Zašivanje rana nakon hirurških operacija vitalni je dio medicinskog procesa, ali često monoton, obzirom da se isti pokreti ponavljaju i do nekoliko stotina puta. Ali, zahvaljujući zajedničkim naporima kompanije Intel i Berkley univerziteta, kako piše Engadget, hirurzi bi taj posao uskoro mogli prebaciti na robote koji bi učili iz njihovih videozapisa.
UC Berkeley tim, koji predvodi dr. Ajay Tanwani, razvio je poluautomatski AI sistem koji se zasniva na ‘deep learning tehnologiji’, a nazvan je Motion2Vec. Proces učenja je zamišljen tako da robot proučava hirurške snimke operacija, a zatim prati sistem šivanja rana i to tako što poduhvat razlaže na pojedinačne pokrete, da bi nakon toga akciju ponovio sa popriličnom tačnošću.
Veliki korak
Naučnici ističu da je vizuelno učenje daleko naprednije od prethodnih sistema u okviru kojih je sve bilo statično.
„Samo YouTube dnevno dobije oko 500 sati novog materijala. To je nepregledno skladište podataka”, kaže dr. Ken Goldberg, koji vodi UC Berkeley laboratoriju i savjetnik je u Tanwanijevom timu.
I dok ljudska bića u svakom takvom videu mogu da pronađu smisao i nešto nauče, roboti za to još uvijek nisu potpuno sposobni, budući da je sve što vide tek niz piksela.
Motion2Vec je veliki korak u smjeru robotskog razumijevanja snimljenih sadržaja, pa bi u bliskoj budućnosti neki robot obogaćen ovom funkcionalnošću mogao segmentirati pregledane videozapise i tako preuzeti rutinske hirurške poslove.
(Agencije)