Un Robot 'Télépathie' Pourrait Rendre Les Voitures Autonomes Plus Sûres

{h1}

Un système qui utilise les ondes cérébrales pour corriger les erreurs d'un robot en temps réel pourrait un jour rendre les voitures autonomes plus sûres.

Etes-vous nerveux à l'idée de confier votre vie à une voiture autonome? Et si vous pouviez communiquer télépathiquement avec le véhicule pour le laisser savoir immédiatement s'il commet une erreur?

C’est la promesse ultime que la technologie soit développée par une équipe de l’Université de Boston et du Laboratoire d’informatique et d’intelligence artificielle (CSAIL) du Massachusetts Institute of Technology. La technologie utilise des signaux cérébraux pour corriger automatiquement les erreurs d'un robot.

Utiliser une interface cerveau-ordinateur (BCI) pour communiquer avec un robot n'est pas nouveau, mais la plupart des méthodes nécessitent que les personnes s'entraînent avec le BCI et apprennent même à moduler leurs pensées pour aider la machine à comprendre, ont déclaré les chercheurs. [Les 6 robots les plus étranges jamais créés]

En s’appuyant sur des signaux cérébraux appelés "potentiels liés à une erreur" (ErrP), apparaissant automatiquement lorsque l’homme commet une erreur ou en repèrera une autre, l’approche des chercheurs permet même aux novices complets de contrôler un robot avec leur esprit. nouvelle étude a déclaré. Cela peut être fait simplement en étant d'accord ou en désaccord avec les actions du bot, ont indiqué les chercheurs.

Travailler avec des machines

Cette technologie pourrait offrir un moyen intuitif et instantané de communiquer avec des machines, pour des applications aussi diverses que la supervision de robots d’usine ou le contrôle de prothèses robotiques, ont indiqué les chercheurs.

"Lorsque les humains et les robots travaillent ensemble, vous devez en principe apprendre le langage du robot, apprendre une nouvelle façon de communiquer avec lui, et vous adapter à son interface", a déclaré Joseph DelPreto, Ph.D. candidat à CSAIL qui a travaillé sur le projet.

"Dans ce travail, nous étions intéressés à voir comment le robot pourrait s'adapter à nous plutôt que l'inverse", a-t-il déclaré à WordsSideKick.com.

Le système utilise des signaux cérébraux EEG pour détecter si une personne remarque que des robots commettent une erreur.

Le système utilise des signaux cérébraux EEG pour détecter si une personne remarque que des robots commettent une erreur.

Crédit: Jason Dorfman / MIT CSAIL

La nouvelle recherche a été publiée en ligne le lundi 6 mars et sera présentée à la Conférence internationale de l'IEEE sur la robotique et l'automatisation (ICRA) à Singapour en mai. Dans cette étude, les chercheurs ont décrit comment ils avaient collecté des données d'électroencéphalographie (EEG) auprès de volontaires en observant un type commun de robot humanoïde industriel, appelé Baxter, qui décidait lequel des deux objets à récupérer.

Ces données ont été analysées à l'aide d'algorithmes d'apprentissage automatique capables de détecter les erreurs de frappe en seulement 10 à 30 millisecondes. Cela signifie que les résultats pourraient être renvoyés au robot en temps réel, lui permettant de corriger sa trajectoire à mi-parcours, ont indiqué les chercheurs.

Raffiner le système

L’équipe a admis que la précision du système devait être considérablement améliorée. Dans les expériences en temps réel, le bot n’a obtenu qu’une performance légèrement supérieure à 50/50, ou au hasard, lorsqu’il a classé les signaux cérébraux en tant que ErrP. Cela signifiait que près de la moitié du temps, l'observateur ne remarquerait pas la correction.

Et même dans une analyse plus discrète et hors ligne, le système ne fonctionnait toujours bien qu'environ 65% du temps, ont indiqué les chercheurs.

Mais lorsque la machine a manqué un signal ErrP et n'a pas réussi à corriger son parcours (ou à changer de parcours lorsqu'il n'y en avait pas), l'observateur humain a généralement produit un second ErrP plus puissant, a déclaré Stephanie Gil, chercheuse chez CSAIL.

