Mensch-Maschine-Schnittstelle Lernende Wearables passen sich dem Nutzer an

Anbieter zum Thema

EBV Elektronik GmbH & Co. KG

MicroConsult Academy GmbH

Heitec AG

Neuronale Interfaces erobern zunehmend den Markt für Wearables und Medizintechnik. Die größte Hürde für Entwickler ist die individuelle Anpassung an das Nervensystem des Nutzers. Ein neues Berechnungsmodell auf Basis der Spieltheorie ermöglicht HMI-Systeme, die sich in Echtzeit an den Menschen anpassen.

Die Zukunft der Mensch-Maschine-Schnittstelle (HMI) ist nicht länger eine reine Touch- oder Sprachsteuerung. Neuronale Interfaces tauschen Informationen direkt mit dem Nervensystem des Körpers aus. Ob EEG-Stirnbänder zur Fokus-Steigerung oder EMG-Armbänder (Elektromyographie) wie das Meta Neural Band oder das Mudra Band für die Apple Watch: Die freihändige, durch reine Muskel- oder Nervenimpulse gesteuerte Elektronik ist Realität geworden. Hinzu kommen hochkomplexe Implantate von Unternehmen wie Synchron oder Neuralink.

Doch Elektronik- und Softwareentwickler stehen bei diesen Systemen vor einem massiven Problem: Skalierbarkeit. Kein menschliches Nervensystem gleicht dem anderen. Aktuell erfordert jedes neuronale Interface eine individuelle, aufwendige Kalibrierung.

Das Ende des Ad-hoc-Designs

Um diese Hürde zu überwinden, haben Forscher der University of Washington (UW) der Elektrotechnik und Bio-Engineering ein neues mathematisches und computergestütztes Framework für das HMI-Design entwickelt. Ihr Ansatz, der kürzlich in der Nature Machine Intelligence veröffentlicht wurde, bringt erstmals die Spieltheorie und die Kontrolltheorie in das Neural Engineering.

Bislang mussten Entwickler sogenannte Co-Adaptive-Systeme, bei denen sowohl der Mensch als auch die Maschine lernen, weitgehend ad hoc und durch experimentelles Ausprobieren designen. Das neue Framework liefert nun eine fundierte mathematische Basis, um vorherzusagen, wie sich algorithmische Änderungen auf die Performance des Interfaces auswirken.

Mensch und Algorithmus als kooperative Akteure

In der Spieltheorie geht es um die strategische Interaktion von Entscheidungsträgern. Im Falle der neuronalen Interfaces sind diese Akteure der menschliche Nutzer auf der einen und der adaptive KI-Algorithmus der Hardware auf der anderen Seite. Es handelt sich um ein kooperatives System: Sowohl der Mensch als auch das Wearable passen ihre Strategien kontinuierlich an und lernen voneinander, um die HMI-Performance im Laufe der Zeit zu optimieren.

Die Forscher validierten diesen Ansatz in einem Closed-Loop-System:

• 1. Sensorik: Ein Streifen mit EMG-Elektroden auf dem Unterarm erfasst die Muskelaktivität des Nutzers.

• 2. Processing: Die Daten fließen in einen Datenprozessor und einen adaptiven, algorithmischen Decoder, der die Geschwindigkeit eines Cursors auf einem Bildschirm berechnet.

• 3. Closed Loop: Der Nutzer sieht den Cursor, sein Gehirn passt die motorischen Befehle an den Arm in Sekundenbruchteilen an, was wiederum veränderte EMG-Signale erzeugt, auf die der Algorithmus erneut reagiert.

Technik, die sich dem Nutzer anpasst

Durch das neue Framework lassen sich verschiedene Eigenschaften des Interfaces so kalibrieren, dass sie das Verhalten des Nutzers sanft in Richtung einer besseren Performance anstupsen (Nudging). Das ist beispielsweise ein enormer Vorteil für beispielsweise medizinische Exoskelette oder Rehabilitationsgeräte.

„Wir betreiben hier Human-Centered Engineering“, erklärt Sam Burden, Associate Professor für Elektrotechnik an der UW. „Anstatt ein Gerät zu bauen, an das sich der Nutzer mühsam anpassen muss, entwickeln wir Systeme, die sich an den Nutzer anpassen.“

Fazit für die Elektronikentwicklung

Für Hardware- und Embedded-Software-Ingenieure im HMI-Bereich markiert dieser Ansatz einen Paradigmenwechsel. Wenn KI und Machine Learning noch tiefer in den System-Loop integriert werden, könnten künftige Wearables und Medizintechnik-Geräte Out-of-the-box funktionieren, indem sie das individuelle neuronale Profil ihres Trägers durch spieltheoretische Algorithmen selbstständig erlernen. (heh)

Brain-Computer-Interface aus Deutschland

„Unser System gewährt Lese/Schreib-Zugriff auf das Gehirn“

(ID:50813349)