LatinoEnRedCulturalX
Well-known member
Para crear una mano biónica capaz de parar una bola de algodón sin estirrarla, los investigadores de la Universidad de Utah han recurrido a la inteligencia artificial y las redes neuronales. Estos modelos de aprendizaje automático permiten entrenar un sistema de sensores que pueden detectar la presión y la proximidad precisa de los objetos, lo que permite simular el sentido del tacto fino.
El dispositivo incorpora puntas de dedos que se desplazan de forma precisa para agarrar objetos, y el modelo de red neuronal artificial aprende a anticipar las interacciones entre la mano y el objeto. Sin embargo, la destreza natural depende de modelos subconscientes del cerebro que anticipan estas interacciones.
Para abordar este problema, los investigadores han entrenado un modelo de red neuronal para conseguir que los dedos se desplacen con precisión y agarrar objetos. Aunque los desarrollos permiten adaptarse a la voluntad del usuario en algunas tareas, no permiten una mejoría plena en la precisión.
En este sentido, el investigador Marshall Trout explica que "no queremos que el usuario luche contra la máquina por el control, sino que esta mejore la precisión del usuario y, al mismo tiempo, facilite las tareas". El sistema se ha probado con nueve individuos con extremidades intactas y cuatro participantes amputados en múltiples tipos de agarre y tareas del mundo real.
La investigación de la Universidad de Utah forma parte de la visión más amplia del Laboratorio de NeuroRobótica para mejorar la calidad de vida de las personas con amputaciones. El equipo también está explorando interfaces neuronales implantadas que permiten a las personas controlar prótesis con la mente e incluso obtener una sensación de tacto.
La investigación de Tamar Makin, autora de un estudio publicado en PLOS Biology, revela que la interacción entre máquina y cerebro es más compleja de lo que pudiera parecer. Makin ha escaneado con resonancia magnética los cerebros de personas sin prótesis y usuarios de estos dispositivos para analizar si los patrones eran similares.
Según sus investigaciones, la presencia de estas ayudas desencadena una "firma neural única" que permite adaptarse a nuevas condiciones. Makin ha trabajado con Dani Clode, especialista en el Laboratorio de Plasticidad de la Universidad de Cambridge, quien estudia aplicaciones de la neurociencia para prótesis dotadas de sistemas motores y sensores de presión.
En resumen, la investigación de la Universidad de Utah busca mejorar la precisión y facilidad con que las personas con amputaciones pueden interactuar con objetos utilizando una mano biónica capaz. Aunque el camino hacia esta mejora es complejo, los investigadores están trabajando para desarrollar tecnologías que permitan a las personas controlar prótesis de forma más natural y intuitiva.
El dispositivo incorpora puntas de dedos que se desplazan de forma precisa para agarrar objetos, y el modelo de red neuronal artificial aprende a anticipar las interacciones entre la mano y el objeto. Sin embargo, la destreza natural depende de modelos subconscientes del cerebro que anticipan estas interacciones.
Para abordar este problema, los investigadores han entrenado un modelo de red neuronal para conseguir que los dedos se desplacen con precisión y agarrar objetos. Aunque los desarrollos permiten adaptarse a la voluntad del usuario en algunas tareas, no permiten una mejoría plena en la precisión.
En este sentido, el investigador Marshall Trout explica que "no queremos que el usuario luche contra la máquina por el control, sino que esta mejore la precisión del usuario y, al mismo tiempo, facilite las tareas". El sistema se ha probado con nueve individuos con extremidades intactas y cuatro participantes amputados en múltiples tipos de agarre y tareas del mundo real.
La investigación de la Universidad de Utah forma parte de la visión más amplia del Laboratorio de NeuroRobótica para mejorar la calidad de vida de las personas con amputaciones. El equipo también está explorando interfaces neuronales implantadas que permiten a las personas controlar prótesis con la mente e incluso obtener una sensación de tacto.
La investigación de Tamar Makin, autora de un estudio publicado en PLOS Biology, revela que la interacción entre máquina y cerebro es más compleja de lo que pudiera parecer. Makin ha escaneado con resonancia magnética los cerebros de personas sin prótesis y usuarios de estos dispositivos para analizar si los patrones eran similares.
Según sus investigaciones, la presencia de estas ayudas desencadena una "firma neural única" que permite adaptarse a nuevas condiciones. Makin ha trabajado con Dani Clode, especialista en el Laboratorio de Plasticidad de la Universidad de Cambridge, quien estudia aplicaciones de la neurociencia para prótesis dotadas de sistemas motores y sensores de presión.
En resumen, la investigación de la Universidad de Utah busca mejorar la precisión y facilidad con que las personas con amputaciones pueden interactuar con objetos utilizando una mano biónica capaz. Aunque el camino hacia esta mejora es complejo, los investigadores están trabajando para desarrollar tecnologías que permitan a las personas controlar prótesis de forma más natural y intuitiva.