See tähendab, et lihaseid stimuleeritakse ka siis, kui see pole vajalik, mis kiirendab lihaste väsimist, ärritab nahka ja piirab seadme kasutusaega vaid mõnele tunnile päevas.

Jakob Rostovski uuris oma Tallinna Tehnikaülikoolis kaitstud doktoritöös, kuidas muuta liikumist abistavad seadmed nutikamaks, et need tuvastaksid kõrvalekaldeid kõndimise käigus. Rostovski doktoritöö keskmes oli lihtne, kuid oluline küsimus: kas kõnnaku kõrvalekaldeid on võimalik märgata juba nende tekkimise hetkel, mitte alles pärast sammu lõppu?

Et saada aru, kuidas võiks masin inimeste kõnnakut mõista, kogus Rostovski koos oma uurimisrühmaga kokku ainulaadse andmestiku: salvestati 22 inimese 155 kõnnakukatset, mis võimaldasid mõõta nii tavalisi kui ka kõrvalekalletega samme. Nende abil õpetati masinaid tuvastama, milline samm on normaalne ja millal hakkab miski valesti minema.

Alguses katsetati tavaliste masinõppe ehk algoritmide treenimise meetoditega. Seejärel mindi üle keerukamatele sügavõppe tehnikatele, mis suudavad leida ajas muutuvatest andmetest peenemaid mustreid ja seoseid.

Kuigi tehnikad andsid täpsuse mõttes suurepäraseid tulemusi – mõnel juhul jõuti kuni 95 protsendise täpsuseni –, seisnes probleem nende töömahukuses: sügavõppetehnikad vajasid nii palju arvutusvõimsust, et neid oleks raske väikeses, kantavas seadmes tööle panna. Seetõttu arendas Rostovski koos kolleegidega välja hoopis uue ja energiasäästlikuma lähenemise.

Prototüüp doktoritöö käigus veel päris valmis ei saanud, sest vastuseta jäid veel mitmed küsimused ning arendustöö võtab aega. Näiteks tuleb tagada, et seade oleks piisavalt väike ja kerge, töötaks tavapäraste patareide või väikese akuga ja taluks pikaajalist kandmist.

Edasiste sammude käigus soovitakse täiustada nii riistvara (seadme füüsilist osa) kui ka häälestada algoritme veelgi paremaks, et need suudaksid erinevate inimeste ja erinevate haiguste puhul võimalikult usaldusväärselt töötada.

Teadusuudised on Vikerraadios eetris esmaspäevast reedeni ca kell 8.35 ja laupäeval ca kell 8.25.