Ученые разработали алгоритм, который может самостоятельно обучаться, просматривая хирургические видео. Созданную разработку успешно протестировали на хирургической системе да Винчи: робот смог самостоятельно наложить аккуратный шов, следует из научной работы “Motion2Vec: Semi-Supervised Representation Learning from Surgical Videos”.
Суть разработки
Основная идея исследователей состояла в том, чтобы научить искусственный интеллект преобразовывать пиксельные элементы в понятный для него язык, усваивать информацию и воспроизводить действия на основе полученных данных. Для этого ученые начали работу с вложенными низкоразмерными пространствами: во время перевода в это пространство вложение сохраняет семантическую взаимосвязь входов, помещая сходные входы близко друг к другу в пространстве внедрения. Встраивания (или вложения) упрощают машинное обучение для больших входных данных, таких как разреженные векторы (векторы с преимущественно нулевыми элементами). Многомерное пространство группирует семантически связанные элементы, отстраняя разнородные элементы.
Базой для обучения алгоритма послужил особый ограниченный набор видеороликов, с помощью которого удалось семантически выровнять пространство встраивания и присвоить псевдо-метки оставшимся немаркированным данным путем вывода на основе изученных параметров модели. Модель, подобную Motion2Vec, но построенную на основе английских слов, а не видеозаписей, вы можете посмотреть здесь.
Используя полученный алгоритм, Motion2Vec смог воспринимать видеоролики, интерпретировать полученную информацию и воспроизводить последовательности заученных действий.
Опыты на роботе da Vinci
Первую пробу алгоритма решено было провести на хирургическом роботе da Vinci. В качестве манипуляции было выбрано наложение шва, так как это действие, по мнению ученых, оптимально поддается автоматизации. Результат работы робота представлен в видеоролике. Итоговые цифры превзошли ожидания разработчиков: робот под управлением искусственного интеллекта смог наложить швы с точностью сегментации 85,5% со средней ошибкой 0,94 сантиметра в точности нацеливания.
Как будет использоваться технология Motion2Vec?
В дальнейшем разработку планируют применять для автоматизации простейших рутинных манипуляций медицинского персонала. Возможно, технология получит более широкое применение. Однако, по заявлениям авторов, до внедрения Motion2Vec в деятельность человека пройдет еще немало времени, так как необходимы данные об успешных испытаниях на животных и людях.
Материал подготовлен редакцией портала robot-davinci.ru.
