The HANDi Hand V2: Enhancing a Multi-articulating Prosthetic Hand for Continual Machine Learning Research
यह शोध पत्र पुनर्गठित HANDi Hand V2 प्रस्तुत करता है, जो एक ओपन-सोर्स, सेंसरयुक्त प्रोस्थेटिक प्लेटफॉर्म है जो वाणिज्यिक उपकरणों के साथ प्रदर्शन के अंतर को पाटता है और यह प्रदर्शित करता है कि कैसे मशीन-लर्नड एडेप्टिव स्विचिंग विविध ग्रैस्प चयन को सक्षम करते हुए उपयोगकर्ता के नियंत्रण प्रयास को कम कर सकती है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
जिन लोगों ने अपना हाथ खो दिया है, उनके लिए आधुनिक कृत्रिम अंग (प्रोस्थेटिक डिवाइसेस) इंजीनियरिंग के चमत्कार लग सकते हैं, जो एक जैविक अंग की जटिल गतिविधियों की नकल करने में सक्षम हैं। फिर भी, कई उपयोगकर्ताओं के लिए ये उपकरण नियंत्रण करने में निराशाजनक रूप से कठिन बने हुए हैं। मुख्य समस्या यह नहीं है कि मशीनें हिल नहीं सकतीं, बल्कि यह है कि मानव मस्तिष्क को उन्हें यह बताने के लिए बहुत अधिक मेहनत करनी पड़ती है कि उन्हें क्या करना है। एक कप उठाने के लिए, उपयोगकर्ता को विभिन्न ग्रिप शैलियों (पकड़ने के तरीकों) के एक मेनू के माध्यम से मैन्युअल रूप से गुजरना पड़ सकता है, एक ऐसी प्रक्रिया जो गहन ध्यान की मांग करती है और अक्सर थकान का कारण बनती है। जब किसी उपकरण को संचालित करने के लिए आवश्यक मानसिक प्रयास बहुत अधिक हो जाता है, तो उपयोगकर्ता अक्सर इसका उपयोग करना ही छोड़ देते हैं। शोधकर्ता अब एक अलग रास्ते की खोज कर रहे हैं: मशीन की जटिलता को प्रबंधित करने के लिए मनुष्य से पूछने के बजाय, वे मशीन को मनुष्य की जरूरतों का पूर्वानुमान लगाना सिखा रहे हैं। यह दृष्टिकोण 'कंटीन्यूअस लर्निंग' (निरंतर सीखने) नामक एक अवधारणा पर निर्भर करता है, जहाँ एक उपकरण समय के साथ उपयोगकर्ता के कार्यों को देखता है और उनकी मंशा का अनुमान लगाने के लिए धीरे-धीरे सीखता है, जिससे वह प्रभावी रूप से एक साथी बन जाता है जो निर्णय लेने का भारी काम संभाल लेता है।
अल्बर्टा विश्वविद्यालय में, शोधकर्ताओं की एक टीम ने इस विचार का परीक्षण करने के लिए एक नया उपकरण बनाया है, जो इस क्षेत्र के एक महत्वपूर्ण अंतर को दूर करता है। जबकि महंगे व्यावसायिक प्रोस्थेटिक्स मौजूद हैं, वे अक्सर बंद प्रणालियाँ होते हैं जिन्हें शोधकर्ता उन्नत शिक्षण प्रयोगों के लिए आवश्यक सेंसरों के साथ आसानी से संशोधित या सुसज्जित नहीं कर सकते। इसके विपरीत, अनुसंधान के लिए उपलब्ध कई कम लागत वाले, 3D-प्रिंटेड हाथों में वह स्थायित्व और संवेदी समृद्धि नहीं होती जो मशीन लर्निंग के लिए आवश्यक कठोर परीक्षणों में जीवित रहने के लिए चाहिए। टीम ने अपने ओपन-सोर्स "HANDi हैंड" को पुनर्गठित करके इसका जवाब दिया, जिससे एक दूसरा संस्करण बना जो अधिक मजबूत और स्मार्ट है। यह नया उपकरण, HANDi हैंड V2, मशीन लर्निंग के लिए आवश्यक बार-बार होने वाले परीक्षण और त्रुटि के चक्रों को सहने के लिए बनाया गया है, और साथ ही यह इस बारे में डेटा भी एकत्र करता है कि यह कैसे चलता है और दुनिया को छूता है।
भौतिक पुनर्गठन का ध्यान उस नाजुकता को हल करने पर केंद्रित था जिसने मूल संस्करण को प्रभावित किया था। शोधकर्ताओं ने पुराने मोटरों को एक नए प्रकार के मोटर से बदल दिया जो ओवरहीट हुए बिना कम से कम एक घंटे तक चल सकता है, यह बेंचमार्क प्रयोगशाला सत्रों की विशिष्ट लंबाई से मेल खाने के लिए चुना गया था। उन्होंने उंगलियों को बंद करने के लिए आंतरिक टेंडन (कण्डरा) को भी पुनर्गठित किया। धागे और स्प्रिंग्स का उपयोग करने के बजाय, जो उलझ सकते हैं या टूट सकते हैं, नया डिज़ाइन भारी-भरकम नायलॉन ज़िप टाइज़ का उपयोग करता है। ये टाइज़ बार-बार पकड़ बनाने के तनाव को संभालने के लिए पर्याप्त मजबूत हैं और यदि वे कभी घिस जाएं तो उन्हें पांच मिनट से भी कम समय में बदला जा सकता है। हाथ को अधिक संवेदनशील बनाने के लिए, टीम ने सेंसरों का एक समूह जोड़ा जो हर जोड़ के कोण, उंगलियों के पोरों पर बल, और यहाँ तक कि मोटरों के भीतर के तापमान और विद्युत प्रवाह को भी मापते हैं। कलाई पर लगा एक कैमरा उन वस्तुओं का दृश्य प्रदान करता है जिनकी ओर हाथ बढ़ रहा है, जिससे कंप्यूटर को कार्य का स्पष्ट चित्र मिलता है।
