Sistemas capazes de processar pensamentos e traduzi-los em equipes para mover objetos, muito útil para pessoas que não conseguem falar ou se mover, no entanto, eles têm uma desvantagem: eles causam fadiga mental.
O cientista mexicano desenvolveu uma interface inteligente, capaz de aprender até 90% das instruções do usuário para uso offline trabalhar e reduzir a fadiga.
Projeto intitulado “Automação do sistema front-end brain-machine “é uma iniciativa de Christian Isaac Peñalosa Sanchez, doutorando em neurologia cognitiva Robótica Aplicada na Universidade de Osaka, Japão.
“Eu trabalhei neste projeto por três anos, ele é construído com base em interface cérebro-máquina. Sua função é medir a atividade dos neurônios. para receber o sinal gerado pelo pensamento, processo e convertê-lo em uma ordem para mover, por exemplo, robótica com uma prótese, um mouse ou aparelhos domésticos “, diz o cientista.
Ele explica que esse sistema consiste em eletrodos, localizado no couro cabeludo de uma pessoa. Eles medem a atividade. cérebro na forma de sinais de EEG. Sinais são usados para detectar padrões gerados por vários pensamentos e estado mental usuário.
O sistema também inclui uma interface gráfica mostrando dispositivos ou objetos acessíveis que interpretam sinais EEG e execute comandos do usuário.
Foto de fontes abertas
Além disso, sensores sem fio são distribuídos na sala, coleta de dados ambientais (temperatura e iluminação); unidades de hardware móvel que ligam e desligam dispositivos, bem como um algoritmo de inteligência artificial.
“Este último coleta dados de sensores sem fio, eletrodos e comandos do usuário para revelar uma correlação entre os o ambiente da sala, o estado mental do homem e sua atividade “, comenta Christian Peñalosa.
Ele acrescenta que, para salvar os usuários de fadiga mental e frustração devido à alta concentrações por longos períodos de tempo que inevitável ao trabalhar com esses sistemas, esse sistema deve se tornar independente. Isso é o que Christian tentou fazer.
“Demos ao sistema oportunidades de aprendizado introduzindo Algoritmos que estudam gradualmente as configurações do usuário. Em em algum momento, o sistema pode assumir o controle de mais parte do dispositivo, deixando ao usuário a capacidade de focar para outro propósito “.
Por exemplo, uma pessoa pode usá-lo para controlar transporte elétrico ao mover-se para a sala de estar usando comandos (frente, trás, esquerda e direita) que o sistema já está estudado. A próxima vez que o usuário quiser dirigir um mesma rota, ele só precisa pressionar um botão ou pensar o carrinho em si o levará ao seu destino.
Assim que o sistema é executado automaticamente, o usuário não precisa mais se concentrar em gerenciar diferentes dispositivos. No entanto, o sistema continua a coletar dados de EEG, para detectar um sinal de erro. Ocorre quando as pessoas alarmante: o sistema ou eles mesmos fizeram algo errado.
Por exemplo, se a temperatura na sala estiver bastante alta, o usuário deseja que a janela seja aberta automaticamente e, em vez disso, Este sistema inclui uma televisão. Esta é a ação do cérebro humano. corrige como errôneo. O sistema recebe um sinal de erro e tentando melhorar.
Os esforços de Penyalosa levaram a resultados significativos: em vários sujeitos realmente diminuíram a fadiga mental depois de trabalhar com o sistema. O nível de aprendizado de tais sistemas também é substancialmente aumentado.
Poder do pensamento
