Kaip teniso žaidėjas, pavyzdžiui, Carlosas Alcarazas, nusprendžia, kur bėgti, kad sugrįžtų Novako Djokovico kamuolys, tiesiog pažvelgdamas į pradinę kamuolio poziciją? Tokį elgesį, būdingą elitiniams sportininkams, sunku paaiškinti dabartiniais skaičiavimo modeliais, kurie daro prielaidą, kad žaidėjai turi nuolat sekti kamuolį savo akimis.
Dabar Barselonos universiteto tyrėjai sukūrė modelį, kuris, derindami optinius kintamuosius su aplinkos veiksniais, tokiais kaip gravitacija, tiksliai numato, kaip žmogus judės, kad sugautų judantį objektą tik iš pradinio žvilgsnio. Šie rezultatai, paskelbti žurnale Karališkosios draugijos atviras mokslasgalėtų būti potencialios pritaikymo srityse, tokiose kaip robotika, sporto treniruotės ar net kosmoso tyrinėjimas.
Straipsnyje nagrinėjama puolėjo problema, kuri nurodo beisbolo žaidėją, kuris stovi lauke, kad sugautų kamuolį po to, kai jis nukentėjo. Tai yra klasikinis fizikos ir judėjimo neuromokslų iššūkis, naudojamas tyrinėti, kaip žmonės ir gyvūnai numato judesius dinaminėje aplinkoje ir kaip automatinės sistemos gali būti sukurtos jiems imituoti.
Joan López-Moliner, UB psichologijos fakulteto profesorius ir Neuromokslų instituto (Ubneuro) nario narys, vadovavo tyrimams ir patvirtina, kad „susidūrę su šia problema, dabartiniai modeliai yra pagrįsti pagrindine lokomotyva nuolat žiūrint į kamuolį, tuo tarpu elitinis sportininkas gali bėgti link kamuolio, nežiūrėdamas į jį “.
„Be to, – priduria jis, – šie modeliai neleidžia prognozuoti, kur kamuolys bus susijęs su stebėtoju.” Pradinis tyrimas buvo daktaro disertacijos dalis, kurią atliko Borja Aguado, bendraautorius ir buvęs grupės narys, kuris, po viešnagės Darmstadte (Vokietija), dabar yra VIC universiteto tyrėjas.
Modelis integruoja išankstines žinias apie rutulio sunkumą ir fizinį dydį į vaizdinę informaciją, gautą realiu laiku. „Modelis pateikia tiesioginius signalus, nurodančius numatomą rutulio kritimo padėtį ir laiką, kol jis ateis, atsižvelgiant į skirtingas sunkio jėgos sąlygas. Tai leidžia tiksliai nuspėti, kaip žaidėjas judės nuo pat pradžių nuo pat pradžių. Skrydis “,-apibūdina López-Moliner, kuris taip pat koordinuoja veiksmų tyrimų grupės viziją ir kontrolę.
Nepaisant sunkumo svarbos numatant trajektorijas, tai yra pirmas kartas, kai šis veiksnys buvo įtrauktas į tokį modelį. „Šis praleidimas nepastebėjo didelės įtakos, kurią gravitacija daro trajektorijai, o tai atspindi spragą tam, kaip esamiems modeliams atsižvelgiama į aplinkos konstantas“, – sako UB profesorius.
Be to, ankstesni modeliai negali paaiškinti, kodėl žmonės suvokia, ar rutulys yra pasiekiamas, ar ne nuspręsti, ar pradėti bėgti. „Mūsų modelis tai atspindi, nes tai rodo, kur objektas bus susijęs su žaidėju“, – sako tyrėjas.
Tyrimas, patvirtintas svaiginančioje virtualios realybės aplinkoje, galėtų būti pritaikytas sporto treniruotėms, kosmoso sektoriams ir robotikai.
Eksperimentai su virtualia realybe
Norėdami patvirtinti modelį, tyrėjai atliko eksperimentus svaiginančioje virtualios realybės aplinkoje, kurioje kiekvienas dalyvis – nešiojo akinius ir laikydami virtualios realybės prietaisą rankoje – turėjo pereiti į tokią padėtį, kurioje, jų manymu, virtualus rutulys nusileis. Kontroliuojama aplinka leido imituoti įvairias sunkio ir rutulio dydžio sąlygas, parodant, kad modelio prognozės atitiko empirines trajektorijas, judesio modelius ir laiko reakcijas.
„Mūsų modelis tiksliai numato trajektorijas, kurias dalyviai stebi skirtingomis sąlygomis. Rezultatai pabrėžia aplinkos konstantų, tokių kaip gravitacija, integracijos svarbą, kad geriau suprastų, kaip žmonės sąveikauja su mus supančiu pasauliu”, – sako tyrėjas.
Virtualūs sportininkų ir astronautų mokymai
Naujasis modelis galėtų būti pagrindas ateityje plėtoti įvairias praktines programas, pavyzdžiui, sporto mokymuose. „Viena vertus, kadangi modelis apima keletą komponentų, tokių kaip vaizdinė informacija ar gravitacija, jis galėtų būti pritaikytas treniruotėse ar virtualiose modeliavimo platformose. Tokiu būdu asmens jautrumo laipsnis, pavyzdžiui, elitinis sportininkas Skirtingi komponentai galėtų būti matomi arba jie galėtų būti išmokyti apdoroti ir naudoti vizualiai svarbią informaciją, kad būtų galima optimizuoti našumą “,-sako López-Moliner.
Be to, tai, kad modelis gali atsižvelgti į įvairių rūšių sunkumą, taip pat gali būti pritaikytas aviacijos ir kosmoso sektoriuje. „Modelis gali būti naudojamas aplinkoje su skirtingomis sunkumais ir gali numatyti našumą, su kuriuo asmuo, pavyzdžiui, kosminės stoties astronautas, sąveikauja su judančiais objektais“, – sako profesorius.
Tyrimai su dirbtiniais neuroniniais tinklais
Tyrėjai jau dirba kitame etape: įgyvendindami modelį dirbtiniuose nerviniuose tinkluose, skaičiavimo sistemas, imituojančias neuronų veikimą žmogaus smegenyse. Jų tikslas yra palyginti žmonių ir dirbtinių tinklų veiklą.
„Tai leistų mums aiškiau suprasti, kaip skaičiavimai įgyvendinami neuroniniu lygmeniu, nes dabar turime modelį skaičiavimo mastu, bet ne neuroniniu diegimu dirbtiniame nervų tinkle. Šios žinios galėtų būti aiškios pritaikymo srityse. Robotikos laukas “,-reziumuoja López-Moliner.