Un uomo paralizzato ha usato la sua mente per controllare due braccia robotiche per mangiare la torta

L'uomo sedeva immobile sulla sedia, fissando intensamente una fetta di torta sul tavolo di fronte a lui. Fili fuoriuscivano dagli elettrodi impiantati nel suo cervello. Al suo fianco c'erano due giganteschi bracci robotici, ciascuno più grande della sua intera parte superiore del corpo. Uno aveva un coltello, l'altro una forchetta.

“Taglia e mangia il cibo. Muovi la mano destra in avanti per iniziare", ordinò una voce robotica.

L'uomo si concentrò nel muovere in avanti il ​​braccio destro parzialmente paralizzato. Il suo polso si mosse appena, ma la mano destra robotica volò dolcemente in avanti, posizionando la punta della forchetta vicino alla torta. Un altro leggero movimento della mano sinistra mandò avanti il ​​coltello.

Diversi comandi dopo, l'uomo aprì felicemente la bocca e divorò il bocconcino, tagliato secondo le preferenze personali con l'aiuto dei suoi avatar robotici. Erano passati circa 30 anni da quando era in grado di nutrirsi da solo.

La maggior parte di noi non ci pensa due volte prima di usare le nostre due braccia contemporaneamente: mangiare con coltello e forchetta, aprire una bottiglia, abbracciare una persona cara, sdraiarsi sul divano utilizzando un controller per videogiochi. La coordinazione è naturale per il nostro cervello.

Tuttavia, ricostruire questo movimento senza sforzo tra due arti è stato ostacolato interfaccia cervello-macchina (BMI) esperti da anni. Uno degli ostacoli principali è l’enorme livello di complessità: secondo una stima, l’utilizzo degli arti robotici per le attività quotidiane potrebbe richiedere 34 gradi di libertà, mettendo a dura prova anche le configurazioni BMI più sofisticate.

Un nuovo studio, guidato dal Dott. Francesco V. Tenore della Johns Hopkins University, ha trovato una soluzione brillante. I robot sono diventati sempre più autonomi grazie al machine learning. Invece di trattare gli arti robotici come semplici macchinari, perché non sfruttare la loro sofisticata programmazione in modo che uomo e robot possano condividere i controlli?

“Questo approccio di controllo condiviso ha lo scopo di sfruttare le capacità intrinseche dell’interfaccia cervello-macchina e del sistema robotico, creando un ambiente ‘il meglio di entrambi i mondi’ in cui l’utente può personalizzare il comportamento di una protesi intelligente”, disse Dott. Francesco Tenore.

Come un sistema di volo automatizzato, questa collaborazione consente all'essere umano di "pilotare" il robot concentrandosi solo sulle cose che contano di più - in questo caso, quanto grande tagliare ogni boccone di torta - lasciando le operazioni più banali al semi-operatore. robot autonomo.

La speranza è che questi “sistemi neurorobotici” – una vera fusione mentale tra i segnali neurali del cervello e gli algoritmi intelligenti di un robot – possano “migliorare l’indipendenza e la funzionalità dell’utente”, ha affermato il team.

Double Trouble

Il cervello invia segnali elettrici ai nostri muscoli per controllare il movimento e adatta tali istruzioni in base al feedback che riceve, ad esempio, quelle che codificano per la pressione o la posizione di un arto nello spazio. Lesioni del midollo spinale o altre malattie che danneggiano questa autostrada di segnalazione interrompono il controllo del cervello sui muscoli, portando alla paralisi.

I BMI costruiscono essenzialmente un ponte attraverso il sistema nervoso danneggiato, consentendo il flusso dei comandi neurali, sia che si tratti di azionare arti sani o protesi attaccate. Dal ripristino della scrittura e del linguaggio alla percezione della stimolazione e al controllo degli arti robotici, gli indici di massa corporea hanno aperto la strada al ripristino della vita delle persone.

Eppure la tecnologia è stata afflitta da un intoppo preoccupante: il doppio controllo. Finora, il successo nell’indice di massa corporea è stato in gran parte limitato al movimento di un singolo arto, del corpo o altro. Eppure, nella vita di tutti i giorni, abbiamo bisogno di entrambe le braccia per i compiti più semplici: un superpotere trascurato che gli scienziati chiamano “movimenti bimanuali”.

Nel 2013, il pioniere del BMI, il dottor Miguel Nicolelis della Duke University, ha presentato la prima prova quel controllo bimanuale con il BMI non è impossibile. In due scimmie a cui sono stati impiantati microarray di elettrodi, i segnali neurali provenienti da circa 500 neuroni erano sufficienti per aiutare le scimmie a controllare due bracci virtuali usando solo la mente per risolvere un compito computerizzato in cambio di una ricompensa (letteralmente) succosa. Sebbene fosse un primo passo promettente, secondo gli esperti dell'epoca chiesti se la configurazione potrebbe funzionare con attività umane più complesse.

Mano amica

Il nuovo studio ha adottato un approccio diverso: controllo condiviso collaborativo. L'idea è semplice. Se l’uso dei segnali neurali per controllare entrambi i bracci robotici è troppo complesso per i soli impianti cerebrali, perché non consentire alla robotica intelligente di eliminare parte del carico di elaborazione?

