Τη δημιουργία μιας σπουδαίας πατέντας ανακοίνωσε μια ερευνητική ομάδα του Τεχνολογικού Ινστιτούτου της Μασαχουσέτης, καθώς συντέλεσαν στη δημιουργία ενός ρομποτικού βραχίονα, ο οποίος θα μπορεί να παρέχει βοήθεια στη διαδικασίας ένδυσης των ηλικιωμένων ατόμων.
Ο Λι, ένας εκ των δημιουργών, αναφέρει πως άντλησε έμπνευση όταν πριν από μερικά χρόνια, έτρωγε στην καφετέρια ενός γηροκομείου, όταν μια γυναίκα γύρω στα ογδόντα τον φώναξε και του ζήτησε να τη βοηθήσει να φορέσει τη ζακέτα της. Καθώς προσπαθούσε να της βάλει το μανίκι, τότε συνειδητοποίησε ότι το σώμα της είχε σκληρύνει με τα χρόνια και η πλάτη της ήταν καμπουριασμένη.
«Μην φοβάσαι, δεν πρόκειται να με σπάσεις!», του είπε χαριτολογώντας, ενώ δίσταζε να της πιάσει το χέρι. Τότε, λύγισε τα άκρα και τους ώμους της πιο δυνατά και ύστερα από ένα λεπτό νευρικού γέλιου, η ζακέτα της είχε φορεθεί και επέστρεψε στο γεύμα της.
Παρά τον αρχικό ενθουσιασμό για το επικείμενο πόνημα, ο Λι παραδέχεται ότι αυτή η δουλειά ήταν πολύ πιο δύσκολη από ο,τι περίμενε, αλλά το ίδιο ουσιαστική. Η ομάδα του ΜΙΤ εκπαίδευσε ένα ρομπότ να σύρει με ασφάλεια ένα γιλέκο πάνω σε ένα ανθρώπινο χέρι, το οποίο αποτελεί ένα πρώιμο αλλά σημαντικό βήμα για τη δημιουργία ενός ρομπότ που θα μπορούσε να ντύσει πλήρως ένα ηλικιωμένο ή ανάπηρο άτομο.
Αξίζει να σημειωθεί ότι, τα ρομπότ έχουν την ικανότητα να ντυθούν μόνα τους εδώ και μια δεκαετία. Η διαφορά ενός τέτοιου επιτεύγματος εναπόκειται στο γεγονός ότι ένα ρομπότ αναγνωρίζει τις διαστάσεις του σώματός του και τι ακριβώς σκοπεύει να κάνει στη συνέχεια, αλλά να ντύσει κάποιον άλλον είναι μια εντελώς διαφορετική πρόκληση, καθώς απαιτεί την αναγνώριση της επόμενης κίνησης κάποιου άλλου, ώστε να μην προκληθούν τραυματισμοί.
Ο Λι και οι συνεργάτες του πήραν ένα ρομποτικό βραχίονα και τον τοποθέτησαν έναν τρισδιάστατο ανιχνευτή, ο οποίος μπορεί να προβλέψει την κίνηση του ατόμου που περιμένει να ντυθεί. Το επίτευγμά τους έγκειται στο λογισμικό, το οποίο όχι μόνο αναγνωρίζει τη θέση κάποιου τη δεδομένη στιγμή, αλλά εξετάζει πώς μπορεί να κινηθεί στη συνέχεια – προκειμένου να τον ντύσει με επιτυχία και να μην τον τραυματίσει κατά τη διαδικασία.
Για να προβλέψει μια από, ας πούμε, 100 διαφορετικές πιθανές κινήσεις, το σύστημα πρέπει να προβλέψει πρώτα τις 100 πιθανές κινήσεις και να δημιουργήσει μια διαδρομή που εξασφαλίζει την ασφάλεια του ατόμου, ανεξάρτητα από το πώς κινείται στην πραγματικότητα.
Ωστόσο, με την πάροδο του χρόνου, το λογισμικό μαθαίνει από το άτομο που ντύνεται. Μπορεί σιγά σιγά να αγνοήσει κινήσεις που δεν κάνει ποτέ ένα άτομο, επεξεργαζόμενο τις πιθανές κινήσεις κατά τη διάρκεια που ντύνεται.
«Στην αρχή το ρομπότ μπορεί να είναι πολύ αργό», παραδέχεται ο Λι. «Αφού το ρομπότ είναι πιο σίγουρο για τον άνθρωπο [είναι πιο γρήγορο]». Ακόμα και όταν το ρομπότ επιταχύνει, δεν χρησιμοποιεί ποτέ ένα επίπεδο δύναμης που θα μπορούσε να τραυματίσει κάποιον, και το λογισμικό έχει εκπαιδευτεί να ανταποκρίνεται σε εκπληκτικές κινήσεις ανά πάσα στιγμή, όπως αν πιάσετε ένα τηλεχειριστήριο τηλεόρασης και αρχίσετε να γυρίζετε τα κανάλια ενώ είστε ντυμένοι, δεν πρόκειται να αντιδράσει κακόβουλα.
Για τα επόμενα βήματα της έρευνας, ο Λι θα ήθελε να προσθέσει ένα πλήρες μανίκι στο γιλέκο και να αναπτύξει το λογισμικό, ώστε να μπορεί να προσαρμόζεται στην επιπλέον τριβή που προκαλεί το τράβηγμα ενός ενδύματος πάνω σε ένα εξάρτημα. Αφού ολοκληρωθεί αυτό το βήμα, το τράβηγμα ενός δεύτερου μανικιού ή ενός παντελονιού θα είναι ευκολότερο και θα πρόκειται για μια ολοκληρωμένη πατέντα, η οποία θα έχει προοπτικές να προωθηθεί στην αγορά.
Διαβάστε ακόμη:
Συνέντευξη Ντάβιντ Κνίμπε (ΝΝ Group): «Το σχέδιο μας μετά την εξαγορά της MetLife»
Κρίστιαν Χατζημηνάς (EFA Group): O leader της εγχώριας αμυντικής βιομηχανίας
Οι κινεζικές επενδύσεις σε λιμάνια της Μεσογείου και της Ευρώπης