Los sistemas que pueden procesar pensamientos y traducirlos en comandos para mover objetos son muy útiles para las personas que no pueden hablar ni moverse, pero tienen un inconveniente: provocan fatiga mental.
El científico mexicano ha desarrollado una interfaz inteligente que puede enseñar hasta el 90% de las instrucciones del usuario para trabajar de forma autónoma y reducir la fatiga.
El proyecto, Automatización del sistema de interfaz cerebro-máquina, es una iniciativa de Christian Isaac Peñalosa Sánchez, candidato al doctorado en Neurología Cognitiva en Robótica Aplicada en la Universidad de Osaka, Japón.
norte
“He estado trabajando en este proyecto durante tres años, se basa en una interfaz cerebro-máquina. Su función es medir la actividad de las neuronas para recibir una señal generada por el pensamiento, procesarla y convertirla en una orden para mover, por ejemplo, una prótesis robótica, un ratón o electrodomésticos”, dice el científico.
Explica que este sistema consta de electrodos ubicados en el cuero cabelludo humano. Miden la actividad cerebral en forma de señales de EEG. Las señales se utilizan para detectar patrones generados por diversos pensamientos y estados mentales del usuario.
El sistema también incluye una interfaz gráfica que muestra los dispositivos u objetos disponibles que interpretan las señales de EEG y reciben los comandos del usuario.
Video promocional:
Además, los sensores inalámbricos se distribuyen en la habitación, recogiendo datos ambientales (temperatura e iluminación); unidades de hardware móviles que encienden y apagan los dispositivos y un algoritmo de inteligencia artificial.
“Este último recopila datos de sensores inalámbricos, electrodos y comandos de usuario para revelar la correlación entre el entorno de la habitación, el estado mental de una persona y sus actividades”, comenta Christian Peñalosa.
Agrega que para aliviar a los usuarios de la fatiga mental y la frustración debido a la alta concentración durante los largos períodos de tiempo que son inevitables con tales sistemas, el sistema debe volverse independiente. Esto es lo que Christian intentó hacer.
“Le hemos brindado al sistema oportunidades de aprendizaje mediante la implementación de algoritmos inteligentes que aprenden gradualmente las preferencias del usuario. En algún momento, el sistema puede tomar el control de la mayoría de los dispositivos, dejando que el usuario se concentre en otro objetivo.
Por ejemplo, una persona puede usarlo para controlar una silla de ruedas eléctrica mientras se mueve a una sala de estar usando comandos básicos (adelante, atrás, izquierda y derecha) que el sistema ya ha aprendido. La próxima vez que el usuario quiera tomar la misma ruta, solo necesita presionar un botón o pensar, la carriola lo llevará a su destino.
Una vez que el sistema funciona automáticamente, el usuario ya no tiene que concentrarse en administrar diferentes dispositivos. Sin embargo, el sistema continúa recopilando datos de EEG para detectar la señal de error. Surge cuando la gente está alarmada: el sistema o ellos mismos hicieron algo mal.
Por ejemplo, si la temperatura de la habitación es bastante alta, el usuario quiere que la ventana se abra automáticamente y que el sistema encienda el televisor. El cerebro humano registra esta acción como errónea. El sistema recibe una señal sobre el error e intenta corregirlo.
Los esfuerzos de Peñalosa condujeron a resultados significativos: en varios sujetos, su nivel de fatiga mental sí disminuyó después de trabajar con el sistema. El nivel de aprendizaje de tales sistemas también ha aumentado significativamente.
