Nemzetközi együttműködésben fejleszt mesterséges intelligenciát valósághű szimulációkkal az Óbudai Egyetem. A magyarországi központú, „MedLaBotX" című projektben a Stanford és a Szingapúri Nemzeti Egyetem kutatói is részt vesznek. Prof. dr. Galambos Péterrel, az egyetem rektorhelyettesével és a projekt vezető kutatójával beszélgettünk.

// Gyártás Trend: Hogyan született meg ennek a projektnek az ötlete, és miért a Stanforddal és a Szingapúri Nemzeti Egyetemmel (NUS) dolgoznak együtt?

Prof. dr. Galambos Péter: Az Óbudai Egyetemen 2012 óta folyamatosan foglalkozunk fejlett robotikai kutatásokkal és a szélesebb értelemben vett kiberorvosi területtel. A 2012-ben alapított Bejczy Antal iRobottechnikai Központ mára nemzetközi szinten jegyzett tudományos műhellyé vált. A Stanford Egyetemmel és az NUS-szel való együttműködés nem új keletű: a Stanfordról Oussama Khatib professzorral, Szingapúrból pedig Marcelo H. Ang professzorral barátinak mondható kapcsolatot ápolunk. Ők az intelligens robotika meghatározó alakjai, így kézenfekvő volt, hogy velük dolgozzunk együtt a HU-rizont pályázati rendszer keretében is.

// GyT.: A projektet beharangozó közlemény szerint nemzetközi kiválósági központ létrehozása a cél. Milyen mérföldköveken keresztül valósítják meg ezt a következő három évben?

G. P.: Az ipari robotika történetében eljutottunk egy olyan generációváltáshoz, ahol már nem önmagában az érzékelési képességek, a gyors, precíz és megbízható működés további fejlesztése a fő irány. Ma a generatív mesterséges intelligencia és a már létező fejlett mechatronika, valamint irányításelmélet összekapcsolása határozza meg a robotikai innovációkat. Ezt nevezzük megtestesült mesterséges intelligenciának (embodied Al). A valódi kihívás az, hogy a gépi tanulás fejlett módszereit hogyan tudjuk alkalmazni a fizikai valósággal érintkező feladatokban, például amikor a robotnak egy orvosi laborban kell teljesen önállóan és megbízhatóan működnie. Ebben a folyamatban kulcsszerepe van a digitálisikertechnológiának: olyan valósághű szimulációs környezeteket és egyéb szintetikus adathalmazokat hozunk létre, aminek segítségével a robotok biztonságosan és költséghatékonyan tudnak tanulni", mielőtt a valóságban tréningeznénk őket. Ez a megközelítés képezi a MedLaBotXprojekt technológiai alapját, és ebben tudunk együttműködni a Stanforddal, illetve az NUS egyetemmel. Az első év a koncepcionális tervezésről szól, a következő évben a digitális és fizikai rendszereket hozzuk létre, fejlesztjük a szimulációs környezeteket és a valós kísérleteket. A harmadik évben történik a validáció, tehát ellenőrizzük, hogy a virtuális környezetben tanított Al-módszerek hogyan működnek a valós környezetben, és tudományos publikációk formájában tesszük közzé az eredményeket.

// GyT.: Hogyan fog kinézni a technológia hétköznapi felhasználása?

G. P.: A MedLaBotX-projekt, amelynek vezetője prof. Haidegger Tamás, két fő irányban halad. Az egyik az egészségügyi robotika, különösen az invazív beavatkozások - mint a sebészet vagy az endoszkópia - területére fókuszál, a másik pedig a laboratóriumi automatizálás. Az orvosi alkalmazásokon belül különösen izgalmas terület az orvosképzést támogató szimulációk fejlesztése. Itt az a cél, hogy olyan digitálisiker-megoldásokat hozzunk létre, amelyek valós idejű vizuális vagy akár haptikus - azaz erő-visszacsatolással járó visszajelzést tudnak adni például egy sebészvagy endoszkópiás gyakornok számára. Ez lehetővé teszi, hogy már a valódi beavatkozások előtt hatékonyan tudjanak gyakorolni és fejlődni. Ugyanezen szimulációk teremtik meg később a lehetőséget az autonóm irányítást végző Al-modellek tanítására. Pont úgy, ahogy az önvezető autók tanításában használják a szintetikus környezeteket.

Egy másik fontos irány az úgynevezett figyelem-számítástechnika (attention. computing), amely azt vizsgálja, hogyan lehet a kezelő személy figyelméből – például szemmozgásából vagy mozdulatainak dinamikájából – következtetni a szándékaira és döntéseire. Ezt az információt aztán beépítjük az ember-gép interakcióba, és Al-alapú rendszerekkel támogatjuk a sebészi vagy diagnosztikai tevékenységet.