यह सिद्ध करने के लिए कि यह नया हार्डवेयर वास्तविक दुनिया के उपयोग के लिए तैयार है, शोधकर्ताओं ने इसे 'एंथ्रोपोमोर्फिक हैंड असेसमेंट प्रोटोकॉल' नामक एक मानकीकृत परीक्षण से गुजारा। इस परीक्षण में दस अलग-अलग प्रकार की ग्रिप्स का उपयोग करके बीस छह सामान्य घरेलू वस्तुओं को पकड़ने का प्रयास शामिल है, जैसे कि एक बड़ी बोतल को पकड़ना या एक छोटे सिक्के को चुटकी से पकड़ना। HANDi हैंड V2 ने 7-9 प्रतिशत कार्यों में सफलता प्राप्त की, जो इसे अन्य 3D-प्रिंटेड अनुसंधान हाथों से आगे रखता है और महंगे व्यावसायिक उपकरणों के प्रदर्शन के अंतर को कम करता है। सुधार विशेष रूप से वस्तुओं को स्थिर रखने की क्षमता में देखा गया; नए मोटरों ने हाथ को एक मजबूत पकड़ बनाए रखने में मदद की, भले ही लचीले टेंडन ढीले होने की कोशिश कर रहे हों, जो प्लेट ले जाने जैसे कार्यों के लिए एक महत्वपूर्ण विशेषता है।
एक मजबूत प्लेटफॉर्म हाथ में होने के साथ, टीम ने यह परीक्षण किया कि क्या उपकरण स्वयं सही ग्रिप चुनना सीख सकता है। उन्होंने एक प्रयोग सेट किया जहाँ एक प्रतिभागी को तीन अलग-अलग ग्रिप्स के क्रम में हाथ को हिलाना था: एक खुला हाथ, एक पिंच (चुटकी), और एक बेलनाकार पकड़। पहले मामले में, उपयोगकर्ता को सही विकल्प आने तक विकल्पों के माध्यम से चक्र चलाने के लिए बार-बार बटन दबाना पड़ता था, जो एक पूर्ण चक्र पूरा करने में लगभग 45 सेकंड का समय लेता था। दूसरे मामले में, सिस्टम ने यह अनुमान लगाने के लिए एक लर्निंग एल्गोरिदम का उपयोग किया कि उपयोगकर्ता किस ग्रिप को चाहता है, जो हाथ के इशारा करने की दिशा पर आधारित था। जैसे-जैसे उपयोगकर्ता कार्य को दोहराता गया, सिस्टम ने पैटर्न को सीखा और तुरंत सही ग्रिप प्रस्तुत करना शुरू कर दिया। कुछ ही मिनटों के भीतर, ग्रिप्स के बीच स्विच करने में लगने वाला समय घटकर लगभग 33 सेकंड रह गया, और उपयोगकर्ता को बटन कितनी बार दबाना पड़ता था, इसकी संख्या काफी कम हो गई।
परिणाम बताते हैं कि नियंत्रण का बोझ उपयोगकर्ता से मशीन की ओर स्थानांतरित करना न केवल संभव है बल्कि प्रभावी भी है। प्रयोग के अंत तक, सिस्टम ने उपयोगकर्ता की मंशा का अनुमान लगाने में इतनी अच्छी तरह से महारत हासिल कर ली थी कि वह अक्सर मेनू को पूरी तरह से छोड़कर, एक ही संकेत के साथ वांछित क्रिया प्रस्तुत कर सकता था। शोधकर्ताओं ने नोट किया कि इस बदलाव ने न केवल समय बचाया; बल्कि इसने उस शारीरिक हिचकिचाहट को भी दूर कर दिया जो उपयोगकर्ता विकल्पों के माध्यम से गुजरते समय महसूस करते थे, जिससे वे आत्मविश्वास के साथ वस्तुओं की ओर बढ़ सके। हालांकि यह अध्ययन एक नियंत्रित सेटिंग में सीमित ग्रिप्स के साथ किया गया था, लेकिन निष्कर्ष संकेत देते हैं कि HANDi हैंड V2 जैसा एक टिकाऊ, सेंसर-समृद्ध प्लेटफॉर्म शरीर के बुद्धिमान विस्तार के रूप में प्रोस्थेटिक्स के विकास का समर्थन कर सकता है। यह कार्य प्रदर्शित करता है कि सही हार्डवेयर के साथ, मशीनें कम प्रतिक्रियाशील उपकरण होने के बजाय अधिक सक्रिय भागीदार बन सकती हैं, जो संभावित रूप से उस निराशा को कम कर सकती है जिसके कारण कई लोग अपने उपकरणों का उपयोग करना छोड़ देते हैं।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।