ИИ помогает ходить инвалидам с использованием роботизированного колена

Сегодня исследователи изучают методику подкрепляющего обучения, которая помогла ИИ AlphaZero от компании DeepMind одолеть всех соперников при игре в шахматы и го.

Теперь этот ИИ помогает решить еще более сложную задачу – тренировать роботизированное колено, чтобы помочь пациентам с ампутированными конечностями наиболее естественно передвигаться.

Это новое применение ИИ основано на технологии «обучения с подкреплением», которое является автоматизированной версией классического метода проб и ошибок. Технология показала многообещающие результаты в небольших клинических экспериментах с участием одного здорового человека и одного человека с ампутированной выше колена конечностью.

Обычно специалисты часами работают с инвалидами, вручную регулируя роботизированные конечности так, чтобы они соответствовали стилю ходьбы каждого человека. Для сравнения, методика обучения с подкреплением автоматически настраивала роботизированное колено в течение 10 минут, позволяя тем, кто носит протезы, беспрепятственно ходить по ровной поверхности.

Когда DeepMind обучил свою компьютерную программу AlphaZero освоению навыков игры в шахматы и го (ранее мы писали об это в новости AlphaZero — чемпион среди ИИ по трем дисциплинам, разработанный алгоритм получит возможность симулировать миллионы игр. Однако люди с ампутированными конечностями не могут вечно ходить ради обучения алгоритму с подкреплением. Они могут ходить всего по 15 или 20 минут до перерыва на отдых.

Несмотря на эти и некоторые другие проблемы, первые результаты оказались многообещающими. Исследователи обучили алгоритм распознавать определенные закономерности в данных, собранных с датчиков, встроенных в протезное колено, и установить некоторые начальные ограничения на алгоритм, чтобы избежать нежелательных ситуаций, которые могут привести к падению человека. В конце концов, AlphaZero научился фокусироваться на определенных шаблонах данных, которые соответствовали достаточно стабильным и плавным схемам ходьбы.

Пока этот автоматизированный способ настройки роботизированных конечностей не готов к широкому распространению. На данный момент исследователи планируют разработать алгоритм, который поможет пользователям протезов подниматься и опускаться. Они также надеются создать беспроводную версию системы, которая могла бы расширить учебные занятия за пределы личных посещений лаборатории.