viernes, 18 de mayo de 2012

Usar las interfaces cerebro-computador para detectar la satisfacción de personas

En este caso como en el artículo anterior, no se trata de regular el estado de ánimo sino que se intenta maximizar la satisfacción humana. Hay personas que por su discapacidad en un futuro podrían disponer de robots que les ayudasen a hacer sus tareas ¿pero qué pasa si estas no las llega a realizar como debería? ¿Cómo explicas eso a una máquina?
Estas preguntas tienen respuesta dentro del uso de interfaces cerebro-ordenador (BCI) por medio de la obtención de retroalimentación emocional de un ser humano en respuesta al movimiento de los robots humanoides en entornos de colaboración. El propósito de este estudio es detectar el nivel de satisfacción humana y el uso de esta como una retroalimentación para corregir y mejorar el comportamiento del robot y así maximizar la satisfacción humana. De manera que para estas personas podría ser la única manera de hacer llegar su agrado o desagrado ante la petición que se realizó.
Para el desarrollo de estas interfaces, como sucede con el resto, se han realizado y están realizando los oportunos experimentos y desarrollado los algoritmos que utilizan la actividad de los cerebros humanos recogidos a través de BCI con el fin de estimar el nivel de satisfacción. Los usuarios usan un electroencefalograma (EEG) auricular y controlar el movimiento del robot por la imaginación mental. Los robots cuando responden a la petición es complicado conseguir la exactitud que se puede desear con la imaginación mental de las personas y la acción puede no ser la misma que el usuario requirió y eso afectará al nivel de satisfacción emocional.
El auricular registra la actividad cerebral de 14 ubicaciones en el cuero cabelludo. La densidad espectral de potencia de cada banda de frecuencias del EEG y cuatro más grandes exponentes de cada señal EEG forman el vector de características. La pruebas se utilizan después para clasificar todas las características. Las características de más alto rango son seleccionados para entrenar un clasificador discriminante lineal (PMA) para determinar el nivel de satisfacción. Los resultados experimentales demuestran una precisión de 79,2% en la detección del nivel de satisfacción humana.
Como se ve las limitaciones en la mejora de los BCI van a depender en una parte importante del los limites que se impongan los propios investigadores.

No hay comentarios:

Publicar un comentario