مچبند مجهز به اولتراسوند، تقلید دقیق حرکات دست رباتیک را ممکن میسازد
پژوهشگران با استفاده از تصویربرداری اولتراسوند برای تبدیل حرکات عضلانی داخلی به فرمانهای دیجیتال، مرز جدیدی را در تعامل انسان و ربات گشودهاند. این پیشرفت، چابکی بیسابقهای را فراهم میکند که به دستهای رباتیک اجازه میدهد حرکات انسانی را با ظرافت یک عروسک خیمهشببازی تقلید کنند.
رمزگشایی از «رشتههای عروسک» در چابکی انسان
دست انسان شاهکاری از مهندسی بیولوژیک است که برای انجام حرکات پیچیده، از ۳۴ عضله، ۲۷ مفصل و بیش از ۱۰۰ تاندون و لیگامان استفاده میکند. سالهاست که مهندسان برای بازسازی این میزان از چابکی در رباتها تلاش میکنند، زیرا حسگرهای سنتی اغلب در ثبت مکانیسمهای پیچیده داخلی که زیر پوست رخ میدهند، ناتوان هستند.
برای حل این مشکل، یک تیم تحقیقاتی به سرپرستی پروفسور Xuanhe Zhao از دانشکده مهندسی مکانیک MIT، به همراه همکارانی از دانشگاه کالیفرنیای جنوبی، یک مچبند اولتراسوند پوشیدنی ساختهاند. این دستگاه از یک «استیکر» اولتراسوند مینیاتوری — نسخهای کوچکشده از مبدلهای (transducers) پزشکی — در کنار یک هیدروژل تخصصی برای چسبیدن به پوست استفاده میکند. این دستگاه با تصویربرداری از ساختارهای داخلی مچ دست، تاندونها و عضلات را مانند رشتههای یک عروسک در نظر میگیرد، بهطوری که وضعیت این «رشتهها»، موقعیت دقیق انگشتان و کف دست را آشکار میسازد.
ترجمه آنی حرکات مبتنی بر هوش مصنوعی
هسته اصلی این فناوری در ادغام پیچیده با هوش مصنوعی نهفته است. این سیستم از یک الگوریتم هوش مصنوعی بهره میبرد که بر روی مجموعه داده عظیمی از تصاویر اولتراسوند که توسط انسانها با دقت برچسبگذاری شدهاند، آموزش دیده است. با حرکت دادن دست توسط کاربر، دستگاه اولتراسوند تصاویری آنی از آناتومی داخلی مچ دست ثبت میکند که هوش مصنوعی بلافاصله آنها را به مختصات دقیق انگشتان و کف دست ترجمه میکند.
در نمایشهای آزمایشی، این کنترل بیسیم توانایی فوقالعادهای از خود نشان داده است. کاربران با موفقیت توانستهاند به دستهای رباتیک فرمان دهند تا وظایف با دقت بالا را انجام دهند، مانند نواختن یک ملودی ساده با پیانو یا پرتاب کردن یک توپ بسکتبال مینیاتوری به داخل حلقه. فراتر از رباتیک فیزیکی، این فناوری به محیطهای دیجیتال نیز گسترش مییابد و به کاربران اجازه میدهد اشیاء مجازی را — مانند بزرگنمایی (pinch-to-zoom) در صفحه نمایش کامپیوتر — با حرکات طبیعی دست کنترل کنند.
مقیاسپذیری برای جراحی و رباتیک انساننما
اگرچه سختافزار فعلی تقریباً به اندازه یک گوشی هوشمند است، تیم تحقیقاتی بر کوچکتر کردن بیشتر دستگاه و گسترش تنوع مجموعههای آموزشی هوش مصنوعی خود تمرکز کرده است. پژوهشگران با گنجاندن طیف وسیعتری از اندازههای دست، اشکال انگشتان و حرکات پیچیده، قصد دارند یک استاندارد جهانی برای ردیابی دست ایجاد کنند.
پیامدهای این فناوری برای چشمانداز گستردهتر هوش مصنوعی و رباتیک بسیار عمیق است. یکی از مهمترین اهداف، ایجاد یک مجموعه داده عظیم و با دقت بالا (high-fidelity) از حرکات دست انسان است. از این دادهها میتوان برای آموزش رباتهای انساننما جهت انجام وظایف حساس و حیاتی، مانند جراحیهای با کمک ربات، استفاده کرد؛ جایی که حتی یک میلیمتر خطا نیز غیرقابل قبول است. با حرکت به سوی آیندهای با همکاری بیوقفه انسان و ماشین، تصویربرداری پوشیدنی ممکن است به رابط اصلی برای کنترل نسل بعدی ماشینهای چابک تبدیل شود.
نکات کلیدی
- ضبط حرکت داخلی: برخلاف حسگرهای سطحی، تصویربرداری اولتراسوند حرکت واقعی تاندونها و عضلات را برای ارائه چابکی برتر ردیابی میکند.
- ترجمه با هوش مصنوعی: یک الگوریتم پیشرفته، تصاویر آنی اولتراسوند را به فرمانهای دیجیتال دقیق برای هر دو بخش سختافزار رباتیک و رابطهای مجازی تبدیل میکند.
- کاربردهای حساس: این فناوری راه را برای آموزش رباتهای انساننما در انجام وظایف ظریف، از جمله جراحیهای دقیق و کارهای دستی پیچیده، هموار میکند.