ಲೇಖಕ: Randy Alexander
ಸೃಷ್ಟಿಯ ದಿನಾಂಕ: 2 ಏಪ್ರಿಲ್ 2021
ನವೀಕರಿಸಿ ದಿನಾಂಕ: 16 ಮೇ 2024
Anonim
ಬಯೋನಿಕ್ ಸ್ಕಿನ್ ಅಂಗವಿಕಲರಿಗೆ ತಮ್ಮ ಕಾಣೆಯಾದ ಅಂಗಗಳನ್ನು ಮತ್ತೆ ಅನುಭವಿಸಲು ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ | ಫ್ರೀಥಿಂಕ್ ಅತಿಮಾನುಷ
ವಿಡಿಯೋ: ಬಯೋನಿಕ್ ಸ್ಕಿನ್ ಅಂಗವಿಕಲರಿಗೆ ತಮ್ಮ ಕಾಣೆಯಾದ ಅಂಗಗಳನ್ನು ಮತ್ತೆ ಅನುಭವಿಸಲು ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ | ಫ್ರೀಥಿಂಕ್ ಅತಿಮಾನುಷ

ಸ್ವಿಟ್ಜರ್‌ಲ್ಯಾಂಡ್‌ನ EPFL (École polytechnique fédérale de Lausanne) ನ ವಿಜ್ಞಾನಿಗಳು ವಿಶ್ವದ ಮೊದಲ ರೋಬೋಟಿಕ್ ಕೈ ನಿಯಂತ್ರಣವನ್ನು ರಚಿಸುವುದಾಗಿ ಘೋಷಿಸಿದ್ದಾರೆ - ಹೆಚ್ಚಿನ ರೀತಿಯ ರೋಬೋಟ್ ದಕ್ಷತೆಗಾಗಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ (AI) ಯಾಂತ್ರೀಕರಣದೊಂದಿಗೆ ಮಾನವ ನಿಯಂತ್ರಣವನ್ನು ಒಂದುಗೂಡಿಸುವ ಮತ್ತು ಅವರ ಸಂಶೋಧನೆಯನ್ನು ಪ್ರಕಟಿಸಿದರು ಸೆಪ್ಟೆಂಬರ್ 2019 ರಲ್ಲಿ ಪ್ರಕೃತಿ ಯಂತ್ರ ಬುದ್ಧಿವಂತಿಕೆ .

ನ್ಯೂರೋಪ್ರೊಸ್ಟೆಟಿಕ್ಸ್ (ನರಗಳ ಪ್ರಾಸ್ಥೆಟಿಕ್ಸ್) ಕೃತಕ ಸಾಧನಗಳಾಗಿವೆ, ಇದು ಮೋಟಾರು ಕೌಶಲ್ಯಗಳು, ಅರಿವು, ದೃಷ್ಟಿ, ಶ್ರವಣ, ಸಂವಹನ, ಅಥವಾ ಸಂವೇದನಾ ಕೌಶಲ್ಯಗಳ ಮೇಲೆ ಪರಿಣಾಮ ಬೀರುವ ನ್ಯೂನತೆಗಳನ್ನು ಸರಿದೂಗಿಸಲು ವಿದ್ಯುತ್ ಪ್ರಚೋದನೆಯ ಮೂಲಕ ನರಮಂಡಲವನ್ನು ಉತ್ತೇಜಿಸುತ್ತದೆ ಅಥವಾ ಹೆಚ್ಚಿಸುತ್ತದೆ. ನ್ಯೂರೋಪ್ರೊಸ್ಟೆಟಿಕ್ಸ್‌ನ ಉದಾಹರಣೆಗಳೆಂದರೆ ಮೆದುಳು-ಕಂಪ್ಯೂಟರ್ ಇಂಟರ್‌ಫೇಸ್‌ಗಳು (BCI ಗಳು), ಆಳವಾದ ಮಿದುಳಿನ ಉತ್ತೇಜನ, ಬೆನ್ನುಹುರಿ ಉತ್ತೇಜಕಗಳು (SCS), ಮೂತ್ರಕೋಶ ನಿಯಂತ್ರಣ ಇಂಪ್ಲಾಂಟ್‌ಗಳು, ಕೊಕ್ಲಿಯರ್ ಇಂಪ್ಲಾಂಟ್‌ಗಳು ಮತ್ತು ಹೃದಯದ ವೇಗವರ್ಧಕಗಳು.


