AIが私のいとこのような運動障害を持つ人々を支援する方法

AIが運動障害を持つ私のいとこのような人々をサポートする方法

編集者の注:今日、私たちはケンブリッジ大学との長きにわたるパートナーシップを更に発展させ、Googleの助成金による協力研究契約を結び、ケンブリッジ大学の新しい人間に着想を得たAI研究センターをサポートし、皆に利益をもたらす大胆で責任ある協力型AIの進展を目指します。私たちの助成金は、CHIA内で博士号を取得するために、少数派の学生たちに資金提供を行っています。Aleeshaはその一人です。

5年前、私のいとこ、まさに人生の最盛期に美しい若い女性が恐ろしい試練に直面しました。彼女は残酷な攻撃を受け、外傷性脳損傷と重度の身体障害を負いました。奇跡的に彼女は生き残りましたが、彼女の人生は永遠に変わってしまいました。突然彼女は麻痺し、話すことができなくなりました。彼女が徐々に認知機能を回復していく中、私たちは彼女のニーズ、思考、感情を理解するために彼女とのコミュニケーション手段を確立しなければなりませんでした。

希望の光は彼女の目からやってきました。彼女は「はい」という意思表示のために上を見ることができました。彼女の首の筋肉は弱かったですが、彼女は徐々に意図的に視線を向け、何を望んでいるかを伝えることができるようになりました。彼女の旅のこの段階で、視線相互作用技術が搭載されたコンピュータに触れることができました。アイ・トラッキングにより、彼女は画面上のキーボードの特定の文字に向かって視線を向けて単語を入力することができました。しかし、これは遅くて疲れる方法でした。AIの進歩によって、視線検出をより速く正確にすることで、これを変える可能性が大いにあります。

効率的なコミュニケーションへの道は容易ではありませんでした。多くの場合、挫折と心を痛めるプロセスでした。技術が機能するために、彼女は各文字に一定の時間を集中する必要がありましたが、焦点が逸れたり、首が安定しないことが多々ありました。プロセスは遅く、多くのエラーがあり、多くの試みが苦悩に終わりました。

私のいとこの苦闘は特殊ではありません。怪我によって運動機能を失った人々や、脳性麻痺や多発性硬化症などの神経学的障害を持つ人々にとって、視線相互作用は効果的なコミュニケーション手段です。眼入力などの補助技術は、人生を変える可能性を持っていますが、現在の最高の眼入力システムでも、通常のスピーチ速度である125-185 wpmに比べて、比較的遅いテキスト入力速度(約7-20 wpm)を報告しています。これは顕著なギャップであり、コミュニケーションに頼るすべての個人の生活の質を向上させ、力を与えるために、補助技術の改善を続ける必要性を浮き彫りにしています。

これが私の研究が解決しようとする問題です。目を使って効率的にコミュニケーションを行うことを目指し、これらの技術が人々の生活を変える現実となるように、AIの最善の活用方法を理解したいと思っています。

Googleとケンブリッジ大学の人間に着想を得た人工知能センター(CHIA)のサポートを受けて、私は今年初めに博士号の研究を開始しました。Per Ola Kristennson教授の指導のもと、彼の「dwell-free」と呼ばれるAIパワード技術に関する画期的な業績が、これらのシステムの設計におけるパラダイムシフトの可能性を広げました。

眼入力システムの進捗における重要なギャップは、最終ユーザー自体との直接的な関与の欠如です。彼らのニーズや要望、障壁を理解するために、私は日常のコミュニケーションで眼入力に頼る運動障害のある非口語的な個人たちへのインタビューを始めました。これにより、眼入力ユーザーが自分の目標を達成できるようにするための技術設計が可能になります。これはAIイノベーションにおけるCHIAのアプローチを反映しており、AIの影響を最も受ける人々を開発プロセスの中心に置いています。

AIと共に眼入力技術を向上させることで、私たちはいとこのような人々に自己表現し、世界とつながり、独立感を取り戻す力を与えることを目指しています。

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!

Share:

Was this article helpful?

93 out of 132 found this helpful

Discover more

AIニュース

「世界は誰も知らない60年前のコードに依存している」

COBOLは、使用されている主要なメインフレームのプログラミング言語の一つですが、ほとんどの学校や大学では数十年間COBOLの...

AIニュース

「風を継ぐ」

風の予測は人工知能の時代に入っています

AI研究

Google DeepMindの研究者がDiLoCoを導入:効果的かつ強靭な大規模言語モデルのトレーニングのための新しい分散型、低通信マシンラーニングアルゴリズム

現実世界のアプリケーションにおける言語モデルのソアリング能力は、標準的なバックプロパゲーションのような従来の方法を使...

機械学習

人工知能の台頭に備えるために、高校生をどのようにサポートできるか

「1週間の夏のプログラムは、好奇心旺盛な若い頭脳の間で健康における機械学習のアプローチに対するより深い理解を育むことを...

機械学習

「学習におけるマウスの驚くべきアプローチを解読する研究」を学ぶ

「神経科学者は、報酬を得るためにマウスが車輪を左または右に回すことを学ぶ状況でマウスの行動を研究しました」