Vielversprechende Arbeiten auf dem Gebiet des maschinellen Lernens deuten darauf hin, dass Menschen mit schwerer Tetraplegie eine neue Möglichkeit haben werden, mit gedankengesteuerten Rollstühlen durch die Welt zu navigieren.
Forscher haben herausgefunden, dass tetraplegische Benutzer mit einem Elektrorollstuhl durch natürliche und sogar unübersichtliche Umgebungen navigieren können, indem sie Gehirnsignale verwenden, die an eine Gehirn-Maschine-Schnittstelle (BMI), SciTechDaily, übermittelt werden gemeldet. Primäres Ziel der Studie war es, den wechselseitigen Lernprozess zwischen Anwendern und dem BMI-Algorithmus aufzuzeigen.
„Wir zeigen, dass das gegenseitige Lernen sowohl des Benutzers als auch des Brain-Machine-Interface-Algorithmus für Benutzer wichtig sind, um solche Rollstühle erfolgreich zu bedienen“, sagte José del R. Millán, der korrespondierende Autor der Studie von der University of Texas in Austin. „Unsere Forschung hebt einen potenziellen Weg für eine verbesserte klinische Umsetzung der nicht-invasiven Gehirn-Maschine-Schnittstellentechnologie hervor.“
Drei Teilnehmer trugen spezielle Mützen, die ihre Gehirnwellen durch Elektroenzephalographie (EEG) erfassten. Die Forscher ordneten ihnen bestimmte Gedanken zu, um Anweisungen für den Rollstuhl zu geben. Gedanken, beide Hände zu bewegen, zeigten eine Bewegung nach links an, und Gedanken, beide Füße zu bewegen, zeigten eine Bewegung nach rechts an. Über die zwei bis fünf Monate lernenmit Sitzungen dreimal pro Woche, wurde festgestellt, dass nicht nur der Algorithmus von den Benutzern lernte, sondern die Benutzer von der Maschine.
Die Teilnehmer eins und drei hatten merkliche Veränderungen in ihren Gehirnwellenmustern. Teilnehmer eins zeigte am Ende der Studie eine Genauigkeit von 95 % bei Befehlen, und Teilnehmer drei zeigte eine Genauigkeit von 98 % – drastische Verbesserungen von Anfang an, stellt die Studie fest.
„Wir sehen aus den EEG-Ergebnissen, dass die Versuchsperson die Fähigkeit gefestigt hat, verschiedene Teile ihres Gehirns zu modulieren, um ein Muster für „nach links gehen“ und ein anderes Muster für „nach rechts gehen“ zu erzeugen“, sagte Millán. „Wir glauben, dass es eine kortikale Reorganisation gibt, die als Ergebnis des Lernprozesses der Teilnehmer stattgefunden hat.“
Die Studie erweitert die Möglichkeiten der BMI-Technologie, die Forscher erkennen jedoch an, dass es noch mehr zu lernen gibt. Der zweite Teilnehmer zeigte relativ stagnierende Fortschritte bei der Verbesserung der Genauigkeit, was darauf hindeutet, dass das gegenseitige Lernen zwischen Benutzer und Maschine noch lange nicht verstanden ist. Die Autoren der Studie stellen fest, dass aufgrund ihrer vielversprechenden Ergebnisse, aber auch der geringen Anzahl von Teilnehmern „mehr und größere Studien erforderlich sind“.
Künstliche Intelligenz hat andere Lebensbereiche vorangebracht. Die Technologie ist jetzt dazu in der Lage Hilfe Ärzte bei der Krebsdiagnose. John Deere hat damit begonnen ausrollen automatisierte Traktoren, die verwenden Künstliche Intelligenz für autonomes Fahren. Sogar in die Welt der Kunst hat maschinelles Lernen Einzug gehalten Dall-E 2wo die maschinelle Lernsoftware mit nur wenigen Schlüsselwörtern ein Bild in jedem Stil generieren kann.
Der Erfolg mit gedankengesteuerten Rollstühlen ist das jüngste Beispiel dafür, wie künstliche Intelligenz neue Möglichkeiten und Verbesserungen schafft, obwohl es nach wie vor ein Thema großer Debatten ist.