El profesor de la Ecole Polytechnique Fédérale de Lausanne (EPFL) en Suiza, Alexander Mathis, y su equipo han desarrollado un método basado en inteligencia artificial que mejora significativamente nuestra comprensión de las funciones motoras complejas de la mano.
La investigación presenta un modelo detallado, dinámico y anatómicamente preciso del movimiento de la mano que se inspira directamente en la forma en que los humanos aprenden habilidades motoras complejas.
Esta investigación ganó el MyoChallenge en la conferencia NeurIPS en 2022, y ahora sus resultados se publican en la revista ‘Neuron’. El equipo utilizó una estrategia creativa de aprendizaje automático que combinaba el aprendizaje por refuerzo basado en el plan de estudios con simulaciones biomecánicas detalladas.
Cabe tener en cuenta que en neurociencia e ingeniería biomédica, modelar con precisión los movimientos complejos de la mano humana ha sido un desafío importante durante mucho tiempo.
Los modelos actuales a menudo tienen dificultades para capturar la intrincada interacción entre las órdenes motoras del cerebro y las acciones físicas de los músculos y tendones. Esta brecha no solo obstaculiza el progreso científico, sino que también limita el desarrollo de neuroprótesis efectivas destinadas a restaurar la función de la mano para quienes han perdido alguna extremidad o han sufrido parálisis.
Control motor humano
“Lo que más me entusiasma de esta investigación es que estamos profundizando en los principios básicos del control motor humano, algo que ha sido un misterio durante tanto tiempo. No solo estamos construyendo modelos; estamos descubriendo la mecánica fundamental de cómo el cerebro y los músculos trabajan juntos”, destaca Mathis.
El desafío NeurIPS de Meta motivó al equipo de la EPFL a encontrar un nuevo enfoque para una técnica de inteligencia artificial conocida como aprendizaje por refuerzo.
La tarea consistía en construir una IA que manipulara con precisión dos pelotas Baoding, cada una controlada por 39 músculos de una manera altamente coordinada. Esta tarea aparentemente sencilla es extraordinariamente difícil de replicar virtualmente, dada la compleja dinámica de los movimientos de la mano, incluida la sincronización muscular y el mantenimiento del equilibrio.
Fuente: infosalus.com
