착용 할 수있는 외골격에는 A.I. 인간과 기계를 메울

Exosuits - wearable 기계는 강도와 지구력을 향상시키는 번창하는 시장으로, 스트레스와 약점 육체 노동, 장애, 그리고 심지어 노년기로 인한 줄일 수 있습니다.

하버드 대학 (Harvard University)은이 기술의 최첨단 반복 작업 중 하나 인 부드러운 외출을 개발 중입니다. 최소한의 노력으로 달리기, 조깅 또는 걷기를 도와주는 기계식 갑옷 (Under Armor)이라고 생각하십시오. 이를 한 걸음 더 나아 가기 위해 대학의 연구자들은 착용자와 기계가 일치하는지 확인하기 위해 정장 안에 인공 지능을 삽입했습니다.

하버드의 공학 및 응용 과학 학교의 박사후 연구원 인 Ye Ding은 이러한 종류의 A.I. 미래의 상업용 광고 상품 제작에 중추적 인 역할을 할 것입니다.

"모든 개인은 그들에게 맞는 지원이 필요합니다. 따라서 이런 종류의 최적화는 웨어러블 기기의 측면에서 올바른 방법입니다."A. A.의 연구원 공동 저자 인 Ding. 및 exosuits, 말한다 역. "Exosuits에서 최상의 성능을 얻으려는 경우 개별 레벨에서 장치를 조정하는 방법을 알아 내야합니다."

저널에 실린 논문 과학 로봇 공학 Ding과 그의 동료들은 호흡 률과 같은 인간의 생리적 신호의 실시간 측정을 사용하여 자신의 외출 물 중 하나의 매개 변수를 조정하는 방법을 설명합니다.

그들의 기계 학습 알고리즘은 주어진 순간에 전달할 수있는 최상의 도움 수준을 계산하고 이에 따라 수트를 조정했습니다. 이 연구는 단지 "엉덩이 확장 보조 장치"만을 사용했기 때문에 A.I. 하나의 관절로. 이 기술 조합의 첫 단계는 큰 성공이었습니다.

Ding은 "이 기술을 사용하는 소송 작전은 다른 최첨단 장치 및 이전 연구와 비교하여 엄청난 개선이있었습니다. "우리는 미래에 이러한 유형의 기술을 사용하는 데 유망한 결과 인 60 % 이상의 신진 대사 감소 감소 된 에너지 사용의 개선을 보았습니다."

이러한 진출 전에는 땡 (Ding)이 "고정 전략"이라고 부르는 것을 사용했으며 이는 소송을 사용하는 모든 사람들에게 필수적인 기본 설정입니다. 이것은 종종 제공 할 도움의 양을 결정하기 위해 생물학적 조인트 패턴 데이터를 사용할 시간이 있지만 간략화 된 지원 패턴은 모든 개인의 프로파일을 결코 옳지 않게합니다.

기계 학습은 exosuits가 불타는 건물에 살고있는 소방관에게 한가롭게 산책하는 노인 커플이든, 그들을 사용하는 사람의 요구에 맞출 수 있도록합니다.

인체는 끊임없이 변화하고 있으며, 적어도 순간적으로 이것을 로봇 공학으로 번역하는 유일한 실현 가능한 방법은 A. I의 렌즈를 통해서입니다.