ऑटोपायलट के साथ एक्सोस्केलेटन: पहनने योग्य रोबोटिक्स का भविष्य

स्वचालन से चीजें आसान हो जाती हैं। यह चीजों को संभावित रूप से डरावना बनाता है क्योंकि आप अपनी भलाई को प्रौद्योगिकी के हाथों में रखते हैं, जिसे आपको पहले परामर्श के बिना, उपयोगकर्ता को सलाह देने के लिए पल-पल कॉल करना पड़ता है। उदाहरण के लिए, एक सेल्फ-ड्राइविंग कार, ट्रैफ़िक जाम या स्वाइप करने वाली साइकिल चालक को हाजिर करने और उचित रूप से प्रतिक्रिया करने में सक्षम होना चाहिए। यदि यह प्रभावी ढंग से कर सकता है, तो यह परिवहन के लिए एक गेम-परिवर्तक है। यदि यह नहीं हो सकता है, तो परिणाम घातक हो सकते हैं।

कनाडा के वाटरलू विश्वविद्यालय में, शोधकर्ता इस समस्या पर काम कर रहे हैं – केवल पहनने योग्य रोबोट एक्सोसूट्स के क्षेत्र में लागू किया जाता है। ये सूट, जो औद्योगिक बुनाई से लेकर एलियन के पावर लोडर की याद दिलाते हैं, जो उम्र या शारीरिक अक्षमताओं के कारण होने वाले विकृति वाले व्यक्तियों के लिए सहायक सूट हैं, पहले से ही उनके पहनने वालों की सहायता के लिए वृद्धि उपकरणों के रूप में उपयोग में हैं। लेकिन वे अपने ऑपरेशन में पूरी तरह से मैनुअल रहे हैं। अब, शोधकर्ता उन्हें अपना खुद का दिमाग देना चाहते हैं।

उस अंत तक, वाटरलू जांचकर्ता एआई उपकरण को कंप्यूटर विजन की तरह विकसित कर रहे हैं, जो एक्सोसुइट्स को अपने परिवेश को महसूस करने और तदनुसार आंदोलनों को समायोजित करने की अनुमति देगा – जैसे कि सीढ़ियों की उड़ानों को स्पॉट करना और उन्हें स्वचालित रूप से चढ़ना या अन्यथा अलग-अलग चलने के वातावरण का जवाब देना। रियल टाइम। क्या उन्हें इसे खींचना चाहिए, इससे इन सहायक उपकरणों की उपयोगिता हमेशा के लिए बदल जाएगी। हालांकि ऐसा करना आसान नहीं है।

रोबोट एक्सोस्केलेटन के लिए सबसे बड़ी चुनौती

“नियंत्रण को आमतौर पर वास्तविक दुनिया के अनुप्रयोगों के लिए रोबोट एक्सोस्केलेटन विकसित करने के लिए सबसे बड़ी चुनौतियों में से एक के रूप में माना जाता है,” ब्रोकोस्लाव लाचोव्स्की, एक पीएच.डी. विश्वविद्यालय के सिस्टम डिजाइन इंजीनियरिंग विभाग में उम्मीदवार, डिजिटल रुझान को बताया। “सुरक्षित और मजबूत संचालन सुनिश्चित करने के लिए, व्यावसायिक रूप से उपलब्ध एक्सोस्केलेटन उपयोगकर्ता के लोकोमोटर इरादे को संप्रेषित करने के लिए जॉयस्टिक या मोबाइल इंटरफेस जैसे मैनुअल नियंत्रण का उपयोग करते हैं। हम पहनने योग्य कैमरे और कृत्रिम बुद्धि का उपयोग कर रोबोट एक्सोस्केलेटन के लिए स्वायत्त नियंत्रण प्रणाली विकसित कर रहे हैं, [so as to alleviate] मानव नियंत्रण और निर्णय लेने से जुड़े संज्ञानात्मक बोझ। “

वाटरलू विश्वविद्यालय

परियोजना के भाग के रूप में, टीम को एक एआई-संचालित पर्यावरण वर्गीकरण प्रणाली विकसित करनी थी, जिसे एक्सोनेट डेटाबेस कहा जाता है, जो यह दावा करता है कि मानव चलने वाले वातावरण का सबसे बड़ा कभी-खुला स्रोत है। यह लोगों को उनके सीने पर एक घुड़सवार कैमरा पहनने और उनके आंदोलन और हरकत को रिकॉर्ड करते समय स्थानीय वातावरण में घूमने से इकट्ठा किया गया था, यह तब तंत्रिका नेटवर्क को प्रशिक्षित करने के लिए इस्तेमाल किया गया था।

“हमारा पर्यावरण वर्गीकरण प्रणाली गहरी शिक्षा का उपयोग करती है,” लासकोव्स्की ने जारी रखा। “हालांकि, उच्च प्रदर्शन वाले डीप-लर्निंग एल्गोरिदम काफी कम्प्यूटेशनल रूप से महंगे होते हैं, जो सीमित ऑपरेटिंग संसाधनों के साथ रोबोट एक्सोस्केलेटन के लिए समस्याग्रस्त है। इसलिए, हम पर्यावरण वर्गीकरण के लिए न्यूनतम कम्प्यूटेशनल और मेमोरी स्टोरेज आवश्यकताओं के साथ कुशल दृढ़ नेटवर्क नेटवर्क का उपयोग कर रहे हैं। ये डी-लर्निंग एल्गोरिदम स्वचालित रूप से और कुशलता से कुशलतापूर्वक प्रशिक्षण डेटा से सीधे इष्टतम छवि विशेषताओं को सीख सकते हैं, बजाय पारंपरिक रूप से हाथ से इंजीनियर सुविधाओं का उपयोग करने के। ”