ಜಾಗತಿಕ ಮಾರುಕಟ್ಟೆಯ ಒಳನೋಟದ ಆಗಸ್ಟ್ 2019 ರ ವರದಿಯ ಅಂಕಿಅಂಶಗಳ ಪ್ರಕಾರ, ವಿಶ್ವಾದ್ಯಂತ ಮೇಲ್ಭಾಗದ ಪ್ರಾಸ್ಥೆಟಿಕ್ಸ್ ಮೌಲ್ಯವು 2025 ರ ವೇಳೆಗೆ 2.3 ಬಿಲಿಯನ್ ಯುಎಸ್ಡಿ ಮೀರುವ ನಿರೀಕ್ಷೆಯಿದೆ. 2018 ರಲ್ಲಿ, ಅದೇ ವರದಿಯ ಆಧಾರದ ಮೇಲೆ ವಿಶ್ವಾದ್ಯಂತ ಮಾರುಕಟ್ಟೆ ಮೌಲ್ಯವು ಒಂದು ಬಿಲಿಯನ್ ಯುಎಸ್ಡಿ ತಲುಪಿದೆ. ನ್ಯಾಷನಲ್ ಲಿಂಬ್ ಲಾಸ್ ಇನ್ಫರ್ಮೇಷನ್ ಸೆಂಟರ್ ಪ್ರಕಾರ, ಅಂದಾಜು ಎರಡು ಮಿಲಿಯನ್ ಅಮೆರಿಕನ್ನರು ಅಂಗಚ್ಛೇದಕರು, ಮತ್ತು ವಾರ್ಷಿಕವಾಗಿ 185,000 ಕ್ಕೂ ಹೆಚ್ಚು ಅಂಗಚ್ಛೇದನಗಳನ್ನು ಮಾಡಲಾಗುತ್ತದೆ. ವರದಿಯ ಪ್ರಕಾರ ಯುಎಸ್ ಅಂಗಚ್ಛೇದನಗಳಲ್ಲಿ 82 ಪ್ರತಿಶತದಷ್ಟು ನಾಳೀಯ ರೋಗಗಳು.

ಮೈಯೋಎಲೆಕ್ಟ್ರಿಕ್ ಪ್ರೋಸ್ಥೆಸಿಸ್ ಅನ್ನು ಕತ್ತರಿಸಿದ ದೇಹದ ಭಾಗಗಳನ್ನು ಬಾಹ್ಯವಾಗಿ ಚಾಲಿತ ಕೃತಕ ಅಂಗದೊಂದಿಗೆ ಬದಲಾಯಿಸಲು ಬಳಸಲಾಗುತ್ತದೆ, ಅದು ಬಳಕೆದಾರರ ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ ಸ್ನಾಯುಗಳಿಂದ ಸಕ್ರಿಯಗೊಳ್ಳುತ್ತದೆ. EPFL ಸಂಶೋಧನಾ ತಂಡದ ಪ್ರಕಾರ, ಇಂದು ಲಭ್ಯವಿರುವ ವಾಣಿಜ್ಯ ಸಾಧನಗಳು ಬಳಕೆದಾರರಿಗೆ ಹೆಚ್ಚಿನ ಮಟ್ಟದ ಸ್ವಾಯತ್ತತೆಯನ್ನು ನೀಡಬಹುದು, ಆದರೆ ದಕ್ಷತೆಯು ಎಲ್ಲಿಯೂ ಅಖಂಡ ಮಾನವ ಕೈಯಷ್ಟು ಚುರುಕಾಗಿಲ್ಲ.

