A pesquisa sobre os fatores humanos, ligada às neurotecnologias, tem também despertado re- centemente um elevado interesse. A iniciativa americana BRAIN® (The Brain Research through Advancing Innovative Neurotechnologies) (Bargmann et al., 2014), tem como objetivo o desen- volvimento de tecnologias inovadoras na área das ciências da cognição. Inspirada pelo projeto do genoma humano, a iniciativa BRAIN®6 irá contribuir para uma melhor compreensão do cérebro humano. Há pouco tempo a União Europeia acordou também um investimento de mais de um bilião de euros no Projeto Cérebro Humano (HBP), que envolverá um consórcio com a participa- ção de diversas instituições internacionais e irá permitir um forte estímulo científico no sentido de criar a simulação do funcionamento do cérebro humano com recurso a supercomputadores. Os principais objetivos associados ao Projeto Cérebro Humano são:
• Criar e operar uma infraestrutura de investigação científica europeia para o cérebro, para a neurociência cognitiva e para outras ciências inspiradas no cérebro.
• Reunir, organizar e disseminar dados, descrevendo o cérebro e as suas doenças. • Simular o cérebro.
• Construir as bases da teoria e dos modelos do cérebro.
• Desenvolver a computação inspirada no cérebro, a análise de dados e a robótica.
• Assegurar que o trabalho levado a cabo no Projeto Cérebro Humano empreende responsa- bilidade e beneficia a sociedade.
2.5. ALGUNS PROJETOS EM CURSO SOBRE FATORES HUMANOS 29 O Projeto Cérebro Humano7 irá decorrer durante o período de 2013 a 2023. Conta com a
participação de investigadores do Programa Champalimaud de Neurociências8, que irão contribuir
para o desenvolvimento de modelos computacionais, os quais pretendem permitir compreender a complexidade das estruturas nervosas (figuras 2.18.a e 2.18.b) existentes no cérebro humano.
(a) Imagem por Tensor de Difusão (DTI) das fibras nervosas existentes na substância branca do cérebro.
(b) Ilustração da rede neuronal do cérebro, representada por pontos e linhas.
Figura 2.18: (a) Imagem por Tensor de Difusão9das fibras nervosas presentes na substância branca do
cérebro humano; (b) rede neuronal do cérebro humano. Imagens adaptadas de Science Photo Library10.
A empresa Neuralink™ 11, recentemente criada, pretende produzir e comercializar implantes cérebro-computador com ultra alta largura de banda. O projeto ligado a esta empresa, apresentado em Março de 2017 e cofundado por Elon Musk12, tem por objetivo ligar os cérebros humanos aos
computadores, desenvolvendo ciborgues.
A quarta Revolução Industrial resulta agora da integração dos sistemas de produção inovadores e das tecnologias avançadas de informação. O conceito de Manufatura Aditiva (AM) (Calignano et al., 2017; Dilberoglu et al., 2017; Meboldt & Klahn, 2018) é considerado o novo paradigma da “Indústria 4.0”.
No capítulo 3 são apresentados os contributos teóricos, as metodologias e, em suma, o esforço de investigação realizado tendo em vista a modelagem, a identificação, o controlo de sistemas humano-máquina e a melhoria do desempenho, tomando como linhas de inspiração alguns dos conceitos aqui descritos.
7https://www.humanbrainproject.eu/en/.
8http://www.neuro.fchampalimaud.org/en/about-us/vision/cnp-vision/.
9Técnica não intrusiva, que estima o movimento das moléculas de água nos tecidos fibrosos cerebrais. 10http://www.sciencephoto.com/.
11https://www.neuralink.com/.
12Fundador da empresa SpaceX™(https://www.spacex.com/), cofundador das empresas Tesla Motors™ (https://www.tesla.com/) e PayPal™ (https://www.paypal.com/), e presidente da subsidiária SolarCity™ (https://www.tesla.com/solarroof/).
Capítulo 3
Modelagem, identificação e controlo de
sistemas HMI
Não se pode ignorar o sentimento que as fórmulas matemáticas têm uma existência independente e uma inteligência próprias e são mais sábias do que nós.
Heinrich Hertz (1857 - 1894) Sumário
3.1 Introdução . . . 31 3.2 Modelagem de sistemas de interação humano-máquina . . . 32 3.3 Identificação de sistemas de interação humano-máquina . . . 40 3.4 Projeto de controladores com integração do humano . . . 50 3.5 Análise de desempenho dos sistemas humano-máquina . . . 64
Resumo
Neste capítulo, são apresentados os fundamentos teóricos e as técnicas de modelagem e de identi- ficação para os sistemas de interação humano-máquina utilizados, sendo descritas as metodologias de controlo com a integração do operador humano e as técnicas propostas de transferência de co- nhecimento. São ainda abordadas as ferramentas de projeto de controladores de assistência para sistemas humano-máquina, sendo introduzidas diversas medidas e modelos para a análise de de- sempenho.
3.1 Introdução
O principal objetivo deste trabalho centra-se no projeto de controladores para melhorar o desem- penho dos sistemas humano-máquina. Para cumprir este propósito, é ainda necessário efetuar a modelagem e a identificação do sistema a controlar. Embora a resposta de um dado sistema humano-máquina nem sempre apresente comportamento linear, existem diversos estudos que reve- laram que os modelos lineares e quase-lineares podem ser utilizados para captar o comportamento
relevante de um sistema humano-máquina, nomeadamente quando estejam em causa tarefas ma- nuais simples (Antunes et al., 2013a; Antunes et al., 2010b; Gaines, 1969; Gray, 2007; Jackson, 1969; Palma et al., 2012; Pool et al., 2009; Potter & Singhose, 2013; Ragazzini, 1948; Sheridan & Ferrell, 1975; Tervo & Manninen, 2010; Tustin, 1947). Assim, é permitido o recurso às técnicas clássicas de controlo combinadas com outras abordagens mais recentes, como por exemplo o con- trolo supervisionado, a transferência de aprendizagem/conhecimento e os algoritmos evolutivos.
Dois aspetos importantes acerca da modelagem e da identificação dos comportamentos do operador humano e do sistema humano-máquina, em que este se integra, devem no entanto ser tomados em consideração:
• O operador humano constitui um sistema complexo não linear e variante no tempo, devido ao seu comportamento depender simultaneamente de diferentes fatores, tanto pessoais (a concentração, o treino e a aprendizagem ou a condição física), como ambientais (as pertur- bações ou o conforto). Como tal, este comportamento não poderá à partida ser completa- mente capturado através de um simples modelo dinâmico, ou mesmo de um conjunto destes modelos (Abdel-Malek & Marmarelis, 1988; Imamizu et al., 2000). O propósito dos mo- delos a desenvolver não será replicar completamente o comportamento humano, mas sim conseguir extrair a informação relevante para o poder caracterizar.
• A aplicação de técnicas de identificação em sistemas que integram o humano no anel de controlo constitui, à partida, um problema de elevada complexidade (Tervo & Manninen, 2010), já que em qualquer experiência com o ser humano e a máquina, o operador humano fecha a “ponte” entre sentir e atuar. Assim, para se poder obter um modelo aceitável desse sistema resultante, torna-se necessário extraí-lo primeiro através dos dados experimentais obtidos em anel fechado.