"Lorsque nous analysons cela hors ligne, nous constatons que les performances augmentent considérablement, jusqu'à 86%, et nous estimons que nous pourrions atteindre 90% dans le futur. Notre prochaine étape consiste donc à les détecter en temps réel." aussi et commencer à nous rapprocher de notre objectif de contrôler ces robots de manière précise et fiable à la volée ", a déclaré Gil à WordsSideKick.com. [Humains bioniques: Top 10 des technologies]

Cela sera toutefois délicat car il faut dire au système quand il faut surveiller le signal ErrP, ont déclaré les chercheurs. Actuellement, cela se fait à l'aide d'un interrupteur mécanique qui s'active lorsque le bras du robot commence à bouger.

Une erreur secondaire ne sera pas créée tant que le bras du robot n'aura pas bougé. Ce commutateur ne sera donc pas en mesure de signaler au système de rechercher un ErrP, ont indiqué les chercheurs. Cela signifie que le système devra être repensé pour fournir une autre invite, ont-ils ajouté.

Maintenant quoi?

L’étude est bien rédigée, a déclaré Klaus-Robert Müller, professeur à l’Université technique de Berlin, qui n’a pas participé à la nouvelle recherche, mais a également travaillé sur des BCI exploitant ces signaux d’erreur. Mais, a-t-il ajouté, l'utilisation d'ErrP pour contrôler des machines n'est pas particulièrement nouvelle et il a également fait part de ses préoccupations concernant le faible taux de classification ErrP obtenu par le groupe.

José del R. Millán, professeur associé à l'École polytechnique fédérale de Lausanne (Suisse), a déclaré qu'il était d'accord pour dire que la performance du décodeur ErrP du groupe était faible. Mais il pense que l'approche qu'ils ont adoptée est toujours "très prometteuse", a-t-il ajouté.

Le groupe de Millán a utilisé les signaux ErrP pour enseigner à un bras robotique la meilleure façon de se déplacer vers un emplacement cible. Dans une étude de 2015 publiée dans la revue Scientific Reports, Millán et ses collègues ont expliqué comment le bras dans leur travail commençait par un mouvement aléatoire, que l'observateur humain jugeait correct ou incorrect.

Grâce à une approche d'apprentissage automatique appelée apprentissage par renforcement, les signaux d'erreur sont utilisés pour affiner l'approche du robot, permettant ainsi au bot d'apprendre la meilleure stratégie de déplacement pour une cible spécifique. Millán a déclaré qu'utiliser ErrP pour contrôler les robots pourrait avoir de larges applications dans le futur.

"Je le vois utilisé pour toute interaction homme-machine complexe où la majeure partie de la charge est supportée par la machine, en raison de sa capacité à effectuer des tâches de manière presque autonome, et où les humains supervisent simplement", a-t-il déclaré.

Article original sur WordsSideKick.com.


Supplément Vidéo: "You Have the Rite" | Marc Bamuthi Joseph.




Recherche


Pensez Que Votre Travail Est Robot Proof? Repensez
Pensez Que Votre Travail Est Robot Proof? Repensez

Le Modèle D'Utilisation D'Internet Peut Indiquer Une Dépression
Le Modèle D'Utilisation D'Internet Peut Indiquer Une Dépression

Nouvelles De La Science


Typhons Jumeaux Capturés En Une Seule Image
Typhons Jumeaux Capturés En Une Seule Image

Cette Illusion D'Optique
Cette Illusion D'Optique "En Voie De Disparition" Prouve Que Votre Cerveau Est Trop Intelligent Pour Son Propre Bien

Comment Descendre Un Satellite: Il Y A 22 Ans
Comment Descendre Un Satellite: Il Y A 22 Ans

Tapis Sans Bornes De Worms Manteaux Bizarre Vent En Haute Mer
Tapis Sans Bornes De Worms Manteaux Bizarre Vent En Haute Mer

Une Étude Révèle Que La Sepsie A Un Impact À Long Terme Sur Les Personnes Âgées
Une Étude Révèle Que La Sepsie A Un Impact À Long Terme Sur Les Personnes Âgées


FR.WordsSideKick.com
Tous Droits Réservés!
La Reproduction De Tout Permis Seulement Prostanovkoy Lien Actif Vers Le Site FR.WordsSideKick.com

© 2005–2019 FR.WordsSideKick.com