O que é? Pesquisadoras das universidades de Arizona State e North Carolina desenvolveram um algoritmo de inteligência artificial, capaz de auxiliar pessoas que usam próteses robóticas nos membros inferiores a andar de forma mais rápida e natural. Para isso, elas usaram Reinforcement Learning (RL), uma aplicação de IA que treina o algoritmo de maneira semelhante à tentativa e erro. O RL é usado em aplicações que aprendem e dominam jogos como xadrez e Go. Porém, diferente destes casos - que os desenvolvedores conseguem simular milhões de jogos simultaneamente em um ambiente virtual, o que acelera o processo de aprendizado -, os participantes do estudo não podem ficar andando sem parar para gerar dados que afinam o algoritmo, o que dificultou a tarefa. O resultado, entretanto, foi animador. O ajuste de próteses robóticas em amputados atualmente é manual e bastante demorado; esta nova maneira, no entanto, levou apenas 10 minutos para permitir que o usuário andasse de forma “suave”. O estudo foi publicado na IEEE Transactions on Cybernetics.
Por que é importante? Como já foi citado, o processo de ajustar a prótese robótica requer muito tempo e diversas visitas ao médico cada vez que é necessário refinar o ajuste. Isso custa dinheiro para hospitais e pacientes. Por isso, ter um sistema que consiga resolver o problema de forma rápida e automática seria de grande valia. Eventualmente, os próprios pacientes poderiam fazê-lo em suas casas.
E agora? Apesar dos resultados animadores, o estudo foi em pequena escala e ainda encontra-se em estágio inicial. O objetivo das pesquisadoras agora é treinar o algoritmo para subir e descer escadas, além de testar formas do amputado interagir com a prótese, para sinalizar se o ajuste está bom ou não.
Comments