Es un hecho que hoy en día ya existen tecnología y sistemas que son capaces de procesar pensamientos y traducirlos a un comando para mover objetos, lo cual para personas que con dificultades motrices son de gran ayuda, sin embargo cuentan con una gran desventaja: causar una gran fatiga mental.
Para mejorar este tipo de sistemas el investigador mexicano Christian Isaac Peñaloza Sánchez, -candidato a doctorado en Neurociencia Cognitiva aplicada a la Robótica en la Universidad de Osaka, Japón- diseñó una interfaz inteligente que es capaz de aprender hasta en un 90 por cierto las instrucciones del usuario y, así, funcionar de manera autónoma y reducir la fatiga. A este proyecto, lo denominó“Automatización de un sistema de interfaz cerebro-máquina”
“Trabajo desde hace tres años en esta investigación, basada en las interfaces cerebro-máquina, cuya función consiste en medir la actividad de las neuronas con el fin de obtener una señal generada por un pensamiento, misma que es procesada y convertida en una indicación para mover, por ejemplo, una prótesis robótica, un cursor de computadora o electrodomésticos”, refiere el científico, quien forma parte de la Red de Talentos Mexicanos en el exterior.
Explica que el sistema está constituido por electrodos que se colocan en el cuero cabelludo de la persona, los cuales miden la actividad cerebral en forma de señales de electroencefalograma. Éstas se utilizan para detectar los patrones generados por diversos pensamientos, así como el estado mental del usuario (despierto, somnoliento o dormido, entre otros) y el nivel de concentración.
Asimismo, incluye una interfaz gráfica que muestra los aparatos u objetos disponibles, la cual interpreta las señales del electroencefalograma para asignar las órdenes del usuario y controlar los aparatos.
Además, hay sensores inalámbricos distribuidos en la habitación encargados de mandar información ambiental (como temperatura o iluminación); actuadores de hardware móviles que reciben las señales para prender y apagar los aparatos, así como un algoritmo de inteligencia artificial.
“Este último recolecta la información de los sensores inalámbricos, los electrodos y los comandos del usuario para aprender una correlación entre el ambiente de la habitación, el estado mental de la persona y las acciones frecuentes”, resalta Peñaloza Sánchez.
Agrega que con el fin de evitar que los usuarios presenten fatiga mental y frustración a causa de los altos niveles de concentración por periodos prolongados que requiere la operación de los sistemas, se instauró un sistema capaz de volverse autónomo.
“Le otorgamos capacidades de aprendizaje al sistema mediante la implementación de algoritmos inteligentes, los cuales aprenden, gradualmente, las preferencias del usuario. En un momento determinado puede tomar el control de los aparatos sin que la persona tenga que concentrarse más para lograr dicho objetivo”, apunta Peñaloza Sánchez.
Por ejemplo, detalla, un individuo puede utilizarlo para controlar una silla eléctrica y trasladarse de su habitación a la sala utilizando comandos básicos (adelante, atrás, izquierda o derecha), los cuales son aprendidos por el sistema. De esta manera, la próxima vez que quiera emprender la misma acción sólo será necesario que oprima un botón o lo piense para que la silla navegue de manera automática al destino deseado.
Una vez que el sistema funciona de manera automática, el usuario ya no tiene que ejercer concentración para controlar aparatos. Sin embargo, el sistema sigue monitoreando la información del electroencefalograma para detectar alguna señal llamada Negatividad Relacionada al Error. Se presenta en el momento en que las personas se percatan de algún error cometido por ellos mismos o por una máquina.
Por ejemplo, cuando en la estancia la temperatura es cálida el usuario espera que la ventana se abra automáticamente, pero si el sistema comete un error y prende la televisión, esta acción puede ser detectada por el cerebro humano de una forma espontánea sin que el usuario haga esfuerzo alguno. Lo anterior permite que el comando que causó el error sea corregido y el sistema re-entrenado.
“Hemos tenido resultados bastante favorables en diversos experimentos con múltiples personas que han participado como voluntarios en nuestros experimentos en vivo. Se comprobó que la fatiga mental del usuario disminuye de manera significativa y que el nivel de aprendizaje del sistema incrementa substancialmente”, puntualiza.
No hay comentarios.:
Publicar un comentario