"ವಾಣಿಜ್ಯ ಸಾಧನಗಳು ಸಾಮಾನ್ಯವಾಗಿ ಎರಡು-ರೆಕಾರ್ಡಿಂಗ್-ಚಾನೆಲ್ ವ್ಯವಸ್ಥೆಯನ್ನು ಒಂದೇ ಮಟ್ಟದ ಸ್ವಾತಂತ್ರ್ಯವನ್ನು ನಿಯಂತ್ರಿಸಲು ಬಳಸುತ್ತವೆ; ಅಂದರೆ, ಒಂದು ಎಸ್‌ಇಎಂಜಿ ಚಾನೆಲ್ ಬಾಗುವಿಕೆಗಾಗಿ ಮತ್ತು ಇನ್ನೊಂದು ವಿಸ್ತರಣೆಗಾಗಿ, ”ಇಪಿಎಫ್‌ಎಲ್ ಸಂಶೋಧಕರು ತಮ್ಮ ಅಧ್ಯಯನದಲ್ಲಿ ಬರೆದಿದ್ದಾರೆ. "ಅರ್ಥಗರ್ಭಿತವಾಗಿದ್ದರೂ, ವ್ಯವಸ್ಥೆಯು ಸ್ವಲ್ಪ ದಕ್ಷತೆಯನ್ನು ಒದಗಿಸುತ್ತದೆ. ಜನರು ಮೈಯೋಎಲೆಕ್ಟ್ರಿಕ್ ಪ್ರೊಸ್ಥೆಸಿಸ್ ಅನ್ನು ಹೆಚ್ಚಿನ ದರದಲ್ಲಿ ತ್ಯಜಿಸುತ್ತಾರೆ, ಏಕೆಂದರೆ ಈ ಸಾಧನಗಳ ಬೆಲೆ ಮತ್ತು ಸಂಕೀರ್ಣತೆಗೆ ತಕ್ಕಂತೆ ನಿಯಂತ್ರಣ ಮಟ್ಟವು ಸಾಕಾಗುವುದಿಲ್ಲ ಎಂದು ಅವರು ಭಾವಿಸುತ್ತಾರೆ.


ಮೈಯೋಎಲೆಕ್ಟ್ರಿಕ್ ಪ್ರೊಸ್ಥೆಸಿಸ್‌ನೊಂದಿಗೆ ದಕ್ಷತೆಯ ಸಮಸ್ಯೆಯನ್ನು ಪರಿಹರಿಸಲು, ಇಪಿಎಫ್‌ಎಲ್ ಸಂಶೋಧಕರು ಈ ಪ್ರೂಫ್-ಆಫ್-ಕಾನ್ಸೆಪ್ಟ್ ಅಧ್ಯಯನಕ್ಕಾಗಿ ಅಂತರ್ ಶಿಸ್ತಿನ ವಿಧಾನವನ್ನು ತೆಗೆದುಕೊಂಡರು, ನ್ಯೂರೋ ಇಂಜಿನಿಯರಿಂಗ್, ರೋಬೋಟಿಕ್ಸ್ ಮತ್ತು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ವೈಜ್ಞಾನಿಕ ಕ್ಷೇತ್ರಗಳನ್ನು ಸಂಯೋಜಿಸಿ ಮೋಟಾರ್ ಕಮಾಂಡ್‌ನ ಒಂದು ಭಾಗವನ್ನು ಅರೆ-ಸ್ವಯಂಚಾಲಿತಗೊಳಿಸಿದರು ನಿಯಂತ್ರಣ. "

ಸಿಲ್ವೆಸ್ಟ್ರೋ ಮಿಸೆರಾ, ಇಪಿಎಫ್‌ಎಲ್‌ನ ಬರ್ಟರೆಲ್ಲಿ ಫೌಂಡೇಶನ್ ಚೇರ್ ಟ್ರಾನ್ಸ್‌ಲೇಷನ್ ನ್ಯೂರೋ ಎಂಜಿನಿಯರಿಂಗ್ ಮತ್ತು ಇಟಲಿಯ ಸ್ಕೂಲಾ ಸೂಪರ್‌ಯೋರ್ ಸ್ಯಾಂಟ್'ಅನ್ನಾದಲ್ಲಿ ಬಯೋಎಲೆಕ್ಟ್ರಾನಿಕ್ಸ್ ಪ್ರೊಫೆಸರ್, ರೋಬೋಟಿಕ್ ಕೈಗಳನ್ನು ನಿಯಂತ್ರಿಸುವ ಈ ಹಂಚಿಕೆಯ ವಿಧಾನವು ಮೆದುಳಿನಂತಹ ನರ-ನಿರೋಧಕ ಉದ್ದೇಶಗಳ ವ್ಯಾಪಕ ಶ್ರೇಣಿಯ ವೈದ್ಯಕೀಯ ಪರಿಣಾಮವನ್ನು ಮತ್ತು ಉಪಯುಕ್ತತೆಯನ್ನು ಸುಧಾರಿಸುತ್ತದೆ. -ಮೆಷಿನ್ ಇಂಟರ್ಫೇಸ್‌ಗಳು (BMI ಗಳು) ಮತ್ತು ಬಯೋನಿಕ್ ಕೈಗಳು.

