Skip to main content

Yapay Sinir Ağları Düşünceleri Nasıl Okur – Felçli Bacaklara Hareketi Nasıl Geri Getirir

2010 yılında Kuzey Carolina kıyılarından arkadaşlarıyla Atlantik Okyanusu’na dalarken, o zaman bir üniversite öğrencisi olan Ian Burkhart, göğüs hizasından aşağısını felce uğratacak yıkıcı bir omurilik yaralanması geçirdi.

Ancak sinir ağları ile güçlendirilmiş bir beyin-bilgisayar arayüzü ile artık sağ elini kullanarak nesneleri toplayıp, herhangi bir bardağa sıvı doldurabiliyor ve Guitar Hero oynayabilir.

Burkhart, Ohio State Üniversitesi ve yakınlardaki bağımsız bir araştırma ve geliştirme kuruluşu olan Battelle tarafından yürütülen klinik bir araştırmaya katılan ilk kişi.

Ian Burkhart, Ohio State Üniversitesi’nin Wexner Tıp Merkezi’nde bir gitar oyunu oynuyor.

Burkhart’ın beynine yerleştirilen bir Blackrock Microsystems mikroçipi, Battelle’de geliştirilen algoritmalarla çalışan bir bilgisayara bağlanıyor. Algoritmalar sinirsel aktivitesini yorumlayıp sağ elindeki bir elektrot kılıfına sinyal gönderiyor. Battelle’de de bulunan kola takılan bu kılıf, kolundaki sinirleri ve kasları belirli bir el hareketini ortaya çıkarmak için uyarıyor.

Şimdilik, Burkhart sadece NeuroLife adındaki sistemi, Ohio Eyaletinde bulunan bir laboratuardayken kullanabiliyor. Ancak nihai amaç, NeuroLife’ın kullanıcının, kendi evinde rahatça kullanacak kadar taşınabilir hale gelmesidir.

Battelle’deki kıdemli araştırma istatistikçisi ve yazar Nature Medicine’de yayınlanan son makalelerinde “Evdeki insanlar NeuroLife sistemini yemek yemek, dişlerini fırçalamak ve giyinmek gibi günlük işler için kullanabilirlerse bu, bağımsız yaşama yetenekleri üzerinde büyük bir etki yaratacaktır” dedi.

“Kullanıcının ve bakıcısının ayarlayabileceği ve her şeyin çalışmasını sağlamak için odada bir sürü doktora ve mühendise gerek kalmayacak kadar kolay hale getirmek istiyoruz” dedi.

Yapay Sinir Ağları Sinir Sinyallerini Okuyor

Yapay Zeka ile protez ellerden işitme cihazlarına kadar çok çeşitli yardımcı teknoloji araçları geliştirilmektedir. Derin öğrenme modelleri, konuşma bozukluğu olan bireyler için sentezlenmiş bir ses sağlayabilir, görme engellilerin görmesine yardımcı olabilir ve işaret dilini metne çevirebilir.

Yardımcı cihaz geliştiricilerin derin öğrenmeye dönmesinin bir nedeni, gürültülü sinyalleri – beyindeki elektriksel aktiviteyi deşifre etmekte başarılı sonuçlar vermesidir.

Bir NVIDIA Quadro GPU kullanarak, derinlemesine bir sinirsel kod çözücü – sinirsel aktiviteyi amaçlanan komut sinyallerine dönüştüren algoritma – özel el hareketlerini yapmayı düşünmesi istenen Burkhart ile senaryo halindeki oturumlarda beyin sinyalleri üzerinde eğitildi. Sinir ağı, hangi beyin sinyallerinin hangi hareketlere karşılık geldiğini öğrendi.

Bununla birlikte, güçlü sinirsel kod çözme sistemleri yaratmada önemli bir zorluk beyin sinyallerinin günden güne değişmesidir. Battelle’nin ileri düzey analitik grubundaki en önemli araştırma istatistikçilerinden Michael Schwemmer, “Bir gün yorgunsanız veya dikkatiniz dağılmışsa bu durum farklı hareketleri kontrol etmek için gereken sinirsel aktivite modellerini etkileyebilir” dedi.

Sinir ağını yeniden kalibre etmek için Burkhart elini belirli şekillerde hareket ettirmeyi düşünmelidir. Eylül 2018’deki bu görüntüde Ohio State Üniversitesi’nin Wexner Tıp Merkezi’nde çalışıyor.

Böylelikle Burkhart haftada iki kez laboratuvara girdiğinde, her bir seans sinir kod çözücüsünün 15-30 dakikalık bir yeniden kalibrasyonu ile başladı – bu sırada elinin farklı kısımlarını hareket ettirmeyi nasıl düşüneceğine dair yazılmış senaryolara çalıştı.

İki haftada bir yapılan bu oturumlar, iki sinir ağını güncellemek için kullanılan yeni beyin verileri üretti. Biri denetimli öğrenme için etiketlenmiş veriyi, diğeri denetimsiz öğrenmeyi kullandı.

