A Chicagói Egyetem kutatói egy olyan viselhető rendszert dolgoztak ki, amely mesterséges intelligencia és elektromos izomstimuláció (EMS) kombinációjával közvetlenül a test izmait mozgathatja, így a felhasználó a helyes mozdulatokat fizikailag végrehajtva sajátíthatja el.
Mire épül a rendszer?
A prototípus négy fő elemet egyesít:
- egy elektródákkal ellátott, viselhető ruhát (EMS-hajtású),
- egy beépített kamerával szerelt okosszemüveget,
- mozgáskövető réteget a testtartás valós idejű érzékelésére,
- multimodális mesterséges intelligencia modellt, amely képes képi és nyelvi adatok feldolgozására.
A rendszer nem előre rögzített mozgássorokat játszik le: a kamera és a mozgáskövetés információi alapján a mesterséges intelligencia az adott feladathoz igazított, percenként generált elektromos impulzus-sorozatokat állít elő, amelyek a kiválasztott izmokat és ízületeket vezérlik.
Hogyan működik a tanítás a gyakorlatban?
A kutatók egy példát ismertetnek: ha a felhasználó egy ismeretlen ablakhoz lép, és kimondja, hogy „EMS, segíts kinyitni”, a rendszer először azonosítja a kilincs típusát az okosszemüveg képén. Ezután a modell eldönti, mely ujjak, csukló és könyök mozdulata szükséges, és elektromos impulzusokkal végigvezeti a megfelelő mozgássorrenden.
Biztonság és adaptivitás
A fejlesztés újdonsága nem maga az EMS — ezt a technikát évek óta alkalmazzák rehabilitációban, zenetanításban vagy akár más területeken — hanem az, hogy a mesterséges intelligencia valós időben alkalmazkodik a környezethez és a felhasználó aktuális testhelyzetéhez. A rendszerbe anatómiai biztonsági réteget építettek: ha a modell olyan, sérüléshez vezető mozgást javasolna (például 180 fokos csukló-elforgatást), a vezérlés automatikusan elosztja a kívánt mozgást több ízület között, hogy elkerülje a veszélyes pozíciókat.
Laboratóriumi tesztek szerint a teljes megoldás lényegesen kevesebb hibát vétett, mint egy alapvető mesterséges intelligencia modell, amely nem tartalmazott ilyen testtudatossági réteget. Amikor a tesztek során szándékosan hibákat generáltak a modellben, a felhasználók általában észrevették a problémát, alkalmazkodtak, és javító parancsokkal vagy ismétlésekkel korrigálták a mozgást.
Korlátok és fejlesztési irányok
A kutatók hangsúlyozzák, hogy a technológia még nem kiforrott. A jelenlegi problémák közé tartozik, hogy az elektródákat személyenként újra kell kalibrálni, az elektromos impulzusok néha kellemetlenek lehetnek, és a rendszer nem hoz létre „valódi” izommemóriát — azaz nem pótolja a hosszú ismétléssel kialakuló automatikus készségeket.
Ugyanakkor a csapat rámutat, hogy mind a mesterséges intelligencia, mind az EMS-hardverek gyorsan fejlődnek, és a trend szerint a testre szerelt, AI-vezérelt izomsegítők a közeljövőben szélesebb körben elterjedhetnek, hasonlóan a napjainkban népszerű viselhető egészségügyi eszközökhöz.
Mire lehet jó a technológia?
A kutatók szerint az alkalmazási területek között szerepelnek a fizikailag összetett készségek megtanítása (például ipari mozdulatok vagy hangszeres technikák), és olyan helyzetek segítése, ahol a felhasználók valamilyen helyzeti fogyatékossággal élnek. A rendszer célja, hogy a mozgások megtanulását ne kizárólag verbális vagy szemléltető utasításokkal, hanem közvetlen, fizikai vezetéssel tegye hatékonyabbá.
Pedro Lopes, a projekt vezetője, a fejlesztés jelentőségét hangsúlyozva arra mutatott rá, hogy a megközelítés áttörést hozhat mind az oktatás, mind a segítő technológiák terén.
Összegzés
A University of Chicago által fejlesztett AI-vezérelt elektródaruha új módon ötvözi a látást, nyelvfeldolgozást és EMS-t, valós idejű, környezethez alkalmazkodó izomvezérlést biztosítva. Bár a rendszer jelenleg még gyakorlati korlátokkal küzd — kalibrációs igény, diszkomfort, és a valódi izommemória hiánya — a kutatók szerint a fejlődés üteme miatt nem kizárt, hogy hasonló eszközök a viselhető technológiák között gyakoriakká válnak.
