यह एक्सोस्केलेटन कम ऊर्जा वाले प्लेटोब्लॉकचैन डेटा इंटेलिजेंस के साथ लोगों को तेजी से चलने में मदद करने के लिए एआई का उपयोग करता है। लंबवत खोज। ऐ.

लोगों को कम ऊर्जा में तेजी से चलने में मदद करने के लिए यह एक्सोस्केलेटन एआई का उपयोग करता है

एक्सोस्केलेटन काफी हद तक कल्पना के दायरे तक ही सीमित रहे हैं, पात्रों को मजबूत, लंबा, या अधिक विनाशकारी बनाने के लिए विज्ञान-फाई या सुपरहीरो फिल्मों में दिखाई दे रहे हैं (जेम्स कैमरून में अवतार, कुछ हद तक भयानक एएमपी सूट के रूप में कार्य करता है एक "मानव ऑपरेटर का एम्पलीफायर", लेकिन वास्तव में एक वास्तविक मानव के साथ एक ह्यूमनॉइड युद्ध मशीन की तरह है)। वास्तविक दुनिया के उपयोग के संदर्भ में, बाह्यकंकालों जैसे उद्योगों में परीक्षण या विकसित किया गया है कार विनिर्माण, हवाई यात्रा, सैन्य, तथा स्वास्थ्य सेवा; ये ज्यादातर लोगों को भारी वस्तुओं और सामग्रियों को उठाने में मदद करने के लिए हैं।

एक नया एक्सोस्केलेटन एक अलग उद्देश्य प्रदान करता है: लोगों को चलने में मदद करना। स्टैनफोर्ड बायोमेक्ट्रोनिक्स प्रयोगशाला में इंजीनियरों द्वारा विकसित, डिवाइस का वर्णन इस सप्ताह प्रकाशित एक पेपर में किया गया है प्रकृति. संक्षेप में, यह एक मोटर चालित बूट है जो पहनने वालों को उनके द्वारा उठाए जाने वाले प्रत्येक कदम के साथ एक धक्का देता है। हालाँकि, जो इसे अलग करता है, वह यह है कि इसका कार्य प्रत्येक व्यक्ति के अनुरूप होता है जो इसका उपयोग करता है, न कि विभिन्न ऊंचाइयों, वजन और चलने की गति में मानक होने के बजाय।

[एम्बेडेड सामग्री]

"यह एक्सोस्केलेटन सहायता को वैयक्तिकृत करता है क्योंकि लोग वास्तविक दुनिया से सामान्य रूप से चलते हैं," ने कहा स्टीव कॉलिन्समैकेनिकल इंजीनियरिंग के एसोसिएट प्रोफेसर, जो स्टैनफोर्ड बायोमेक्ट्रोनिक्स प्रयोगशाला का नेतृत्व करते हैं, प्रेस विज्ञप्ति. "और इसके परिणामस्वरूप चलने की गति और ऊर्जा अर्थव्यवस्था में असाधारण सुधार हुआ।"

वैयक्तिकरण एक मशीन लर्निंग एल्गोरिथम द्वारा सक्षम किया जाता है, जिसे टीम ने एमुलेटर का उपयोग करके प्रशिक्षित किया है - यानी ऐसी मशीनें जो स्वयंसेवकों से गति और ऊर्जा व्यय पर डेटा एकत्र करती हैं, जो उनसे जुड़े हुए थे। स्वयंसेवक अलग-अलग गति से कल्पित परिदृश्यों में चले, जैसे बस पकड़ने की कोशिश करना या पार्क में टहलना।

एल्गोरिथम ने इन परिदृश्यों और लोगों के ऊर्जा व्यय के बीच संबंधों को आकर्षित किया, वास्तविक समय में सीखने के लिए कनेक्शनों को लागू किया कि कैसे पहनने वालों को इस तरह से चलने में मदद की जाए जो वास्तव में उनके लिए उपयोगी हो। जब कोई नया व्यक्ति बूट लगाता है, तो एल्गोरिथ्म हर बार चलने पर सहायता के एक अलग पैटर्न का परीक्षण करता है, यह मापता है कि प्रतिक्रिया में उनकी चाल कैसे बदलती है। सीखने की एक छोटी सी अवस्था है, लेकिन औसतन एल्गोरिथम केवल एक घंटे में नए उपयोगकर्ताओं के लिए प्रभावी ढंग से खुद को तैयार करने में सक्षम था।

एक्सोस्केलेटन टखने पर टॉर्क लगाकर काम करता है, पहनने वाले के बछड़े की मांसपेशियों के कुछ कार्यों को बदल देता है। जैसे ही उपयोगकर्ता एक कदम उठाते हैं, उनके पैर की उंगलियों के जमीन छोड़ने से ठीक पहले डिवाइस उन्हें धक्का देने में मदद करता है। इसने बहुत अच्छा काम किया; औसतन, लोग 9 प्रतिशत कम ऊर्जा खर्च करते हुए सामान्य से 17 प्रतिशत अधिक तेजी से चले। ट्रेडमिल पर सीधी तुलना में, एक्सोस्केलेटन ने समान उपकरणों के प्रयास में लगभग दोगुनी कमी प्रदान की।

चलने में लगने वाले प्रयास को कम करना आम तौर पर एक लक्ष्य नहीं होता है जिसका लक्ष्य हम में से अधिकांश को होना चाहिए; अगर कुछ भी, अमेरिकियों को इसके विपरीत की जरूरत है। लेकिन जिस टीम ने एक्सोस्केलेटन विकसित किया है, वह इसे बुजुर्गों या विकलांगों सहित गतिशीलता में कमी वाले लोगों की मदद के लिए इस्तेमाल कर रहा है।

"मुझे विश्वास है कि अगले दशक में हम सहायता और प्रभावी पोर्टेबल को वैयक्तिकृत करने के इन विचारों को देखेंगे बाह्यकंकालों अध्ययन के लेखक और बायोइंजीनियरिंग शोधकर्ता पैट्रिक स्लेड ने कहा प्रेस विज्ञप्ति.

यह देखते हुए कि एक्सोस्केलेटन वर्तमान में प्रोटोटाइप चरण में है, यह बहुत जल्द व्यापक उपयोगकर्ता आधार तक नहीं पहुंचेगा। इसके अलावा, यह अब तक केवल स्वस्थ वयस्कों पर उनके 20 के दशक के मध्य में परीक्षण किया गया है, इसलिए नए परीक्षण करने की आवश्यकता होगी और उन लोगों के लिए समायोजन किया जाएगा जिन्हें वास्तव में चलने में मदद की आवश्यकता है।

टीम पुनरावृत्तियों को डिजाइन करने की भी योजना बना रही है जो पहनने वालों के संतुलन को बेहतर बनाने और यहां तक ​​कि जोड़ों के दर्द को कम करने में मदद करती है। वे अपने डिवाइस की क्षमता के बारे में आशावादी हैं। "मुझे वास्तव में लगता है कि यह तकनीक बहुत से लोगों की मदद करने वाली है," कहा कोलिन्स।

छवि क्रेडिट: स्टैनफोर्ड यूनिवर्सिटी / कर्ट हिकमैन

समय टिकट:

से अधिक विलक्षणता हब