HAKSH-E: ROBOTTEN DER UNDERVISER I GOD HÅNDVASK

Indien den 27. april 2022
I samarbejde med Indiens regering har AMMACHI Laboratorierne designet en animeret social robot for at opmuntre børn i grundskolen til at praktisere ordentlig håndvask og hygiejne. Håndvask med sæbe betragtes som den "mest effektive vaccine" mod talrige sygdomme. På trods af bevidsthed herom bliver korrekt håndhygiejne ikke praktiseret, fordi det ikke er en vane.
AMMACHI Labs (Amrita Multi Modal Applications Using Computer & Human Interaction) skabte en autonom AI-aktiveret social robot, der kan hjælpe med at inspirere til at etablere en positiv vane i forhold til håndvask hos små børn. Robotten hedder Haksh-E, afledt af en kombination af to sanskritord: 'hastha' som betyder 'hånd' og 'kshalanam' som betyder 'rengøring'.
Feedback fra folkeskolebørn er en integreret del af Haksh-E’s udvikling, og med det som en del af designprocessen, udviklede der sig en AI-prototype til genkendelse af håndvask. Toycathon er et tværministerielt initiativ, der er vært for Innovation Cell i Indiens Undervisningsministerium. I sæsonen 2021-22 valgte de at gå med ideen Haksh-E som national finalist.
Designteamet består af medlemmer med forskellig baggrund. Sreejith Sasidharan og Pranav Prabha er forskere ved AMMACHI Labs, som var med til at designe Haksh-E med børnene. De udviklede og indbyggede også et håndvask-genkendelsessystem i robotten for at bestemme kvaliteten af håndvask.
Devasena Pasupuleti og Anand M Das er studerende inden for M-Tech Robotik & Automatisering - på Amrita Universitet og har deres universitetspraktik på AMMACHI Labs. De arbejdede på en spilbaseret interaktion mellem børnene og robotten, hvilket bidrog til børnenes accept af Haksh-E.
Rajesh Sharma og Gayathri Manikutty er mentorerne for teamet. Rajesh Sharma er vicepræsident for Engineering Spire Animation Studio, USA, og Gayathri Manikutty er en social nytænker og social robotforsker hos AMMACHI Labs.
Læs hele artiklen på India AI, et initiativ fra Indiens Regering for at udvikle en social, positiv ramme med de bedste praksisorienterede løsninger for AI-udvikling.