"ವಾಣಿಜ್ಯಿಕ ಪ್ರಾಸ್ಥೆಸಿಸ್‌ಗಳು ಸಾಮಾನ್ಯವಾಗಿ ಪ್ರಮಾಣಾನುಗುಣವಾಗಿ ಬದಲಾಗಿ ವರ್ಗೀಕರಣ ಆಧಾರಿತ ಡಿಕೋಡರ್‌ಗಳನ್ನು ಬಳಸುವುದಕ್ಕೆ ಒಂದು ಕಾರಣವೆಂದರೆ ವರ್ಗೀಕರಣಗಳು ಒಂದು ನಿರ್ದಿಷ್ಟ ಭಂಗಿಯಲ್ಲಿ ಹೆಚ್ಚು ದೃ remainವಾಗಿ ಉಳಿಯುತ್ತವೆ" ಎಂದು ಸಂಶೋಧಕರು ಬರೆದಿದ್ದಾರೆ. "ಗ್ರಹಿಸಲು, ಈ ರೀತಿಯ ನಿಯಂತ್ರಣವು ಆಕಸ್ಮಿಕವಾಗಿ ಬೀಳುವುದನ್ನು ತಡೆಯಲು ಸೂಕ್ತವಾಗಿದೆ ಆದರೆ ಸಂಭವನೀಯ ಕೈ ಭಂಗಿಗಳ ಸಂಖ್ಯೆಯನ್ನು ನಿರ್ಬಂಧಿಸುವ ಮೂಲಕ ಬಳಕೆದಾರ ಏಜೆನ್ಸಿಯನ್ನು ತ್ಯಾಗ ಮಾಡುತ್ತದೆ. ನಮ್ಮ ಹಂಚಿಕೆಯ ನಿಯಂತ್ರಣದ ಅನುಷ್ಠಾನವು ಬಳಕೆದಾರ ಏಜೆನ್ಸಿ ಮತ್ತು ದೃ robತೆಯನ್ನು ಗ್ರಹಿಸಲು ಅನುಮತಿಸುತ್ತದೆ. ಮುಕ್ತ ಜಾಗದಲ್ಲಿ, ಬಳಕೆದಾರರು ಕೈ ಚಲನೆಗಳ ಮೇಲೆ ಸಂಪೂರ್ಣ ನಿಯಂತ್ರಣವನ್ನು ಹೊಂದಿರುತ್ತಾರೆ, ಇದು ಗ್ರಹಿಸಲು ಪೂರ್ವಭಾವಿಯಾಗಿ ರೂಪಿಸಲು ಸಹ ಅನುಮತಿಸುತ್ತದೆ.


ಈ ಅಧ್ಯಯನದಲ್ಲಿ, ಇಪಿಎಫ್‌ಎಲ್ ಸಂಶೋಧಕರು ಸಾಫ್ಟ್‌ವೇರ್ ಅಲ್ಗಾರಿದಮ್‌ಗಳ ವಿನ್ಯಾಸದ ಮೇಲೆ ಗಮನ ಕೇಂದ್ರೀಕರಿಸಿದ್ದಾರೆ- ಬಾಹ್ಯ ಪಕ್ಷಗಳು ಒದಗಿಸಿದ ರೋಬೋಟಿಕ್ ಹಾರ್ಡ್‌ವೇರ್ ಕುಕಾ IIWA 7 ರೋಬೋಟ್, ಆಪ್ಟಿಟ್ರಾಕ್ ಕ್ಯಾಮೆರಾ ಸಿಸ್ಟಮ್ ಮತ್ತು TEKSCAN ಪ್ರೆಶರ್ ಸೆನ್ಸರ್‌ಗಳಲ್ಲಿ ಅಳವಡಿಸಲಾಗಿರುವ ಅಲ್ಲೆಗ್ರೊ ಕೈಯನ್ನು ಒಳಗೊಂಡಿದೆ.

