Las tareas diarias que requieren alcanzar y agarrar dependen de un sentido táctil automático. Investigadores de la University of Utah integraron sensores y aprendizaje automático en una prótesis comercial para recuperar esa intuición. Adaptaron una mano de TASKA Prosthetics con puntas de dedos personalizadas que medían la presión e incluían sensores ópticos de proximidad diseñados para reproducir una sensación fina del tacto; los sensores eran lo bastante sensibles como para detectar una bola de algodón prácticamente sin peso al caer sobre un dedo.
La red neuronal se entrenó con los datos de proximidad para que cada dedo se colocara a la distancia adecuada y formara un agarre estable. Como cada dedo tiene su propio sensor y puede "ver" lo que tiene delante, los dedos actúan en paralelo para conseguir una sujeción segura sobre distintos objetos. Para evitar que usuario y máquina compitieran por el control, el equipo desarrolló un enfoque de control compartido bioinspirado que equilibra la intervención humana y la de la IA. "Lo que no queremos es que el usuario pelee con la máquina por el control. En cambio, aquí la máquina mejoró la precisión del usuario al mismo tiempo que facilitó las tareas", dice Marshall Trout.
El estudio, dirigido por Jacob A. George y Marshall Trout y publicado en Nature Communications, investigó el sistema con cuatro participantes cuyas amputaciones estaban entre el codo y la muñeca. Además de mejor rendimiento en tareas estándar, los participantes realizaron actividades de motricidad fina, como recoger objetos pequeños y levantar o beber de un vaso de plástico. "Al añadir algo de inteligencia artificial, pudimos descargar este aspecto del agarre en la propia prótesis", afirma George. El equipo explora ahora interfaces neurales implantadas y planea combinar esas interfaces con los sensores mejorados y el control inteligente. Coautores adicionales proceden de la University of Utah y de la University of Colorado, Boulder. La financiación provino de los National Institutes of Health y de la National Science Foundation. Fuente: University of Utah.
Palabras difíciles
- táctil — Relacionado con la sensación del tacto corporal
- sensor — Dispositivo que detecta y mide señales físicassensores
- prótesis — Objeto que sustituye una parte del cuerpo perdida
- aprendizaje automático — Métodos para que las máquinas aprendan de datos
- red neuronal — Modelo informático inspirado en la actividad cerebral
- proximidad — Distancia corta entre dos objetos detectable por sensores
- agarre — Acción de sujetar o mantener un objeto con la mano
- control compartido — Modo donde humano y máquina comparten el mando
- motricidad fina — Habilidad para realizar movimientos precisos con manos
- interfaz neural — Conexión entre un dispositivo y el sistema nerviosointerfaces neurales
Consejo: pasa el cursor, enfoca o toca las palabras resaltadas en el artículo para ver definiciones rápidas mientras lees o audicións.
Preguntas de discusión
- ¿Qué ventajas y riesgos ves en implantar interfaces neurales para controlar prótesis?
- ¿Cómo cambiaría la vida cotidiana de una persona amputada si su prótesis tuviera control compartido?
- ¿Qué factores crees que son importantes para que los usuarios confíen en una prótesis con inteligencia artificial?
Artículos relacionados
Ciberamenazas en la cumbre entre la Unión Africana y la Unión Europea
La cumbre AUEU en Luanda puso las amenazas digitales en el centro. Periodistas sufren vigilancia y Kenia registró miles de millones de ciberataques. Líderes pidieron más protección, normas comunes e inversión a largo plazo.
Campaña 'Stop AI Theft' pide protección para creadores
Artistas, periodistas y trabajadores culturales aborígenes de Australia lanzaron la campaña "Stop AI Theft" porque dicen que la inteligencia artificial usa su obra sin permiso. Exigen compensación, transparencia y cambios legales; el gobierno mantuvo protecciones de derechos de autor.
Estudio: los chatbots pueden cambiar opiniones
Investigadores de Yale encontraron que resúmenes de chatbots de IA, incluso cuando son fácticos, pueden alterar las opiniones sociales y políticas de las personas. El artículo analiza comparaciones con Wikipedia y evidencia sobre sesgos latentes en los modelos de lenguaje.
