I sistemi in grado di elaborare pensieri e tradurli in comandi per muovere oggetti sono molto utili per le persone che non possono parlare o muoversi, ma hanno un inconveniente: provocano affaticamento mentale.
Lo scienziato messicano ha sviluppato un'interfaccia intelligente che può insegnare fino al 90% delle istruzioni dell'utente per lavorare in modo autonomo e ridurre la fatica.
Il progetto, Automating the Brain-Machine Interface System, è un'iniziativa di Christian Isaac Peñalosa Sánchez, dottorando in Neurologia cognitiva e robotica applicata all'Università di Osaka, in Giappone.
“Lavoro a questo progetto da tre anni, si basa su un'interfaccia cervello-macchina. La sua funzione è misurare l'attività dei neuroni al fine di ricevere un segnale generato dal pensiero, elaborarlo e convertirlo in un ordine per muovere, ad esempio, una protesi robotica, un topo o elettrodomestici”, afferma lo scienziato.
Spiega che questo sistema è costituito da elettrodi situati sul cuoio capelluto umano. Misurano l'attività cerebrale sotto forma di segnali EEG. I segnali vengono utilizzati per rilevare schemi generati da vari pensieri e stati mentali dell'utente.
Il sistema include anche un'interfaccia grafica che mostra i dispositivi o gli oggetti disponibili che interpretano i segnali EEG e ricevono i comandi dell'utente.
Video promozionale:
Inoltre, nella stanza sono distribuiti sensori wireless che raccolgono dati ambientali (temperatura e illuminazione); unità hardware mobili che accendono e spengono le appliance e un algoritmo di intelligenza artificiale.
"Quest'ultimo raccoglie dati da sensori wireless, elettrodi e comandi utente per rivelare la correlazione tra l'ambiente della stanza, lo stato mentale di una persona e le sue attività", commenta Christian Peñalosa.
Aggiunge che per alleviare gli utenti dall'affaticamento mentale e dalla frustrazione dovuti all'alta concentrazione nei lunghi periodi di tempo che sono inevitabili con tali sistemi, il sistema deve diventare indipendente. Questo è ciò che Christian ha cercato di fare.
“Abbiamo offerto al sistema opportunità di apprendimento implementando algoritmi intelligenti che apprendono gradualmente le preferenze dell'utente. Ad un certo punto, il sistema può assumere il controllo della maggior parte dei dispositivi, lasciando che l'utente si concentri su un altro obiettivo.
Ad esempio, una persona può usarlo per controllare una sedia a rotelle elettrica mentre si muove in un soggiorno utilizzando i comandi di base (avanti, indietro, sinistra e destra) che il sistema ha già imparato. La prossima volta che l'utente vuole prendere lo stesso percorso, deve solo premere un pulsante o pensare, il passeggino lo porterà a destinazione.
Una volta che il sistema funziona automaticamente, l'utente non deve più concentrarsi sulla gestione di diversi dispositivi. Tuttavia, il sistema continua a raccogliere i dati EEG per rilevare il segnale di errore. Sorge quando le persone sono allarmate: il sistema o loro stessi hanno fatto qualcosa di sbagliato.
Ad esempio, se la temperatura della stanza è piuttosto alta, l'utente desidera che la finestra si apra automaticamente e il sistema accende invece il televisore. Il cervello umano registra questa azione come errata. Il sistema riceve un segnale sull'errore e cerca di correggerlo.
Gli sforzi di Peñalosa hanno portato a risultati significativi: in un certo numero di soggetti, il loro livello di affaticamento mentale è effettivamente diminuito dopo aver lavorato con il sistema. Anche il livello di apprendimento di tali sistemi è aumentato in modo significativo.