जॉन मैक्फे, वाटरलू विश्वविद्यालय में सिस्टम डिज़ाइन इंजीनियरिंग के एक प्रोफेसर, ने डिजिटल रुझान को बताया: “अनिवार्य रूप से, हम मैनुअल नियंत्रणों की जगह ले रहे हैं – [like] स्टॉप के लिए स्टॉप – स्टार्ट, लिफ्ट पैर – एक स्वचालित समाधान के साथ। एक सादृश्य एक कार में एक स्वचालित पावरट्रेन है, जो मैनुअल शिफ्टिंग की जगह लेता है। आजकल, ज्यादातर लोग ऑटोमैटिक्स चलाते हैं क्योंकि यह अधिक कुशल है, और उपयोगकर्ता क्लच और स्टिक के संचालन के बजाय अपने पर्यावरण पर ध्यान केंद्रित कर सकता है। इसी तरह, एक्सो के लिए एक स्वचालित उच्च-स्तरीय नियंत्रक उपयोगकर्ता के लिए नए अवसरों को खोलेगा [in the form of] अधिक पर्यावरणीय जागरूकता। ”

सेल्फ-ड्राइविंग कार के रूप में, शोधकर्ताओं ने ध्यान दिया कि मानव उपयोगकर्ता के पास आवश्यकता पड़ने पर स्वचालित नियंत्रण प्रणाली को ओवरराइड करने की क्षमता होगी। हालांकि, उदाहरण के लिए, इसके लिए अभी भी थोड़ा सा विश्वास की आवश्यकता होगी, विश्वास करें कि आपका एक्सोसिट नीचे उतरने से पहले उतरती हुई सीढ़ियों की उड़ान भरेगा, पहनने वाला उन परिदृश्यों में नियंत्रण कर सकता है जहां यह आवश्यक है।

प्राइम टाइम के लिए अभी भी प्रीपिंग है

अभी, परियोजना प्रगति पर काम है। “हम वर्तमान में हमारे AI- संचालित पर्यावरण वर्गीकरण प्रणाली के अनुकूलन पर ध्यान केंद्रित कर रहे हैं, विशेष रूप से वर्गीकरण सटीकता और वास्तविक समय के प्रदर्शन में सुधार,” लासचोव्स्की ने कहा। “यह तकनीकी इंजीनियरिंग विकास, स्वायत्त नियंत्रण के साथ रोबोट एक्सोस्केलेटन का उपयोग करके भविष्य के नैदानिक ​​परीक्षण के लिए सुरक्षित और मजबूत संचालन सुनिश्चित करने के लिए आवश्यक है।”

वाटरलू विश्वविद्यालय

हालांकि, सभी को योजना पर जाना चाहिए, उम्मीद है कि यह बहुत लंबा नहीं होगा जब तक कि इस तरह के एल्गोरिदम को व्यावसायिक रूप से उपलब्ध एक्सोसूट्स में तैनात नहीं किया जा सकता है। वे पहले से ही व्यापक हो रहे हैं, सर्कोस रोबोटिक्स जैसी अभिनव कंपनियों के लिए धन्यवाद, और कभी-कभी विविध सेटिंग्स में उपयोग किया जा रहा है। वे काफी हद तक मानव क्षमताओं को बढ़ाने में भी सक्षम होते हैं जो पहनने वाले के लिए उपयुक्त होगा जब वह सूट नहीं पहनेगा।

कुछ मायनों में, यह साइबर नाइट की मूल अवधारणा की अत्यधिक याद दिलाता है, न कि कुछ बुरे सपने वाले डार्थ वाडर या रोबोकोप के आधे-मानव और आधे मशीन के समामेलन के रूप में, लेकिन, जैसा कि शोधकर्ताओं ने मैनफ्रेड कांस और नाथन क्लाइन ने 1960 के दशक में लिखा था, “के रूप में” संगठनात्मक प्रणाली जिसमें … रोबोट जैसी समस्याएं [are] स्वचालित रूप से ध्यान रखा, जा रहा है [humans] खोज करने, बनाने, सोचने और महसूस करने के लिए स्वतंत्र। ” इसकी बेहूदा हिप्पी वाइब्स (यह 60 का दशक) था, विचार अभी भी खड़ा है: रोबोट को स्वायत्त रूप से नेविगेशन से जुड़ी सांसारिक समस्याओं का ध्यान रखने से, मानव उपयोगकर्ता अधिक महत्वपूर्ण, आकर्षक चीजों पर ध्यान केंद्रित कर सकते हैं। सब के बाद, ज्यादातर लोगों को सचेत रूप से चलने के दौरान एक पैर को दूसरे के सामने हिलाने के बारे में सोचने की ज़रूरत नहीं है। रोबोट एक्सोसिट में किसी को ऐसा क्यों करना चाहिए?

इस शोध को समर्पित नवीनतम पेपर हाल ही में मेडिकल रोबोटिक्स और बायोनिक पर आईईईई लेनदेन में प्रकाशित हुआ था।

संपादकों की सिफारिशें