Headset Pengendali Kursor Tanpa Gerakan Jari Tangan

Headset Pengendali Kursor Tanpa Gerakan Jari Tangan
Sampai sekarang, komunikasi kita dengan mesin selalu terbatas pada bentuk komunikasi langsung dan sadar. Baik sesuatu yang sederhana seperti menyalakan lampu dengan tombol maupun yang kompleks seperti pemrograman robot, kita selalu harus memberikan perintah kepada mesin agar mesin itu melakukan apa yang kita inginkan.

Di sisi lain komunikasi antarmanusia jauh lebih kompleks dan menarik karena kita melibatkan jauh lebih banyak daripada yang terlihat secara eksplisit. Kita mengamati ekspresi wajah, bahasa tubuh, dan kita dapat merasakan emosi dan perasaan dari percakapan kita satu sama lain.

Kita bisa memperkenalkan cara baru dari interaksi manusia dengan interaksi komputer-manusia sehingga komputer dapat memahami tidak hanya apa yang Anda perintahkan, namun juga dapat menanggapi ekspresi wajah dan pengalaman emosi Anda. Dan cara terbaik untuk melakukan hal ini adalah dengan menafsirkan sinyal yang dihasilkan secara alami dari otak, pusat pengendalian dan pengalaman kita. 

Gagasan ini terdengar cukup bagus, namun ini bukan hal mudah karena dua alasan utama: Pertama, algoritme pendeteksi. Otak kita terdiri dari miliaran sel syaraf aktif, dengan panjang akson sekitar 170.000 km. Saat sel syaraf ini saling berhubungan, reaksi kimianya mengeluarkan kejutan listrik yang dapat diukur. Kebanyakan dari otak kita yang berfungsi terdapat pada lapisan permukaan luar dari otak. Dan untuk memperluas daerah yang tersedia bagi kemampuan mental, permukaan otak memiliki banyak lipatan. Dan lipatan korteks ini memberikan tantangan besar dalam menafsirkan kejutan listrik di permukaannya. Lipatan korteks setiap orang sangat berbeda seperti sebuah sidik jari. Jadi walaupun sinyal berasal dari bagian otak yang sama pada saat struktur itu telah terlipat, lokasi fisiknya sangat berbeda bagi masing-masing orang, bahkan pada kembar siam. Sehingga tidak ada konsistensi bagi sinyal permukaan. 

Terobosan kami adalah menciptakan algoritme yang membuka lipatan itu sehingga kami dapat memetakan sinyal lebih dekat pada sumbernya, sehingga memungkinkan alat ini dapat bekerja pada orang banyak. Tantangan kedua adalah perangkat untuk mengamati gelombang otak, pengukuran EEG biasanya berupa jaring rambut rumit dengan serangkaian sensor seperti yang terlihat pada foto ini. Seorang teknisi akan memasang elektroda pada kulit kepala menggunakan gel atau pasta konduktif dan biasanya kulit kepala itu harus digores terlebih dahulu. Proses ini cukup memakan waktu dan tidak begitu nyaman. Dan yang lebih penting lagi, harga sistem perangkat lama sebenarnya puluhan ribu dolar. 

Perangkat yang terbaru adalah sistem penerimaan EEG 14 saluran berketepatan tinggi. Perangkat ini tidak memerlukan persiapan apa-apa tanpa gel atau pasta konduktif. Hanya perlu beberapa menit untuk memakai dan menstabilkan sinyalnya. Ini juga perangkat nirkabel, sehingga memberikan Anda kebebasan bergerak. Dan dibandingkan dengan puluhan ribu dolar dari harga sistem EEG tradisional, harga headset ini hanya beberapa ratus dolar. Lalu algoritme pendeteksinya. Jadi ekspresi wajah -- seperti yang saya telah sebutkan dalam pengalaman emosi -- sebenarnya dirancang untuk dapat langsung bekerja dengan tingkat kepekaan yang dapat disesuaikan. Alat ini menunjukkan paket koqnitif, yaitu kemampuan Anda untuk menggerakkan objek virtual dengan pikiran. 

Pengguna baru bagi sistem ini harus menciptakan profil baru baginya. Sudah sehingga "add user." contoh Evan. Hal pertama yang harus kita lakukan adalah dengan latihan sinyal yang netral. Sinyal yang netral, maksudnya tidak ada yang harus dilakukan Evan. Dia hanya perlu diam. Bersantai. Maksud dari ini adalah untuk membuat dasar atau kondisi normal dari otaknya, karena setiap otak berbeda. Diperlukan 8 detik untuk membuatnya. Dan sekarang sudah selesai, kita dapat memilih kegiatan bergerak. Jadi Evan memilih sesuatu yang dapat Anda bayangkan secara jelas dalam pikiran Anda. 

Misal kita pilih "tarik." Jadi gagasannya adalah Evan harus membayangkan objek itu mendekat ke layar. Dan ada grafik yang akan bergerak di layar saat dia melakukannya. Pertama kali, tidak ada yang terjadi karena sistem ini tidak tahu bagaimana dia berpikir "tarik." Namun jika dia terus berpikir seperti itu selama 8 detik. Lalu saat sistem ini menerimanya, kubus ini menjadi hidup. 

Sehingga kita lihat ada sistem penyetaraan di dalam piranti lunak ini sehingga Evan, atau pengguna lainnya menjadi lebih akrab dengan sistem ini, mereka dapat terus menambah deteksinya, sehingga sistem ini mulai membedakan berbagai pikiran yang berbeda-beda. Setelah Anda terlatih dengan deteksinya, pemikiran itu dapat diberikan atau dipetakan ke dalam platform komputasi, aplikasi ataupun perangkat apapun. 

Ada banyak kemungkinan penerapan dari antarmuka baru ini. Dalam permainan dan dunia virtual, sebagai contoh, ekspresi wajah Anda dapat digunakan secara alami dan intuitif untuk mengendalikan avatar atau karakter virtual. Anda dapat merasakan fantasi dari keajaiban dan mengendalikan dunia dengan pikiran Anda. Dan juga warna, pencahayaan, suara, dan efeknya dapat menanggapi kondisi emosional Anda untuk menguatkan pengalaman yang Anda rasakan, langsung. Lalu beralih ke aplikasi lain yang dikembangkan oleh para pengembang dan peneliti di seluruh dunia dengan robot dan mesin-mesin sederhana -- dalam hal ini, menerbangkan helikopter mainan hanya dengan memikirkan terbang. 

Teknologi ini juga dapat diterapkan pada dunia nyata -- sebagai contoh, rumah cerdas. Anda tahu, dari penggunaan antarmuka sistem pengendalian untuk membuka atau menutup tirai. Dan tentu saja untuk lampu -- menyalakan atau mematikannya. Dan akhirnya, untuk penerapan yang mengubah dunia seperti dapat mengendalikan kursi roda listrik. Dalam contoh ini, ekspresi wajah dipetakan pada perintah untuk bergerak. 

Kami benar-benar hanya ada pada permukaan akan apa yang mungkin. Dan dengan masukan dari masyarakat dan juga keterlibatan para pengembang dan peneliti dari seluruh dunia, kami harap Anda dapat membantu kami mengarahkan teknologi ini dari titik saat ini.
Buka Komentar