Systematic Design of Lightweight CNNs for sEMG Hand Gesture Classification on Embedded Systems

تخيل عالماً يستطيع فيه شخص فقد ذراعه أن يتحكم في يد روبوتية ببساطة عن طريق التفكير في تحريكها. هذا ليس خيالاً علمياً؛ بل هو الوعد الذي تقدمه الأطراف الاصطناعية العضلية الكهربائية (myoelectric prosthetics)، وهي أجهزة تقرأ الإشارات الكهربائية التي ترسلها عضلاتك عندما تحاول التحرك. هذه الإشارات، المعروفة باسم تخطيط كهربائية العضل السطحي (sEMG)، تلتقطها مستشعرات توضع على الجلد. لقد كان التحدي دائماً يكمن في ترجمة هذه الأنماط الكهربائية الفوضوية والمتقلبة إلى أوامر واضحة وموثوقة للآلة. لعقود من الزمن، اعتمد المهندسون على حيل رياضية معقدة لتفسير هذه الإشارات، لكن جيلاً جديداً من الذكاء الاصطناعي أظهر قدرته على تعلم الأنماط مباشرة، وغالباً بدقة أكبر. ومع ذلك، هناك عقبة: نماذج الذكاء الاصطناعي الأكثر قوة تشبه أجهزة الكمبيوتر الثقيلة والشرهة للطاقة؛ فهي تتطلب معالجات ضخمة وكهرباء مستمرة، مما يجعل من المستحيل وضعها داخل ذراع اصطناعية صغيرة تعمل بالبطارية يمكن للشخص ارتداؤها طوال اليوم.

هذه هي المشكلة التي سعى فريق من الباحثين من المكسيك لحلها. لقد طرحوا سؤالاً جوهرياً: كيف يمكننا بناء نظام ذكي يكون دقيقاً للغاية في التعرف على إيماءات اليد وفي الوقت نفسه خفيفاً بما يكفي ليعمل على شريحة كمبيوتر صغيرة ومنخفضة الطاقة؟ تفصل عملهم، الذي نُشر في دراسة حديثة، طريقة لتصميم هذه "الأدمغة الاصطناعية خفيفة الوزن". فبدلاً من التخمين حول التصميم الذي يعمل بشكل أفضل، عاملوا العملية كأنها تجربة علمية، حيث اختبروا بشكل منهجي خيارات هيكلية مختلفة لإيجاد التوازن المثالي بين الأداء والكفاءة. والنتيجة هي نوع جديد من النماذج يمكنه التمييز بين ثماني عشرة حركة مختلفة لليد والمعصم بدقة ملحوقة، باستخدام جزء ضئيل من قوة الحوسبة التي تتطلبها الأنظمة السابقة.

بدأ الباحثون بالنظر في البيانات من قاعدتي بيانات عامتين كبيرتين تحتويان على تسجيلات لأشخاص يححركون أيديهم. تضمنت إحدى القاعدتين تسجيلات من أربعين شخصاً سليماً، بينما تضمنت الأخرى أحد عشر شخصاً فقدوا جزءاً من ذراعهم تحت الكوع. كانت هذه المجموعة الثانية حاسمة لأنها تمثل المستخدمين الحقيقيين الذين صُممت هذه الأجهزة لمساعدتهم. ركز الفريق على نوع محدد من الذكاء الاصطناعي يسمى الشبكة العصبية التلافيفية (convolutional neural network). وببساطة، هذا نظام يمسح البيانات للعثور على الأنماط، تماماً كما تمسح العين البشرية مشهداً للتعرف على وجه ما. كان التحدي المحدد هو جعل هذا النظام "منفصل بعمق" (depthwise separable)، وهو تقنية تصميم تفكك الحسابات المعقدة إلى خطوات أصغر وأبسط. هذا النهج يقلل بشكل كبير من العمليات الرياضية التي يحتاج الكمبيوتر للقيام بها، مما يجعل النظام أسرع وأقل استهلاكاً للذاكرة.