ಇಪಿಎಫ್‌ಎಲ್ ವಿಜ್ಞಾನಿಗಳು ಕೃತಕ ಕೈಯಲ್ಲಿ ಬೆರಳುಗಳ ಚಲನೆಯನ್ನು ಭಾಷಾಂತರಿಸಲು ಬಳಕೆದಾರರ ಉದ್ದೇಶವನ್ನು ಹೇಗೆ ಅರ್ಥೈಸಿಕೊಳ್ಳಬೇಕು ಎಂದು ತಿಳಿಯಲು ಮಲ್ಟಿಲೈಯರ್ ಪರ್ಸೆಪ್ಟ್ರಾನ್ (ಎಂಎಲ್‌ಪಿ) ಅನ್ನು ರಚಿಸುವ ಮೂಲಕ ಚಲನಶೀಲ ಅನುಪಾತದ ಡಿಕೋಡರ್ ಅನ್ನು ರಚಿಸಿದರು. ಮಲ್ಟಿಲೇಯರ್ ಪರ್ಸೆಪ್ಟ್ರಾನ್ ಎನ್ನುವುದು ಫೀಡ್‌ಫಾರ್ವರ್ಡ್ ಕೃತಕ ನರ ಜಾಲವಾಗಿದ್ದು ಅದು ಬ್ಯಾಕ್‌ಪ್ರೊಪಾಗೇಶನ್ ಅನ್ನು ಬಳಸುತ್ತದೆ. ಎಮ್‌ಎಲ್‌ಪಿ ಒಂದು ಆಳವಾದ ಕಲಿಕಾ ವಿಧಾನವಾಗಿದ್ದು, ಮಾಹಿತಿ ಒಂದು ದಿಕ್ಕಿನಲ್ಲಿ, ಸೈಕಲ್ ಅಥವಾ ಲೂಪ್‌ನಲ್ಲಿ ಕೃತಕ ನರ ಜಾಲದ ಮೂಲಕ ಮುಂದುವರಿಯುತ್ತದೆ.

ಕೈ ಚಲನೆಗಳ ಸರಣಿಯನ್ನು ನಿರ್ವಹಿಸುವ ಬಳಕೆದಾರರಿಂದ ಇನ್‌ಪುಟ್ ಡೇಟಾದಿಂದ ಅಲ್ಗಾರಿದಮ್‌ಗೆ ತರಬೇತಿ ನೀಡಲಾಗುತ್ತದೆ. ವೇಗದ ಒಮ್ಮುಖ ಸಮಯಕ್ಕಾಗಿ, ಲೆವೆನ್ಬರ್ಗ್ -ಮಾರ್ಕ್ವಾರ್ಡ್ ವಿಧಾನವನ್ನು ಗ್ರೇಡಿಯಂಟ್ ಇಳಿಯುವ ಬದಲು ನೆಟ್ವರ್ಕ್ ತೂಕವನ್ನು ಅಳವಡಿಸಲು ಬಳಸಲಾಗುತ್ತಿತ್ತು. ಪೂರ್ಣ-ಮಾದರಿಯ ತರಬೇತಿ ಪ್ರಕ್ರಿಯೆಯು ವೇಗವಾಗಿತ್ತು ಮತ್ತು ಪ್ರತಿ ವಿಷಯಕ್ಕೂ 10 ನಿಮಿಷಗಳಿಗಿಂತ ಕಡಿಮೆ ಸಮಯ ತೆಗೆದುಕೊಂಡಿತು, ಅಲ್ಗಾರಿದಮ್ ಅನ್ನು ಪ್ರಾಯೋಗಿಕ-ಬಳಕೆಯ ದೃಷ್ಟಿಕೋನದಿಂದ ಪ್ರಾಯೋಗಿಕವಾಗಿ ಮಾಡಲಾಯಿತು.

