Verovatno ste sreli nekoga ko se identifikuje kao vizuelni ili slušni učenik, ali drugi apsorbuju znanje kroz drugačiji modalitet: dodir. Biti u stanju da razumete taktilne interakcije je posebno važno za zadatke kao što su učenje delikatnih operacija i sviranje muzičkih instrumenata, ali za razliku od video i audio zapisa, dodir je teško snimiti i preneti.
Da bi se uhvatili u koštac sa ovim izazovom, istraživači iz Laboratorije za računarske nauke i veštačku inteligenciju MIT-a (CSAIL) i drugde razvili su vezenu pametnu rukavicu koja može da uhvati, reprodukuje i prenosi uputstva zasnovana na dodiru.
Da bi dopunio nosivi uređaj, tim je takođe razvio jednostavan agent za mašinsko učenje koji se prilagođava načinu na koji različiti korisnici reaguju na taktilne povratne informacije, optimizujući njihovo iskustvo. Novi sistem bi potencijalno mogao da pomogne ljudima da se nauči fizičkim veštinama, poboljšati teleoperaciju robota koji reaguje i pomoći u obuci u virtuelnoj stvarnosti.
Dokument otvorenog pristupa koji opisuje rad objavljen je u Nature Communications 29. januara.
Da bi kreirali svoju pametnu rukavicu, istraživači su koristili digitalnu mašinu za vez kako bi neprimetno ugradili taktilne senzore i haptičke aktuatore (uređaj koji pruža povratne informacije zasnovane na dodiru) u tekstil. Ova tehnologija je prisutna u pametnim telefonima, gde se haptički odgovori pokreću dodirom na ekran osetljiv na dodir.
Na primer, ako pritisnete nadole aplikaciju za iPhone, osetićete blagu vibraciju koja dolazi iz tog određenog dela ekrana. Na isti način, novi prilagodljivi nosivi uređaj šalje povratne informacije različitim delovima vaše ruke kako bi ukazao na optimalne pokrete za izvršavanje različitih veština.
Pametna rukavica bi mogla da nauči korisnike kako da sviraju klavir, na primer. U demonstraciji, stručnjak je dobio zadatak da snimi jednostavnu melodiju preko dela tastera, koristeći pametnu rukavicu da uhvati sekvencu kojom su pritiskali prste na tastaturu. Zatim je agent za mašinsko učenje pretvorio tu sekvencu u haptičku povratnu informaciju, koja je zatim uneta u rukavice učenika da bi sledili uputstva.
Dok su im ruke lebdele iznad tog istog dela, aktuatori su vibrirali na prstima koji odgovaraju tasterima ispod. Cevovod optimizuje ove smernice za svakog korisnika, uzimajući u obzir subjektivnu prirodu dodirnih interakcija.
„Ljudi se bave širokim spektrom zadataka tako što su u stalnoj interakciji sa svetom oko sebe“, kaže Jiiue Luo MS ’20, glavni autor rada, dr. student na MIT-ovom odseku za elektrotehniku i računarske nauke (EECS), i CSAIL podružnica. „Mi obično ne delimo ove fizičke interakcije sa drugima. Umesto toga, često učimo posmatrajući njihove pokrete, kao kod sviranja klavira i plesa.“
„Glavni izazov u prenošenju taktilnih interakcija je da svako drugačije percipira haptičke povratne informacije“, dodaje Luo. „Ova prepreka nas je inspirisala da razvijemo agenta za mašinsko učenje koji uči da generiše prilagodljive haptike za rukavice pojedinaca, uvodeći ih u praktičniji pristup učenju optimalnog kretanja.
Sistem koji se može nositi je prilagođen da odgovara specifikacijama ruke korisnika putem digitalne metode izrade. Kompjuter proizvodi izrez na osnovu merenja ruke pojedinca; zatim, mašina za vez ušiva senzore i haptike. U roku od 10 minuta, mekana tkanina za nošenje je spremna za nošenje. Prvobitno obučen za haptičke odgovore 12 korisnika, njegovom prilagodljivom modelu mašinskog učenja potrebno je samo 15 sekundi novih korisničkih podataka da bi personalizovao povratne informacije.
