تصور کنید یک «برچسب» التراسونیک روی مچ دستتان باشد که هر حرکت انگشت شما را با دقتی خیره‌کننده به یک دست رباتیک منتقل کند. طبق گزارش MIT Technology Review، پژوهشگران این دانشگاه و همکارانشان از دانشگاه کالیفرنیای جنوبی در ۲۳ ژوئن ۲۰۲۶ سیستمی را معرفی کردند که آناتومی داخلی مچ دست را به حرکت دیجیتال تبدیل می‌کند.
دست انسان با coordinating ۳۴ عضله و ۲۷ مفصل، یکی از پیچیده‌ترین سازه‌ها برای کپی‌برداری توسط ربات‌ها است. سنسورهای معمولی نمی‌توانند فعالیت‌های زیرپوستی تاندون‌ها و رباط‌ها را ثبت کنند. برای حل این مشکل، پروفسور Xuanhe Zhao و تیمش یک مبدل با پایه هیدروژل ساختند که به‌سادگی روی پوست می‌چسبد تا درون مچ دست را «ببیند».
این دستگاه مانند یک کنترل‌کننده عروسک خیمه‌شب‌بازی بی‌سیم عمل می‌کند و از لایه‌های زیر استفاده می‌کند:
- سخت‌افزار التراسونیک: یک مبدل کوچک (در حال حاضر به اندازه یک تلفن همراه) که تصاویری لحظه‌ای از فضای داخلی مچ دست می‌گیرد.
- الگوریتم هوش مصنوعی: مدلی که با تصاویر برچسب‌گذاری‌شده آموزش دیده و حرکات تاندون‌ها را به موقعیت‌های دقیق انگشت و کف دست می‌نگارد.
- رابط بی‌سیم: اتصالی با تأخیر بسیار کم که این موقعیت‌ها را به یک مجری رباتیک می‌فرستد.
همان‌طور که در تحلیل‌های پیشین ما درباره‌ی تعامل انسان و ماشین اشاره کردیم، انتقال داده از بیولوژی به دیجیتال همیشه گلوگاه اصلی بوده است. در نمایش‌های زنده، کاربر با این مچ‌بند یک قطعه پیانو نواخت و توپ بسکتبال ریخت. این سیستم در محیط‌های مجازی نیز کاربرد دارد و اجازه می‌دهد اشیاء روی صفحه نمایش را با حرکات واقعی دست تغییر اندازه دهید.
این رویکرد، ردیابی دست را از دوربین‌های سطحی یا اسکلت‌های خارجی سنگین به تصویربرداری بیولوژیکی داخلی منتقل می‌کند. برای یک مدیر کسب‌وکار، این یعنی آینده‌ای که در آن تله-اپراتوری (Teleoperation) — یعنی کنترل ربات از راه دور — به‌جای مکانیک-وار بودن، کاملاً بصری و شهودی شود.
فراتر از بازی، هدف پژوهشگران ساخت یک مجموعه داده عظیم از شکل‌های مختلف دست است تا ربات‌های انسان‌نما را برای جراحی‌های پیچیده آموزش دهند. ارائه نقشه‌های بیولوژیکی حرکت به ربات‌ها می‌تواند زمان آموزش آن‌ها برای کارهای صنعتی ظریف را به‌شدت کاهش دهد.
تیم سازنده اکنون روی کوچک‌تر کردن سخت‌افزار و جذب داوطلبان بیشتر برای بهبود انعطاف‌پذیری هوش مصنوعی در اندازه‌های مختلف دست متمرکز است.
گام بعدی شما
- بررسی کاربردهای تله-اپراتوری در صنایع پزشکی و جراحی از راه دور.
- دنبال کردن پیشرفت‌های سخت‌افزاری برای تبدیل این مبدل به یک ساعت هوشمند.
- مطالعه اثر داده‌های بیومتریک بر آموزش مدل‌های حرکتی ربات‌ها.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های پردازشی لبه مراجعه کنید.
گفتگو