"ಅಂಗವೈಕಲ್ಯಕ್ಕಾಗಿ, ನಮ್ಮ ಬೆರಳುಗಳು ಚಲಿಸುವ ಎಲ್ಲಾ ವಿಧಾನಗಳನ್ನು ನಿಯಂತ್ರಿಸಲು ಸ್ನಾಯುಗಳನ್ನು ಸಂಕುಚಿತಗೊಳಿಸುವುದು ತುಂಬಾ ಕಷ್ಟ" ಎಂದು ಸಂಶೋಧನಾ ಅಧ್ಯಯನದ ಮೊದಲ ಲೇಖಕರಾಗಿದ್ದ ಇಪಿಎಫ್‌ಎಲ್ ಟ್ರಾನ್ಸ್‌ಲೇಷನ್ ನ್ಯೂರಲ್ ಎಂಜಿನಿಯರಿಂಗ್ ಲ್ಯಾಬ್‌ನಲ್ಲಿ ಕೇಟೀ huುವಾಂಗ್ ಹೇಳಿದರು. . "ನಾವು ಏನು ಮಾಡುತ್ತೇವೆ ಎಂದರೆ ನಾವು ಈ ಸೆನ್ಸರ್‌ಗಳನ್ನು ಅವುಗಳ ಉಳಿದ ಸ್ಟಂಪ್‌ನಲ್ಲಿ ಇರಿಸುತ್ತೇವೆ ಮತ್ತು ನಂತರ ಅವುಗಳನ್ನು ರೆಕಾರ್ಡ್ ಮಾಡಿ ಮತ್ತು ಚಲನೆಯ ಸಿಗ್ನಲ್‌ಗಳು ಏನೆಂದು ಅರ್ಥೈಸಲು ಪ್ರಯತ್ನಿಸುತ್ತೇವೆ. ಈ ಸಂಕೇತಗಳು ಸ್ವಲ್ಪ ಗದ್ದಲವಾಗಿರುವುದರಿಂದ, ನಮಗೆ ಬೇಕಾಗಿರುವುದು ಈ ಯಂತ್ರ ಕಲಿಕೆಯ ಅಲ್ಗಾರಿದಮ್ ಆಗಿದ್ದು ಅದು ಆ ಸ್ನಾಯುಗಳಿಂದ ಅರ್ಥಪೂರ್ಣವಾದ ಚಟುವಟಿಕೆಯನ್ನು ಹೊರತೆಗೆಯುತ್ತದೆ ಮತ್ತು ಅವುಗಳನ್ನು ಚಲನೆಗಳಾಗಿ ಅರ್ಥೈಸುತ್ತದೆ. ಮತ್ತು ಈ ಚಲನೆಗಳು ರೋಬೋಟಿಕ್ ಕೈಗಳ ಪ್ರತಿ ಬೆರಳನ್ನು ನಿಯಂತ್ರಿಸುತ್ತದೆ.

ಬೆರಳಿನ ಚಲನೆಗಳ ಯಂತ್ರದ ಮುನ್ಸೂಚನೆಗಳು 100 ಪ್ರತಿಶತ ನಿಖರವಾಗಿಲ್ಲದಿರುವುದರಿಂದ, ಇಪಿಎಫ್‌ಎಲ್ ಸಂಶೋಧಕರು ಕೃತಕ ಕೈಯನ್ನು ಸಕ್ರಿಯಗೊಳಿಸಲು ಮತ್ತು ವಸ್ತುವಿನ ಸುತ್ತ ಸ್ವಯಂಚಾಲಿತವಾಗಿ ಮುಚ್ಚಲು ಪ್ರಾರಂಭಿಸಲು ರೊಬೊಟಿಕ್ ಆಟೊಮೇಷನ್ ಅನ್ನು ಸಂಯೋಜಿಸಿದರು. ಬಳಕೆದಾರನು ವಸ್ತುವನ್ನು ಬಿಡುಗಡೆ ಮಾಡಲು ಬಯಸಿದರೆ, ಅವನು ಅಥವಾ ಅವಳು ಮಾಡಬೇಕಾಗಿರುವುದು ರೋಬೋಟಿಕ್ ನಿಯಂತ್ರಕವನ್ನು ಆಫ್ ಮಾಡಲು ಕೈಯನ್ನು ತೆರೆಯಲು ಪ್ರಯತ್ನಿಸುವುದು ಮತ್ತು ಬಳಕೆದಾರರನ್ನು ಕೈಯ ಹಿಡಿತಕ್ಕೆ ತರುವುದು.

ಇಪಿಎಫ್‌ಎಲ್‌ನ ಕಲಿಕಾ ಅಲ್ಗಾರಿದಮ್‌ಗಳು ಮತ್ತು ಸಿಸ್ಟಮ್ಸ್ ಪ್ರಯೋಗಾಲಯವನ್ನು ಮುನ್ನಡೆಸುತ್ತಿರುವ ಆಡ್ ಬಿಲ್ಲಾರ್ಡ್ ಪ್ರಕಾರ, ರೋಬೋಟಿಕ್ ಕೈ 400 ಮಿಲಿಸೆಕೆಂಡುಗಳಲ್ಲಿ ಪ್ರತಿಕ್ರಿಯಿಸಲು ಸಾಧ್ಯವಾಗುತ್ತದೆ. "ಬೆರಳುಗಳ ಉದ್ದಕ್ಕೂ ಒತ್ತಡ ಸಂವೇದಕಗಳನ್ನು ಹೊಂದಿದ್ದು, ವಸ್ತುವು ಜಾರಿಬೀಳುತ್ತಿದೆ ಎಂದು ಮೆದುಳು ಗ್ರಹಿಸುವ ಮೊದಲು ಅದು ವಸ್ತುವನ್ನು ಪ್ರತಿಕ್ರಿಯಿಸಬಹುದು ಮತ್ತು ಸ್ಥಿರಗೊಳಿಸಬಹುದು" ಎಂದು ಬಿಲ್ಲಾರ್ಡ್ ಹೇಳಿದರು.

