نیا نیوروپروشیتھک ایک AI روبوٹکس بریک تھرو ہے

سوئٹزرلینڈ میں EPFL (polycole polytechnique fédérale de Lausanne) کے سائنس دانوں نے روبوٹ ہینڈ کنٹرول کے لئے دنیا کی پہلی تشکیل دینے کا اعلان کیا ہے۔ یہ ایک نئی قسم کا نیورو پروسٹیٹیک ہے جس نے روبوٹ کی زیادہ مہارت کے لئے مصنوعی ذہانت (AI) آٹومیشن سے انسانی کنٹرول کو یکجا کیا اور اس میں اپنی تحقیق شائع کی۔ ستمبر 2019 میں نیچر مشین انٹلیجنس .

نیوروپروسٹھیٹکس (عصبی مصنوعی مصنوعات) مصنوعی آلہ جات ہیں جو موٹر کی مہارت ، ادراک ، وژن ، سماعت ، مواصلات ، یا حسی مہارت کو متاثر کرنے والی کمیوں کی تلافی کرنے کے لئے برقی محرک کے ذریعے اعصابی نظام کو متحرک یا بڑھا دیتے ہیں۔ نیوروپروسٹھیٹکس کی مثالوں میں دماغ کے کمپیوٹر انٹرفیس (بی سی آئی) ، دماغ کی گہری محرک ، ریڑھ کی ہڈی کی تحریک پیدا کرنے والے (ایس سی ایس) ، مثانے کو کنٹرول کرنے والے امپلانٹس ، کوچک امپلانٹس ، اور کارڈیک پیس میکرز شامل ہیں۔

گلوبل مارکیٹ انسائٹ کی اگست 2019 کی ایک رپورٹ کے اعدادوشمار کے مطابق ، 2025 تک دنیا کے اوپری اعضا مصنوعی مصنوع کی مالیت 203 تک 2.3 بلین امریکی ڈالر سے تجاوز کرنے کی توقع ہے۔ 2018 میں ، اسی رپورٹ کی بنیاد پر دنیا بھر میں مارکیٹ ویلیو ایک بلین امریکی ڈالر تک پہنچ گئی۔ نیشنل لمب لاس انفارمیشن سنٹر کے مطابق ، ایک اندازے کے مطابق بیس لاکھ امریکی ایمپائٹس ہیں ، اور سالانہ 185،000 سے زیادہ کٹاؤ ہوجاتے ہیں۔ اس رپورٹ کے مطابق ، عضلہ کی بیماری میں امریکی کمی کا 82 فیصد حصہ ہے۔

ایک مایلی الیکٹرک مصنوعی اعضا جسم کے اعضاء کو بیرونی طاقت سے چلنے والے مصنوعی اعضاء کے ساتھ تبدیل کرنے کے لئے استعمال کیا جاتا ہے جو صارف کے موجودہ پٹھوں کے ذریعہ چالو ہوتا ہے۔ ای پی ایف ایل ریسرچ ٹیم کے مطابق ، آج دستیاب کمرشل آلات صارفین کو اعلی سطح کی خودمختاری دے سکتے ہیں ، لیکن مہارت کہیں بھی اتنا ہی چست نہیں ہے جتنا انسانی ہاتھ میں برقرار ہے۔

"تجارتی آلات عام طور پر ایک حد تک آزادی کو کنٹرول کرنے کے لئے دو ریکارڈنگ چینل سسٹم کا استعمال کرتے ہیں۔ ای پی ایف ایل محققین نے اپنی تحقیق میں لکھا ہے کہ ، موڑ کے ل for ایک ایس ای ایم جی چینل اور ایک توسیع کے لئے۔ "بدیہی ہوتے ہوئے بھی ، نظام کم مہارت مہیا کرتا ہے۔ لوگ مائو الیکٹرک مصنوعی اعضاء کو اعلی قیمتوں پر چھوڑ دیتے ہیں ، کچھ حصہ اس لئے کہ انہیں لگتا ہے کہ ان ڈیوائسز کی قیمت اور اس کی پیچیدگی کو قابو کرنے کی سطح کو ناکافی ہے۔

