Stanford ve diğer üniversitelerden araştırmacılar, giyilebilir robotik teknolojisinde önemli bir ilerleme kaydetti. Geliştirilen GEGLU-Transformer sistemi, vücuttaki hareket sensörlerinden toplanan verileri kullanarak kas aktivitesini doğrudan tahmin edebiliyor.
Geleneksel yöntemlerde kas aktivitesi ölçümü için elektromiyografi (EMG) sensörleri kullanılıyor. Ancak bu sensörler laboratuvar dışında sorunlu: elektrot hassasiyeti, sinyal kararsızlığı ve kişiden kişiye değişkenlik gibi faktörler güvenilir ölçüm yapmayı zorlaştırıyor. Yeni sistem bu sorunları, sadece hareket sensörlerini (IMU) kullanarak aşmayı hedefliyor.
Araştırmacılar, Transformer mimarisi ile Gaussian Error Gated Linear Units teknolojisini birleştirerek özel bir yapay zeka modeli oluşturdu. Bu model, farklı hareket koşullarında çalışabiliyor ve kişiler arası genelleme yapabilme yeteneğine sahip.
Test sonuçları oldukça umut verici: Sistem hiç görmediği kişilerde %47 varyans açıklama oranı ve 0.706 korelasyon değeri elde etti. Sadece %0.5 oranında kişiye özel veri ile kalibre edildiğinde performans daha da artıyor.
Bu teknoloji, protez uzuv kontrolü, rehabilitasyon robotları, spor performans analizi ve exoskeleton sistemleri gibi alanlarda pratik uygulamalar bulabilir.