ನ್ಯೂರೋ ಇಂಜಿನಿಯರಿಂಗ್ ಮತ್ತು ರೊಬೊಟಿಕ್ಸ್‌ಗೆ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ಅನ್ವಯಿಸುವ ಮೂಲಕ, ಇಪಿಎಫ್‌ಎಲ್ ವಿಜ್ಞಾನಿಗಳು ಯಂತ್ರ ಮತ್ತು ಬಳಕೆದಾರರ ಉದ್ದೇಶದ ನಡುವಿನ ಹಂಚಿಕೆಯ ನಿಯಂತ್ರಣದ ಹೊಸ ವಿಧಾನವನ್ನು ಪ್ರದರ್ಶಿಸಿದ್ದಾರೆ -ನ್ಯೂರೋಪ್ರೊಸ್ಟೆಟಿಕ್ ತಂತ್ರಜ್ಞಾನದಲ್ಲಿ ಪ್ರಗತಿ.

ಕೃತಿಸ್ವಾಮ್ಯ © 2019 ಕ್ಯಾಮಿ ರೊಸ್ಸೊ ಎಲ್ಲ ಹಕ್ಕುಗಳನ್ನು ಕಾಯ್ದಿರಿಸಲಾಗಿದೆ.

ನಿಮಗಾಗಿ ಲೇಖನಗಳು

ಡಿಜಿಟಲ್ ಅನುಭವಗಳ ಮಹತ್ವ

ಡಿಜಿಟಲ್ ಅನುಭವಗಳ ಮಹತ್ವ

ನಾವು ಭೌತಿಕ ಜಗತ್ತಿನಲ್ಲಿ ಏನನ್ನಾದರೂ ಅನುಭವಿಸಿದಾಗ, ನಾವು ನಮ್ಮ ಮುಂದೆ ಮಾಹಿತಿಯ ಸಂಪತ್ತನ್ನು ಹೀರಿಕೊಳ್ಳುತ್ತೇವೆ ಮತ್ತು ಚಿತ್ರವನ್ನು ನಿರ್ಮಿಸಲು ಸಹಾಯ ಮಾಡುತ್ತೇವೆ ಮತ್ತು ದೃಶ್ಯಗಳು, ಶಬ್ದಗಳು, ವಾಸನೆಗಳು, ಅಭಿರುಚಿಗಳು ಮತ್ತು ಟೆಕಶ್ಚರ...
ನಿಮ್ಮ ಸಮಸ್ಯೆ ಪರಿಹರಿಸಲಾಗದಿದ್ದರೆ ಥೆರಪಿಗೆ ಹೋಗುವುದು ಯೋಗ್ಯವೇ?

ನಿಮ್ಮ ಸಮಸ್ಯೆ ಪರಿಹರಿಸಲಾಗದಿದ್ದರೆ ಥೆರಪಿಗೆ ಹೋಗುವುದು ಯೋಗ್ಯವೇ?

"ಆಪ್ತಸಮಾಲೋಚಕರು ಇದನ್ನು ಸರಿಪಡಿಸಲು ಸಾಧ್ಯವಿಲ್ಲ, ಆದ್ದರಿಂದ ಚಿಕಿತ್ಸೆಯ ಪ್ರಯೋಜನವೇನು?" ನಿಮ್ಮ ಎಲ್ಲಾ ಸಮಸ್ಯೆಗಳನ್ನು ಪರಿಹರಿಸಲಾಗುವುದಿಲ್ಲ, ಅದು ಕೇವಲ ಸತ್ಯ. ನಿಮ್ಮ ಲ್ಯಾಪ್‌ಟಾಪ್‌ನಲ್ಲಿ ನೀವು ಕಾಫಿಯನ್ನು ಚೆಲ್ಲಿದಂತೆ ನೀವ...