Esperimento uomo-macchina: apprendimento reciproco con le interfacce cervello-computer

Un esperimento collaborativo uomo-macchina nello sviluppo delle BCI, le  interfacce cervello-computer: due partecipanti tetraplegici hanno usato l’interfaccia cervello-computer per vincere una gara virtuale, allenandosi con l’AI per migliorare le proprie prestazioni.

Pubblicato il 01 Giu 2018

Pilot and avatar at Cybathlon (credit: Cybathlon)

Un esperimento collaborativo uomo-macchina nello sviluppo delle BCI, le  interfacce cervello-computer: due partecipanti tetraplegici hanno usato l’interfaccia cervello-computer per vincere una gara virtuale, allenandosi con l’AI per migliorare le proprie prestazioni.

Visionari Ad Astra Federico Pistono

Torna l’appuntamento con l’informazione scientifica proposta da VISIONARI, l’associazione non-profit che promuove l’utilizzo responsabile di scienza e tecnologia per il miglioramento della società. Questa settimana parliamo di uomo-macchina, in particolare delle interfacce cervello-computer che, attraverso l’utilizzo dell’Intelligenza Artificiale possono ripristinare le funzioni perse a causa della disabilità.

Quando si parla del “rapporto” uomo-machina non si può oggi trascurare le interfacce cervello-computer (BCI), sistemi non invasivi che oggi possono addirittura ripristinare le funzioni perse a causa della disabilità, consentendo un controllo cerebrale diretto e spontaneo dei dispositivi esterni senza i rischi associati all’impianto chirurgico delle interfacce neurali. Nella corsa al miglioramento dei sistemi di relazione/cooperazione uomo-macchina, gli algoritmi di apprendimento automatico sono diventati più veloci e potenti; per quanto riguarda però le interfacce cervello-computer i ricercatori si sono concentrati principalmente sul miglioramento delle prestazioni ottimizzando gli algoritmi di pattern-recognition.

Ci si è dunque iniziati a chiedere “perché non permettere ai pazienti di usare attivamente l’Intelligenza Artificiale per migliorare le proprie prestazioni?”

Per testare questa idea, i ricercatori dell’École Polytechnique Fédérale de Lausanne (EPFL), con sede a Ginevra (Svizzera), hanno condotto una ricerca utilizzando l’ “apprendimento reciproco” uomo-macchina, ossia tra computer e umani, con due partecipanti disabili (nello specifico, tetraplegici), colpiti da lesioni croniche del midollo spinale. L’obiettivo: vincere una gara di corse virtuali in diretta ad un evento internazionale.

I partecipanti sono stati addestrati per migliorare il controllo di un avatar in un gioco di corse virtuale. L’esperimento ha utilizzato sistemi di comunicazione/interazione uomo-macchina, nello specifico un’interfaccia cervello-computer (BCI), che utilizza elettrodi sulla testa dei partecipanti al gioco per raccogliere i segnali di controllo dal cervello della persona. Ogni partecipante (chiamato “pilota”) controllava un avatar sullo schermo in una gara divisa in tre parti. Questo richiedeva la padronanza di comandi separati per girare, saltare, scivolare e camminare senza inciampare.

Dopo alcuni mesi di allenamento, l’8 ottobre 2016 i due piloti hanno partecipato (nel team “Brain Tweakers”) al Cybathlon di Zurigo, Svizzera — la prima paraolimpiade internazionale per persone disabili con tecnologie di assistenza bionica.

La gara basata sui sistemi uomo-macchina (le interfacce BCI) consisteva in quattro avatar controllati dal cervello che gareggiavano in un gioco di corse virtuale chiamato “Brain Runners”. Per accelerare l’avatar di ogni pilota, era necessario inviare fino a tre comandi mentali (o intenzionali al minimo) sui corrispondenti segmenti di pista, ciascuno con un proprio colore.

I due partecipanti alla ricerca EPFL hanno ottenuto il miglior risultato complessivo per tre volte nella prova. Uno di questi piloti ha vinto la medaglia d’oro e l’altro ha detenuto il record del torneo.

I ricercatori ritengono che con l’approccio di apprendimento reciproco uomo-macchina, hanno «massimizzato le possibilità di apprendimento umano attraverso la ricalibrazione non frequente del computer, lasciando tempo all’uomo di imparare meglio a controllare i ritmi sensomotori che sono più efficienti per evocare il movimento desiderato dall’avatar. I nostri risultati mostrano forti e continui effetti di apprendimento a tutti i livelli  –  macchina, soggetto e applicazione  –  con entrambi [i partecipanti], nel corso di uno studio della durata di diversi mesi», sostengono i ricercatori.

*VISIONARI è un’associazione non-profit che promuove l’utilizzo responsabile di scienza e tecnologia per il miglioramento della società. Per diventare socio, partecipare ad eventi e attività, fare una donazione, visitare il sito: https://visionari.org

Valuta la qualità di questo articolo

La tua opinione è importante per noi!

Articoli correlati

Articolo 1 di 4