A laborautomatizálás területén pedig a fő kihívás a kapacitás növelése, amit a Covid-időszak is világosan megmutatott. Nem feltétlenül új, teljesen automatizált laborokat építünk, ami a zöldmezős megközelítés lenne, hanem a meglévő, alapvetően emberek által működtetett laborokba integrálunk robotokat. Ezt nevezzük barnamezős robotizálásnak.

Ezek a robotok képesek lesznek együtt dolgozni az emberekkel, akár ugyanabban a műszakban, és képesek az adott környezetben előforduló tárgyakat, mintákat megfogni, áthelyezni, a gépeket, analizáló berendezéseket kinyitni, becsukni, kezelni. Ahhoz, hogy a robotokat irányító neurális modellek hatékonyan működhessenek az emberre szabott környezetben, elengedhetetlennek tűnik a digitálisiker-technológia alkalmazása a tanítás kezdeti szakaszában.

Il Gyártás Trend: Hogyan segíti mindez a robotsebészet fejlődését?

G. P.: A robotsebészet szempontjából jelenleg az ember szerepe még kritikus. A távlati cél - hasonlóan az önvezető autókhoz - az autonóm vagy részben autonóm robotsebészeti rendszerek kifejlesztése. Jelenleg olyan képességek, mint a vizualitás realisztikusabb szimulációja, a képek szemantikus értelmezése vagy az erő-visszacsatolás modellezése (pl. szövetekkel való érintkezés) fejlesztésében veszünk részt. A MedLa BotXprojekt keretében, valós környezetben és szimulációban is vizsgáljuk az interakciókat. A szintetikus környezetek és az ezekre épülő robottanulási módszerek kutatása jelentős mértékben hozzájárul az autonóm robotsebészet fejlődéséhez.

Bár az orvosi beavatkozások komplexitása és jogi kockázata jelentős kihívásokat rejt magában, már most olyan szimulációs és Al-tréning-technológiákon dolgozunk, amelyek a jövő autonóm robotsebészeti megoldásait támogatják. A projektben például olyan generatív Al-alapú képszintetizáló koncepció fejlesztése a cél, amely képes élethűen imitálni az endoszkópos kameraképet egy kulcslyuksebészeti beavatkozás során. Ezzel képesek lehetünk változatos körülményeket lefedve például olyan eseteket szimulálni, hogy hogyan néz ki a műtéti terület egy sovány vagy egy túlsúlyos páciens esetében. A kellően változatos képanyag biztosítása ugyanis kulcsfontosságú az Al-modellek tanítása során, amit szintetikus adatok alkalmazása nélkül nagyon nehéz megoldani.

Ugyanakkor a vizualitás mellett a fizikai interakciók modellezése is kulcsfontosságú: például milyen erők ébrednek, amikor a sebészeti eszköz hozzáér a májhoz, vagy metszést végez? Ezeknek az erőhatásoknak a szimulációja jóval bonyolultabb, de ezen is dolgozunk - laboratóriumi kísérleti elrendezésekkel, amelyeket később összevetünk a valós műtéti tapasztalatokkal.

Hasonló alapokon nyugvó technológiát fejlesztünk a laborautomatizálás területén is, ahol a robotnak nemcsak meg kell fognia egy kémcsövet, de megfelelően kell alkalmazkodnia az adott laboratórium berendezéseihez. Például kezelnie kell egy folyadék-kromatográfot, amely alapvetően emberek számára készült. Ezek a fejlesztések segíthetnek abban, hogy a digitálisikertechnológiákkal betanított MI-alapú rendszerek valóban intelligens módon tudják kezelni a fizikai környezetet.

// GyT.: A fejlesztés megvalósításában milyen szerepet játszanak az Óbudai Egyetem és Magyarország erőforrásai?

G. P.: A MedLaBotX konzorciumot az Óbudai Egyeztem vezeti, míg a Stanford, illetve az NUS kutatási részfeladatokat valósít meg a projektben. A kutatás költségvetése nagyjából egymillió euró (-400 millió forint), melynek fele az Óbudai Egyetem, egy-egy negyede pedig a külföldi partnerek feladatait fedezi.

// GyT.: Hol zajlik fizikai értelemben ez a kutatás?

G. P.: A projekt az Óbudai Egyetemen, a Bejczy Antal iRobottechnikai Központban valósul meg, itt építjük a kutatáshoz szükséges infrastruktúrát és készítjük el a kísérleti elrendezések nagy részét. Ugyanakkor például az NUS-en is zajlik olyan szenzorfejlesztés, amelynek az eszközeit át tudjuk hozni ide. Az a célunk, hogy a kifejlesztett technikák implementálhatók legyenek mindhárom egyetem eszközparkjára alapozva, és általában véve kompatibilisek legyenek a helyi adottságokkal. A cél az eszközrendszerek összehangolása, hogy mindenki közel azonos platformon tudjon dolgozni.

Forrás: Gyártástrend Magazin