مائیو الیکٹرک مصنوعی مصنوعات کے ساتھ مہارت کے مسئلے کو حل کرنے کے لئے ، ای پی ایف ایل محققین نے نیورو انجینیئرنگ ، روبوٹکس ، اور مصنوعی ذہانت کے سائنسی شعبوں کو یکجا کرکے مشترکہ کے لئے موٹر کمانڈ کے ایک حصے کو نیم خودکار کرنے کے لئے اس پروف پروف تصوراتی مطالعہ کے لئے ایک بین الضابطہ طریقہ اختیار کیا۔ اختیار."

سلویسٹرو میسرا ، ای پی ایف ایل کی برٹیریلی فاؤنڈیشن چیئر برائے ٹرانسلیشنل نیوروآنجینرنگ ، اور اٹلی میں سکیوولا سوپیئر سینٹ آنا میں بائیو الیکٹرونک کے پروفیسر ، روبوٹک ہاتھوں پر قابو پانے کے لئے اس مشترکہ نقطہ نظر کو دیکھتے ہیں تاکہ دماغی جیسے وسیع پیمانے پر نیوروپروسٹیک مقاصد کے لئے طبی اثرات اور استعمال پرستی کو بہتر بنایا جاسکتا ہے۔ مشین سے انٹرفیس (BMIs) اور بایونک ہاتھ۔

محققین نے لکھا ، "تجارتی مصنوعی مصنوعی تناسب کی بجائے درجہ بندی پر مبنی ڈیکوڈرز کو عام طور پر استعمال کرنے کی ایک وجہ یہ ہے کہ درجہ بندی کرنے والے زیادہ مضبوطی سے کسی خاص کرنسی میں رہتے ہیں۔" "سمجھنے کے ل، ، اس نوعیت کا کنٹرول حادثاتی گرنے سے روکنے کے لئے مثالی ہے لیکن ممکنہ دستوں کی تعداد کو محدود کرکے صارف ایجنسی کی قربانی دیتا ہے۔ مشترکہ کنٹرول پر ہمارے نفاذ سے صارف کی ایجنسی اور مضبوطی کو مضبوطی حاصل ہوسکتی ہے۔ خالی جگہ پر ، صارف کا ہاتھ کی نقل و حرکت پر مکمل کنٹرول ہے ، جو گرفت کے ل for حتمی شکل دینے کی بھی اجازت دیتا ہے۔ "

اس مطالعے میں ، ای پی ایف ایل محققین نے سافٹ ویئر الگورتھمز کے ڈیزائن پر توجہ دی۔ یہ روبوٹک ہارڈ ویئر جو بیرونی فریقوں نے فراہم کیا تھا ، وہ ایک الیگرو ہینڈ پر مشتمل ہے ، جس میں کوکا IIWA 7 روبوٹ ، ایک اوپٹریک ٹریک کیمرا سسٹم اور ٹیکسن دباؤ سینسر نصب ہیں۔

EPFL کے سائنسدانوں نے ایک مصنوعی ہاتھ پر انگلیوں کی نقل و حرکت میں اس کا ترجمہ کرنے کے لئے صارف کے ارادے کی ترجمانی کرنے کا طریقہ سیکھنے کے لئے ملٹیلیئر پرسیپٹرن (MLP) تشکیل دے کر کائینیٹک متناسب تناسب کو تیار کیا۔ ایک ملٹیئر پرسیپٹرن ایک فیڈفورورڈ مصنوعی عصبی نیٹ ورک ہے جو بیک اسپروجٹیشن کا استعمال کرتا ہے۔ ایم ایل پی ایک گہرا سیکھنے کا طریقہ ہے جہاں مصنوعی اعصابی نیٹ ورک کے ذریعے سائیکل یا لوپ کے مقابلے میں معلومات ایک سمت میں آگے بڑھتی ہیں۔

