AI-robotar förfinar matningsprocessen

Kristina Bate Holmberg, Journalist
@uxconnections

Att äta mat – det är väl inte så komplicerat? Faktum är att äta är en verksamhet av finmotorik som kräver många små, exakta och anpassade rörelser. Det kan räcka med att titta på hur ett litet barn, novis på att äta själv, än mer utan hjälp, febrilt försöker sikta rätt med skeden. Nu har forskare vid Stanford University tagit fram en robot som noggrant går igenom varje steg i ätprocessen.

Först ska man trycka ner gaffeln i köttbullen. Sedan skopa på potatismos, på med lite sås och därefter frakta det från tallriken till munnen. Beroende på vad det är för mat på tallriken krävs olika tillvägagångssätt. Texturer, former, matvaror kräver olika förfarande och handlingssätt. Att maten inte trillar av besticken och sedan föra in maten i munnen på ett behagligt sätt – det är finlir. Det handlar om rätt vinkel och lagom kraft. Som om inte det vore nog, därefter ska besticket på ett skonsamt sätt föras ut från munnen och ner till tallriken igen. Få har nog analyserat ätprocessen såhär ingående. Det har dock forskarlaget i Dorsa Sadighs ILIAD-lab vid Stanford gjort. Ätprocessen har legat i fokus i arbetet att ta fram en AI-styrd robot med exakt assisterande funktion vid matning.

Mänsklig assistans skapar beroende

Assisterad matning är något som bland annat äldre och människor med motoriska funktionsnedsättningar är i behov av. I dagsläget används ofta en vårdgivare till detta. Det gör att den assisterade personen blir väldigt beroende, vilket minskar denna individs autonomi. Alternativet är att en robot hjälper den behövande så att den blir mer självständig. På marknaden finns det idag flera robotar för matning. De har funnits relativt länge, men det som skiljer dem från Stanfordgruppens robot är flexibiliteten. Dagens robotar är i regel förprogrammerade. Vid varje måltid, minst tre gånger om dagen, måste roboten ställas om beroende på person och mat. Helt plötsligt är man lika beroende av en vårdgivare.

Datorseende och haptik för att skapa algoritmerna

Vad teamet har gjort är att ta fram och utveckla unika robotalgoritmer. Målet med algoritmerna är att få roboten att på ett autonomt och bekvämt sätt kunna utföra varje steg i matningsprocessen. Därtill har man även räknat på hur algoritmerna kan anpassas efter flera olika typer av livsmedel. Primärt har man använt sig av datorseende och haptik. Datorseende handlar om hur data extraheras ur sedda tillfällen beroende på den uppgift som ska lösas. Haptik är läran om effekterna av beröring och kroppsrörelser. Dessa två läror är avgörande för de nya matningsalgoritmerna. En algoritm handlar om att roboten ska kunna bedöma både vinkel och hastighet för gaffelanvändning. En annan berör skedanvändning – helt olika brukssätt. En tredje algoritm berör förfarandet när besticken levererar mat från tallriken till munnen. Dataseendet går via robotarmen som är försedd med en kamera som ger visuell feedback. Armen är även utrustad med en kraftsensor som ger den haptiska responsen.

Träning med olika typer av livsmedel

Precis som med all AI måste den träna, träna och träna lite till. Man har låtit roboten äta en hel mängd olika livsmedel. Allt från tofu till hårda morötter, soppa, kokt potatis och salladsblad. Hela tiden har man också finkalibrerat robotens rörelser och algoritmer för att få processen att efterlikna en mänsklig hands rörelser. Resultaten är en snabbare mer vertikal rörelse för robusta livsmedel och en mjukare, vinklad rörelse för mer ömtålig mat.

Känner av när en tugga tas

Något som är särskilt imponerande är förmågan att föra in maten i munnen. De robotar som finns på marknaden brukar stanna framför munnen. Detta tvingar den behövande att sträcka sig fram, böja på nacken etcetera, vilket kan vara svårt för kraftigt rörelsenedsatta personer. Vad man har skapat i stället är ett integrerat robotsystem. Detta system för in maten i munnen, stannar när munnen stängs, känner av när personen börjar äta för att sedan försiktigt föra ut besticket.

Utvecklingen fortsätter

Trots att roboten är en bra bit på väg finns det saker att jobba vidare med. Ömtålig och tunn föda har roboten svårigheter med. Även att skära större föremål i lagom stora bitar är en svårighet som tål att utvecklas vidare. Man har även börjat titta på möjligheten att kommunicera med roboten om matval. Tanken är att roboten med hjälp av sin AI ska kunna lära sig personens smakpreferenser. Förhoppningsvis kommer ännu fler människor att kunna äta och leva mer självständigt tack vare den nya AI-matningsroboten.

UX Connections, the UX design agency with UX/UI consultants to help your digital product succeed.