الهندسة والآليات > الالكترونيات

جهاز جديد يتعرف إلى إيماءات اليد

لطالما كانت التكنولوجيا وسيلةً تساعد الإنسان على تذليل العقبات التي تواجهه في حياته اليوميَّة، ونحن اليوم أمام إنجاز قد يقلل بعضنا من شأنه غير مدركين أهميته بالنسبة للعديد من ذوي الاحتياجات الخاصة.  

تخيل أنَّك تكتب على جهاز كمبيوتر دون لوحة مفاتيح أو تلعب لعبة فيديو دون قبضة تحكم أو تقود سيارة دون مقود، هل تعتقد أنَّ تقنية كهذه طُوّرت مُسبقًا؟

في الحقيقة؛ نعم يوجد العديد من التقنيات المتشابهة، وأوّل ما يخطر على بالنا عن هذا الموضوع هو كرسي العالم البريطاني "ستيفن هوكينغ"، التي كانت وسيلته للتواصل مع العالم من حوله، إذًا ما الجديد اليوم؟

طوّر مجموعة من الباحثين من جامعة California في الولايات المتحدة، وجامعة  ETC Zurich في سويسرا، وجامعة Bologna في إيطاليا جهازًا جديدًا، هو عبارة عن نظام حساس قابل للارتداء يقيس أنماط التقلصات العضليَّة، ويستخدم تقنيات تعلم الآلة في تصنيف حركات اليد؛ إذ استخدم العلماء الحبر الفضي لطباعة مصفوفة إلكترودات مرنة مكونة من 4×16 قناة كواجهة عصبيَّة؛ لتسجيل بيانات التَّخطيط الكهربائيَّة السَّطحيَّة (1).

كما يستخدم الجهاز الجديد خوارزميَّة ذكاء صنعي متقدمة تُعرف بـ خوارزمية الحوسبة فائقة الأبعاد، الّتي تتميز بقدرتها على التعلّم التكيّفي، وتحديث نفسها بالمعلومات الجديدة (2).

أظهر فريق البحث أنَّ هذا النظام قادر على تصنيف 13 إيماءة يد بدقة 97.12% منذ المحاولة الأوّلى، وعندما وسّعت التجربة إلى 21 إيماءة لم تنخفض الدقة بصورةٍ كبيرةٍ؛ إذ أصبحت 92.87% (1,2).

وعلى الرغم من أنَّ معظم هذه التقنيات موجودة بالفعل في أماكن أخرى، إلّا أنّها غير قابلة للارتداء أو تعتمد على أجهزة حوسبة خارجية أو على عدد صغير من الإلكترودات ذات الحجم الكبير، في حين يتميز الجهاز الجديد بأنَّه يدمج كل من تقنية الحساس الحيوي (والذي يقيس التَّفاعلات الحيويَّة عن طريق توليد إشارات تتناسب وتركيز المادة المحللة)، ومعالجة الإشارات والذكاء الصّنعي في نظام واحد صغير، ومرن نسبيًّا، ولا يستهلك كثير من الطَّاقة(2,3).

يحتاج هذا الجهاز إلى بعض التعديلات حتى يكون جاهزًا لطرحه في الأسواق، ويُعتقد أنَّه سيشكل قفزةً نوعيّةً في العديد من التَّطبيقات مثل الأطراف الصِّناعيَّة وغيرها. 

ما رأيك بهذا الإنجاز؟ وإلى أيّ مدى تعتقد أننا قادرين على تطوير تقنيات كهذه؟

المصادر:

1. Moin A, Zhou A, Rahimi A, Menon A, Benatti S, Alexandrov G et al. A wearable biosensing system with in-sensor adaptive machine learning for hand gesture recognition. Nature Electronics [Internet]. 2020 [cited 9 February 2021];4(1):54-63. Available from: هنا

2. Tam S, Gosselin B. A biosensor that learns on the go. Nature Electronics [Internet]. 2021 [cited 9 February 2021];4(1):15-16. Available from: هنا

3. Bhalla N, Jolly P, Formisano N, Estrela P. Introduction to biosensors. Essays in Biochemistry [Internet]. 2016 [cited 9 February 2021];60(1):1-8. Available from: هنا