Birlikte, bu ağlar Burkhart’ın beyin sinyallerinin kodunu çözmede ve hakkında düşündüğü hareketleri öngörmede yüzde 90’ın üzerinde doğruluk elde etti. Denetimsiz model, bu doğruluk seviyesini bir yıldan fazla sürdürdü ve açık bir şekilde yeniden kalibrasyon gerektirmedi.

Derin öğrenmenin kullanılması, bir kullanıcının beyin sinyallerini işlemek ve elektrot kılıfına göndermek için NeuroLife sisteminin harcadığı zamanı da azalttı. Tepki süresindeki gecikme, önceki yöntemlere göre yüzde 11’lik bir iyileştirme ile 0.8 saniyeye düşürüldü.

“Bir bardak su almaya çalışıyorsanız, düşünmek ister ve hareket edersiniz. Uzun bir gecikme istemezsiniz” dedi Friedenberg. “Bu, dikkatlice ölçtüğümüz bir şey.”

Kaynak: NVIDIA Blog

Yapay Zeka İçin Sırada Ne Var? Beş Kısa Video

Anlatma. Göster. Yapay zekanın dünya üzerindeki olağanüstü etkileri gerçekten anlatmaya değerdir. Ve “Ben AI’ım” adlı dokümanlarımız tam da bunu yapıyor aslında, her seferinde olağanüstü bir hikaye…

Bu masallar – dünyanın her yerindeki en ölümcül hastalıklardan birini Kenya’nın güneşte dökülen vahşi ormanlarına götüren son derece gelişmiş bir robot jenerasyonu tarafından yetiştirilen yemyeşil Kaliforniya tarlalarından, en gelişmiş Tayvanlı kanser kliniklerine kadar – her yerde yer alıyor – Yapay zekanın büyük değişimler yapabileceğini açıkça belirtiyor.

Devamını Oku

AI Dönüşüm Rehberi – Şirketinizi AI çağına nasıl yönlendirebilirsiniz?

Günümüzde AI (Yapay Zeka) teknolojisi, aynı elektriğin 100 yıl önce yaptığı gibi, her endüstriyi dönüştürmek için hazırlanıyor. 2018 – 2030 arasında, GSYİH’de tahmini 13 trilyon büyüme yaratacak. Google, Baidu, Microsoft ve Facebook gibi önde gelen teknoloji şirketlerinde çok büyük bir değer yaratmış olsa da, ek değer yaratma dalgalarının çoğu yazılım sektörünün ötesine geçecektir.

Bu AI Dönüşüm Rehberi, hem Google hem de Baidu’yu harika AI şirketlerine dönüştürmede lider rol oynayan Google Brain ekibine ve Baidu AI Grubuna liderlik eden analizlere dayanmaktadır. Herhangi bir işletmenin bu Rehber’i takip etmesi ve güçlü bir AI şirketi haline gelmesi mümkün olsa da, bu öneriler öncelikli olarak 500 milyon ABD Doları’ndan 500 milyar dolara kadar piyasa değeri / büyüklüğü olan büyük kuruluşlar için uyarlanmıştır.

Bunlar, kuruluşunuzu AI ile dönüştürmek için önerdiğim adımlar. Bu rehberde açıklayacağım 5 adım için:

https://openzeka.com/ai-roadmap-by-andrew-ng/

Jetson AGX Xavier Modülü Satışa Çıktı – Otonom Makineler İçin Büyük Bir Atılım

Jetson AGX Xavier modülü artık global olarak distribütörlerden temin edilebilir halde, Jetson TX2 ve TX1 ürün ailesine katılıyor.

Geliştiriciler, dünyanın en zorlu görevlerini çözecek ve imalat, lojistik, perakende, tarım, akıllı şehirler, sağlık hizmetleri ve daha fazlası dahil olmak üzere çok çeşitli endüstrileri dönüştürecek otonom makineler üretmek için Jetson AGX Xavier’i kullanabilir.

NVIDIA Jetson AGX Xavier modülü, küçük bir 100x87mm form faktöründe 32 TOPS’ye kadar yüksek hesaplama ve 750 Gbps yüksek hızlı I/O sunar. Bu, geliştiricilere 20 kattan daha fazla performans ve NVIDIA Jetson TX2’nin 10 katı kadar enerji verimliliğini sağlar.

Devamını Oku

Yapay Zeka, Araçların Gelecekteki Yerini Tahmin Edebiliyor

Honda, Michigan Üniversitesi ve Indiana Üniversitesi’nden araştırmacılar, yol kavşaklarındaki araçların izlerini tahmin edebilen bir derin öğrenme sistemi geliştirdiler.

Araştırmacılar, makalelerinde “Güvenli sürüş için, sadece yakındaki nesneleri doğru bir şekilde tanımlamak ve bulmak değil, aynı zamanda gelecekteki yerlerini ve eylemlerini de öngörerek çarpışmaları önlemek için yeterli zamanın olmasını gerek.” diyor. Ekip, “Çalışmamız, gelecekteki araç konumlandırmanın egosantrik görünüm ve kavşaklar gibi zorlayıcı senaryolara meydan okuyan sorunlarını ele alan ilk çalışmadır.” dedi.

Devamını Oku