههای حجیم و پیچیدهای از اندازه گیریهای عصبی و عضلانی را تحلیل میکند. بر پایه تحلیل این دادههای واقعی از حرکات انسان، آزمایشگاه اسلید در حال توسعه شبیه سازیهای اسکلتی-عضلانی (Skeletomuscular Simulations) است؛ و این به معنی شبیه سازیهای رایانهای ازنحوه عملکرد عضلات برای کنترل اسکلت بدن است.
این بازسازیهای مجازی از حرکات انسانی، درک ما از مکانیزم حرکت بدن را بهبود میبخشند.
اسلید و تیم او میتواند بینشهای حاصل از این شبیه سازیهای مبتنی بر هوش مصنوعی را در طراحی دستگاههای واقعی پزشکی به کار بگیرند. دستگاههایی که میتوانند کیفیت زندگی روزمره افراد دارای مشکلات حرکتی را بهبود دهند.
با بهره گیری از بینشهای به دست آمده درباره کنترل نوروحرکتی، آزمایشگاه اسلید نمونههای اولیهای از اسکلتهای بیرونی (Exoskeletons) و سایر اندامهای مصنوعی را طراحی کرده است تا به افراد دارای ناتوانیهای حرکتی کمک کند.
این دستگاهها که توسط کاربر پوشیده میشوند، میتوانند اطلاعات نوروحرکتی را از حسگرها جمع آوری کرده، به کمک هوش مصنوعی ویژگیهای کلیدی مرتبط با حرکت را استخراج کرده، تفسیر و تطبیق دهند تا در فعالیتهای حرکتی یاری رسان باشند.
برای مثال، یک اسکلت بیرونی که مانند یک کمربند روی پاها بسته میشود، میتواند در زمان بالا رفتن از تپه، نیروی اضافی مورد نیاز را فراهم کند. تمرکز کنونی اسلید، ساخت دستگاههای کمکی برای افراد با بینایی محدود است.
این پروژه شامل یک عصای رباتیک خودران برای کمک به افراد با نقص جزئی بینایی، و همچنین یک گوشی هوشمند است که به گردن آویخته میشود. این گوشی با تکیه بر اصول مدلهای بینایی رایانهای هوشمند (Smart Computer Vision Models) میتواند محیط اطراف را درک کرده و بازخورد صوتی لحظهای برای کمک به کاربر در مسیر یابی ارائه دهد.
اسلید درباره عصا میگوید: «این عصا شبیه این است که کاربر یک خودروی خودران شخصی دارد، اما خودش پیاده حرکت میکند.»
فراتر از توسعه قابلیتهای کلی این ابزارها، اسلید بر اهمیت شخصی سازی (Personalization) آنها برای نیازهای خاص هر فرد تأکید میکند.
او میگوید: بر اساس مطالعات مان، یکی از قواعد کلی این است که شخصی سازی در پزشکی کمکی فیزیکی، میتواند اثربخشی ابزار را تقریب دو ابرابر کند.
در نهایت، طبیعی بودن تجربه کار با ابزار برای کاربر موضوعی حیاتی است. یک ابزار ممکن است سنگین و ناراحت کننده باشد، یا برعکس، مثل بخشی از بدن فرد احساس شود.
اسلید میگوید: تمام هدف ما این است که تعامل انسان و ربات به شکلی بی نقص و یکپارچه برای کاربر انجام شود.
 
                                 
                                 
                                