Bygger ett kroppscentrerat operativsystem

Idag finns många tekniker som på olika sätt mäter hur kroppen mår eller stimulerar till aktiviteter, det man kallar Body Computing. Med en ökad komplexitet hos sådana system behövs något som liknar ett operativsystem som på ett systematiskt sätt kan koordinera dem.

I projektet BOS: Principer och tekniker för ett kroppscentrerat OS samverkar experter från olika håll för att gemensamt ta sig an uppgiften. Målet är att skapa ett möjliggörande nätverk som kan utnyttjas av andra för att bidra till en bättre hälsa.
– Det man kallar ”Body computing” syftar till att främja studien av människokroppar med hjälp av bärbar teknik, implanterade enheter och hjärn–maskin-gränssnitt, kombinerat med datorresurser nära källan och i molnet. Den innehåller mjukvaruteknik för låg effekt, resursbegränsade enheter och kommunikation, nätverk och AI, men också gränssnitt till och signalbehandling av hårdvarukomponenter som sensorer och kommunikationsnät mellan olika delar av kroppen och till omvärlden. Det är med andra ord komplexa processer som idag drivs var och en för sig men som skulle behöva koordineras, förklarar professor Stefanos Kaxiras.

Kroppen har många begränsningar
Deras projekt syftar till att bygga ett Body-centric Operating System (BOS), ett kroppscentrerat operativsystem, som är ett plattformsoberoende, modulärt och energieffektivt programverktyg för Body Computing.
– Det finns idag en mängd kroppsnära tekniker som består av både sensorer, som känner av kroppens reaktioner, och aktuatorer, som stimulerar till aktivitet. Dock är det inte många som har tittat på samordning av dem på motsvarande sätt som på robotar där allt är sammankopplat, fortsätter Stefanos Kaxiras.
Samtidigt finns det mycket som skiljer en robot och en människa åt när det gäller användning av sådan teknik.
–En människa har många begränsningar som en robot inte har, man måste ta hänsyn till exempelvis temperatur, kraft och olika säkerhetsaspekter. Man kan heller inte dra en massa kablar till de olika digitala verktygen, utan alla tekniker måste göras extremt energieffektiva, förklarar docent Zhibin Zhang.

Kan effektivisera energianvändningen
I projektet utvecklar de mjukvarutekniker för energieffektiv databehandling med artificiella neurala nätverk.
– Vi tittar på hur de kan drivas mer energieffektivt, och det går att minska energibehovet med cirka 20 procent genom utveckling av både hård- och mjukvara, fortsätter han.
En grundförutsättning för att kunna skapa ett kroppsnära operativsystem är att de förstår hur kroppen fungerar, inte minst hjärnan.
– Jag tittar på gränssnittet mot hjärnans aktiviteter och använder bland annat EEG för det. Vi skulle vilja kunna använda den tekniken även i verkligheten, inte bara på ett laboratorium. Men då måste processerna runt EEG bli robustare, hela systemet kan inte gå ner bara för att en sensor slutar fungera exempelvis, konstaterar universitetslektor Mårten Björkman.
De vill även göra ramverket för ett operativsystem mer generellt. Det visar sig att olika individer svarar olika på signaler, vad som fungerar hos en fungerar inte hos en annan.
– Variationerna mellan individer visar sig vara större än vad vi trodde. Vi skulle därför vilja skapa ett förtränat bassystem som sedan kan anpassas till respektive individ under användning, förklarar Mårten Björkman vidare.

Spiking Neural Network
Projektet innehåller inte bara utveckling av ett kroppscentrerat operativsystem utan de utvecklar även en del tekniker som kan vara till hjälp vid olika funktionsstörningar.
– Bland annat byggde vi en elektronisk hud som kan fästas på en hand och känna av vilket föremål den griper. För det krävs ett artificiellt neuralt nätverk som kan hantera sådan dynamisk information, och då använder vi biologiskt plausibla spikande neurala nätverk, berättar Zhibin Zhang.

Signaltransport genom fettlager
Det behövs även vägar för signaler att transporteras genom kroppen för att knyta ihop olika tekniker. Man har upptäckt att det fettlager som ligger mellan huden och muskeln kan fungera som en tunnel för radiofrekvenser, det är nästa lika snabbt som wifi.
– Idag kan vi skicka en signal cirka 20 cm i det fettlagret och jobbar nu på att göra det möjligt för signaler att ta sig betydligt längre, förklarar Stefanos Kaxiras.
Projektet befinner sig ännu i en inledande fas där de har rekryterat de forskarstudenter som ska delta. När de har kommit längre är avsikten att genomföra en serie demonstratorer för att utvärdera systemets prestanda under verkliga förhållanden.