الگورتھم ہاتھ کی نقل و حرکت کا ایک سلسلہ انجام دینے والے صارف کے ان پٹ ڈیٹا کے ذریعہ تربیت یافتہ ہے۔ تیزی سے ابلیسی وقت کے لئے ، لیوینبرگ – مارکورڈ کا طریقہ کار تدریجی نزول کی بجائے نیٹ ورک کے وزن کو فٹ کرنے کے لئے استعمال کیا جاتا تھا۔ مکمل ماڈل کی تربیت کا عمل تیز تھا اور اس نے مضامین میں سے ہر ایک کے لئے 10 منٹ سے بھی کم وقت لیا تھا ، جس سے الگورتھم کو طبی استعمال کے نقطہ نظر سے عملی بنایا جاتا تھا۔

ای پی ایف ایل ٹرانسلیشنل نیورل انجینئرنگ لیب ، جو تحقیقاتی مطالعہ کے پہلے مصنف تھے ، نے کہا ، "ایک امپیٹ کے ل actually ، ہماری انگلیوں کے چلنے کے تمام طریقوں پر قابو پانے کے لئے بہت سارے ، بہت سارے مختلف طریقوں سے معاہدہ کرنا بہت مشکل ہے۔" . "ہم کیا کرتے ہیں کہ ہم ان سینسروں کو ان کے باقی اسٹمپ پر رکھتے ہیں ، اور پھر ان کو ریکارڈ کریں اور اس بات کی ترجمانی کرنے کی کوشش کریں کہ تحریک کے اشارے کیا ہیں۔ چونکہ یہ اشارے تھوڑا سا شور مچا سکتے ہیں ، ہمیں اس مشین سیکھنے کی الگورتھم کی ضرورت ہے جو ان پٹھوں سے معنی خیز سرگرمی نکال کر ان کی نقل و حرکت میں ترجمانی کرتی ہے۔ اور یہ حرکتیں روبوٹک ہاتھوں کی ہر انگلی کو کنٹرول کرتی ہیں۔

چونکہ انگلی کی نقل و حرکت کی مشین کی پیش گوئیاں سو فیصد درست نہیں ہوسکتی ہیں ، ای پی ایف ایل کے محققین نے مصنوعی ہاتھ کو قابل بنانے کے لئے روبوٹک آٹومیشن کو شامل کیا اور ابتدائی رابطہ ہونے کے بعد کسی چیز کے ارد گرد خود بخود بند ہونا شروع کردیا۔ اگر صارف کسی شے کو جاری کرنا چاہتا ہے تو ، اسے روبوٹک کنٹرولر کو آف کرنے کے ل open ہاتھ کھولنے کی کوشش کرنی ہوگی ، اور صارف کو واپس اپنے ہاتھ میں رکھنا چاہئے۔

ای پی ایف ایل کی لرننگ الگورتھم اور سسٹم لیبارٹری کی رہنمائی کرنے والے اوے بلارڈ کے مطابق ، روبوٹک ہاتھ 400 ملی سیکنڈ کے اندر اپنا رد عمل ظاہر کرنے کے قابل ہے۔ بلارڈ نے کہا ، "انگلیوں پر دباؤ والے سینسروں سے لیس ، دماغ کو حقیقت میں یہ محسوس کرنے سے پہلے کہ وہ اس چیز کا ردعمل اور استحکام پیدا کرسکتا ہے۔"

نیورو انجینرینگ اور روبوٹکس پر مصنوعی ذہانت کا استعمال کرتے ہوئے ، EPFL کے سائنسدانوں نے مشین اور صارف کی نیت کے مابین مشترکہ کنٹرول کے نئے نقطہ نظر کا مظاہرہ کیا۔ یہ نیوروپروسٹھٹک ٹکنالوجی میں ترقی ہے۔

کاپی رائٹ © 2019 کامی روسو تمام حقوق محفوظ ہیں۔