ولإيجاد أفضل تصميم ممكن، لم يعتمد الفريق على التجربة والخطأ أو التخمين. لقد استخدموا طريقة إحصائية تسمى التصميم الأمثل (D-optimal design) لاستكشاف مساحة واسعة من الاحتمالات. تخيل محاولة إيجاد أفضل وصفة لكعكة من خلال اختبار كل توليفة من الدقيق والسكر والبيض ووقت الخبز؛ سيستغرق الأمر وقتاً طويلاً جداً. بدلاً من ذلك، سمحت هذه الطريقة للباحثين باختيار مجموعة تمثيلية ذكية من التجارب التي كشفت كيف يؤثر كل جزء محدد من التصميم على النتيجة النهائية. لقد اختبروا عوامل مثل عدد الطبقات التي يجب أن يحتوي عليها النظام، ومدى عرض المرشحات (filters)، وعدد المسارات المتوازية التي يجب أن تسلكها البيانات. ومن خلال تحليل نتائج هذه التكوينات الخمسين المختارة بعناية، اكتشفوا أن عدد الطبقات المتتالية في الشبكة كان له التأثير الأكبر على الدقة، يليه عن كثب حجم المرشحات المستخدمة في الخطوات العميقة.

ومع هذا الفهم، أنشأ الفريق "جبهة باريتو" (Pareto front)، وهي طريقة لتصور المقايضة بين مدى ذكاء النموذج وثقله. كانوا يبحثون عن "النقطة المثالية": نموذج يكون دقيقاً قدر الإمكان دون أن يصبح ضخماً أو بطيئاً للغاية. لقد حددوا بنية معينة برزت بوضوح. استخدم هذا النموذج حوالي 68,000 رقم قابل للضبط فقط، تُعرف بالمعلمات (parameters)، للقيام بعمله. ولوضع ذلك في الاعتبار، فإن العديد من النماذج المستخدمة لمهام مماثلة تتطلب ملايين المعلمات. ورغم صغر حجمه، حقق هذا النموذج خفيف الوزن دقة متوسطة بلغت 93.89% على البيانات الخاصة بالمبتورين و98.41% على بيانات الأشخاص الأصحاء. لقد نجح في تحديد ثماني عشرة إيماءة مختلفة، بما في ذلك أشكال مختلفة لليد وحركات المعصم، بمستوى من الموثوقية يشير إلى إمكانية استخدامه في بيئات سريرية حقيقية.

ومع ذلك، لم يكن الاختبار الحقيقي في المحاكاة فحسب، بل في الأجهزة (hardware). أخذ الباحثون نموذجهم المختار وطبقوه على شريحة كمبيوتر مدمجة صغيرة، وتحديداً معالج ARM Cortex-A9، وهو نوع من التكنولوجيا الموجودة في العديد من الأجهزة المحمولة. ولجعل النموذج يعمل بسرعة كافية للتحكم في الوقت الفعلي، طبقوا خمس تقنيات تحسين مختلفة. لقد بسطوا الرياضيات عن طريق تحويل الأرقام التي يستخدمها النموذج من أعداد عشرية معقدة إلى أعداد صحيحة أصغر، وهي عملية تسمى التكميم (quantization). كما قاموا بترتيب البيانات بحيث يمكن للمعالج التعامل مع عمليات حسابية متعددة في وقت واحد، واستخدموا ذاكرة التخزين المؤقت المدمجة في المعالج لتجنب عمليات نقل البيانات البطيئة. والنتيجة كانت نظاماً يمكنه اتخاذ قرار في حوالي 57.6 مللي ثانية. هذه السرعة كافية لتشعر بأنها فورية للمستخدم البشري، مما يسمح بالتحكم السلس والبديهي اللازم لتشغيل يد روبوتية.

تخلص الدراسة إلى أن هذا النهج المنهجي في التصميم هو مسار قابل للتطبيق للجيل القادم من الأطراف الاصطناعية. ومن خلال إثبات أن نموذجاً عالي الدقة يمكن أن يعمل على شريحة صغيرة منخفضة الطاقة، أزال الباحثون عائقاً كبيراً أمام جعل الأطراف الروبوتية المتقدمة متاحة وعملية للاستخدام اليومي. كما يسلط العمل الضوء على أهمية اختبار هذه الأنظمة على أشخاص يعانون من فقدان حقيقي للأطراف، وليس فقط على متطوعين أصحاء، لضمان عملها في الواقع المعقد للتطبيق السريري. وبينما تم اختبار النموذج الحالي في ظروف محددة حيث يقوم المستخدم بمعايرة الجهاز وفقاً لإشاراته الخاصة، فإن نجاح هذا التصميم خفيف الوزن يشير إلى أن النسخ المستقبلية يمكن تكييفها للعمل مع مستخدمين مختلفين بأقل قدر من الإعداد، مما يقربنا من مستقبل يمكن فيه استبدال الأطراف المفقودة بأدوات ذكية واستجابية تشعر وكأنها جزء طبيعي من الجسم.