Des systèmes capables de traiter les pensées et de les traduire en équipes pour déplacer des objets, très utile pour les personnes qui ne peuvent pas parler ou bouger, mais ils ont un inconvénient: ils causent fatigue mentale.
Un scientifique mexicain a développé une interface intelligente, capable d’apprendre jusqu’à 90% des instructions d’utilisation hors ligne travailler et réduire la fatigue.
Projet intitulé “Automatisation du système frontal cerveau-machine “est une initiative de Christian Isaac Peñalosa Sanchez, doctorant en neurologie cognitive Robotique appliquée à l’Université d’Osaka, Japon.
“J’ai travaillé sur ce projet pendant trois ans, il est construit sur la base de interface cerveau-machine. Sa fonction est de mesurer l’activité des neurones. afin de recevoir le signal généré par la pensée, processus et le convertir en un ordre pour déplacer, par exemple, robotique avec une prothèse, une souris ou des appareils électroménagers “, explique le scientifique.
Il explique que ce système est composé d’électrodes, situé sur le cuir chevelu d’une personne. Ils mesurent l’activité. cerveau sous forme de signaux EEG. Les signaux sont utilisés pour détecter modèles générés par diverses pensées et état mental utilisateur.
Le système comprend également une interface graphique montrant appareils ou objets accessibles qui interprètent les signaux EEG et prendre des commandes utilisateur.
La photo à partir de sources ouvertes
De plus, des capteurs sans fil sont distribués dans la pièce, collecte de données environnementales (température et éclairage); les lecteurs matériels mobiles qui allument et éteignent les appareils, ainsi qu’un algorithme d’intelligence artificielle.
“Ce dernier collecte les données des capteurs sans fil, des électrodes et commandes utilisateur pour révéler une corrélation entre l’environnement l’environnement de la pièce, l’état mental de l’homme et de son “, commente Christian Peñalosa.
Il ajoute que pour sauver les utilisateurs de fatigue mentale et frustration dues à une concentrations pendant des périodes prolongées qui inévitable dans le travail avec de tels systèmes, ce système devrait devenir indépendant. C’est ce que Christian a essayé de faire.
“Nous avons donné au système des opportunités d’apprentissage en introduisant des Algorithmes qui étudient progressivement les paramètres utilisateur. Dans à un moment donné, le système peut prendre le contrôle de plus partie de l’appareil, laissant à l’utilisateur la possibilité de se concentrer dans un autre but. ”
Par exemple, une personne peut l’utiliser pour contrôler chariot électrique lors du déplacement vers le salon à l’aide de base commandes (avant, arrière, gauche et droite) que le système est déj� étudié. La prochaine fois que l’utilisateur voudra en conduire un même chemin, il suffit d’appuyer sur un bouton ou de penser la poussette elle-même l’emmènera à destination.
Dès que le système s’exécute automatiquement, l’utilisateur plus besoin de se concentrer sur la gestion de différents appareils. Cependant, le système continue de collecter des données EEG, pour détecter un signal d’erreur. Cela se produit lorsque les gens alarmant: le système ou lui-même a fait quelque chose de mal.
Par exemple, si la température de la pièce est assez élevée, l’utilisateur souhaite que la fenêtre s’ouvre automatiquement, et à la place Ce système comprend une télévision. C’est l’action du cerveau humain. corrige comme erroné. Le système reçoit un signal d’erreur et essayer de s’améliorer.
Les efforts de Penyalosa ont abouti à des résultats significatifs: dans les sujets ont en fait diminué la fatigue mentale après avoir travaillé avec le système. Le niveau d’apprentissage de ces systèmes est également considérablement augmenté.
Pouvoir de la pensée