In termini pratici, i robot vengono prima preprogrammati per diversi movimenti semplici, lasciando spazio all’essere umano per controllarne i dettagli in base alle proprie preferenze. È come un giro in tandem tra robot e umani: la macchina pedala a velocità variabili in base alle istruzioni algoritmiche mentre l’uomo controlla il manubrio e i freni.

Per impostare il sistema, il team ha prima addestrato un algoritmo per decodificare la mente del volontario. L'uomo di 49 anni aveva subito una lesione al midollo spinale circa 30 anni prima del test. Aveva ancora un movimento minimo nella spalla e nel gomito e poteva estendere i polsi. Tuttavia, il suo cervello aveva perso da tempo il controllo sulle dita, privandolo di ogni controllo motorio.

Il team ha prima impiantato sei microarray di elettrodi in varie parti della corteccia. Nella parte sinistra del suo cervello – che controlla il lato dominante, il lato destro – hanno inserito due array rispettivamente nelle regioni motoria e sensoriale. Le corrispondenti regioni del cervello destro, che controllavano la mano non dominante, ricevevano un array ciascuna.

La squadra ha poi incaricato l'uomo di eseguire una serie di movimenti della mano al meglio delle sue capacità. Ogni gesto – flettere il polso sinistro o destro, aprire o pizzicare la mano – è stato mappato in una direzione di movimento. Ad esempio, flettere il polso destro mentre si estendeva il sinistro (e viceversa) corrispondeva al movimento in direzioni orizzontali; entrambe le mani aprono o pizzicano i codici per il movimento verticale.

Nel frattempo, il team ha raccolto segnali neurali che codificavano ogni movimento della mano. I dati sono stati utilizzati per addestrare un algoritmo a decodificare il gesto previsto e ad alimentare la coppia esterna di bracci robotici fantascientifici, con circa l’85% di successo.

Lasciagli mangiare la torta

Anche i bracci robotici hanno ricevuto una formazione preliminare. Usando le simulazioni, il team ha prima dato alle braccia un’idea di dove sarebbe stata la torta sul piatto, dove sarebbe stato posizionato il piatto sul tavolo e approssimativamente quanto sarebbe stata lontana la torta dalla bocca del partecipante. Hanno anche messo a punto la velocità e la gamma di movimento dei bracci robotici: dopo tutto, nessuno vuole vedere un braccio robotico gigante che afferra una forchetta appuntita che ti vola in faccia con un pezzo di torta penzolante e maciullato.

In questa configurazione, il partecipante poteva controllare parzialmente la posizione e l'orientamento delle braccia, con un massimo di due gradi di libertà su ciascun lato, consentendogli ad esempio di muovere qualsiasi braccio da sinistra a destra, avanti-indietro o rotolare da sinistra a destra. . Nel frattempo, il robot si è occupato del resto delle complessità del movimento.

Per aiutare ulteriormente la collaborazione, una voce robotica scandiva ogni passaggio per aiutare il team a tagliare una fetta di torta e portarla alla bocca del partecipante.

L'uomo ha avuto la prima mossa. Concentrandosi sul movimento del polso destro, ha posizionato la mano robotica destra verso la torta. Poi è subentrato il robot, che ha spostato automaticamente la punta della forchetta sulla torta. L'uomo potrebbe quindi decidere l'esatto posizionamento della forca utilizzando controlli neurali pre-addestrati.

Una volta impostato, il robot ha spostato automaticamente la mano che impugnava il coltello verso la sinistra della forchetta. L'uomo ha nuovamente apportato delle modifiche per tagliare la torta alla dimensione desiderata, prima che il robot tagliasse automaticamente la torta e se la portasse alla bocca.

"Consumare la pasta frolla era facoltativo, ma il partecipante ha scelto di farlo perché era delizioso", hanno detto gli autori.

Lo studio comprendeva 37 prove, la maggior parte delle quali erano di calibrazione. Nel complesso, l’uomo ha usato la mente per mangiare sette bocconi di torte, tutte “di dimensioni ragionevoli” e senza farne cadere nessuna.

Non è certamente un sistema che arriverà presto a casa tua. Basata su una gigantesca coppia di bracci robotici sviluppati dalla DARPA, la configurazione richiede un'ampia conoscenza pre-programmata per il robot, il che significa che può consentire solo un singolo compito alla volta. Per ora, lo studio è più una prova esplorativa di come fondere i segnali neurali con l’autonomia del robot per espandere ulteriormente le capacità del BMI.

Ma come protesi diventare sempre più intelligenti e convenienti, il team guarda avanti.

“L’obiettivo finale è un’autonomia regolabile che sfrutti qualunque segnale BMI sia disponibile

la loro massima efficacia, consentendo all’uomo di controllare i pochi DOF [gradi di libertà] che incidono più direttamente sulle prestazioni qualitative di un compito mentre il robot si prende cura del resto”, ha affermato il team. Gli studi futuri esploreranno e spingeranno i confini di queste fusioni mentali uomo-robot.

Immagine di credito: Laboratorio di fisica applicata Johns Hopkins

• Coinsmart. Il miglior scambio di bitcoin e criptovalute d'Europa.
• Platoblockchain. Web3 Metaverse Intelligence. Conoscenza amplificata. ACCESSO LIBERO.
• Criptofalco. Radar Altcoin. Prova gratuita.
• Fonte: https://singularityhub.com/2022/07/05/a-paralyzed-man-used-his-mind-to-control-two-robotic-arms-to-eat-cake/