参与：张倩、杜伟、李泽南
利用「意念」掌握机器，让肢体缺失落的残疾人过上正凡人的生活，这听起来像是涌如今电影中的场景。最近，瑞士洛桑联邦理工学院（EPFL）展示的新技能却让科幻变成了现实，他们的研究还登上了最新一期自然杂志子刊《Nature Machine Intelligence》的封面。
近日，瑞士洛桑联邦理工学院的研究职员开拓出了一种全新的机器臂掌握方法，它利用人工智能为被截肢者供应前所未有的准确操纵能力。研究职员结合了神经工程学和机器人学的专业知识，使得穿着者可以掌握机器手的每个手指，并在穿着机器手时自动抓起物体。这项新技能在包括 3 名被截肢者和 7 名肢体健全受试者的观点验证研究中得到了成功。
意念+AI 算法=灵巧、稳健机器手
研究职员表示，他们提出的全新机器手臂掌握方法，其关键上风在于通过人类意图和自动化算法共同进行操纵（shared control）——在须要高灵巧性时，人类掌握运动；当须要高鲁棒性时，AI 算法则进行赞助。
换句话说，由于被截肢者的觉得和掌握能力有限，他们很难担保自己的手指形状与物体符合并担保抓握力度适中，因此须要 AI 算法进行赞助来提高精确度。这种方法极大地改进了机器手的可用性，并可以灵巧操作多个自由度的枢纽关头。
用 AI 算法解码「意念」
在此前，科学家们对付机器臂掌握研究很多，但充其量也只能掌握单个手指，而且其研究成果也仅限于在四肢健全的人群中实现离线的「义肢掌握」。
EPFL 提出的新系统，在神经学上的关键理念是对来自现有运动神经的旗子暗记进行解码，这些运动神经旨在为手指发出活动的旗子暗记。这些旗子暗记（sEMG）网络自被截肢者残肢的剩余神经，并被转换成假肢单个手指的运动旗子暗记，这种效果在之前的假肢研究中未能实现。得益于机器人技能，机器手可以帮助被截肢者抓起物体并能够坚持些许韶光，从而以一种真实的办法操控物体。
研究者首先提出了一个利用多层感知器（MLP）的运动比例解码器，该解码器许可穿着者同时、连续地掌握每个手指。
图 1：实验装置和受试者。
a：在线实验中，4 名肢体健全和 3 名截肢受试者利用他们的表面机电旗子暗记掌握一个虚拟的机器手。利用多层感知器对这些旗子暗记进行解码，得到单位数枢纽关头角度的预测结果；b：3 名截肢受试者的残缺程度不同；c：研究职员测试的肢体活动包含单位数和多位数活动。实验结果显示，除 A2 截肢受试者无法独立做出食指和中指波折/延展动作之外，其他所有受试者都能做出 c 中的所有动作。
这一技能中用到的机器学习算法首次学习了如何解码利用者的动作意图并将这些脉冲旗子暗记转换为假肢的手指运动。在演习算法的过程中，被截肢者的手指动作通过绑在他们残肢上的传感器通报给机器，以检测他们的神经活动。通过这一过程，机器学习算法学习假肢部位的肌肉刺激与特定手部运动的对应关系。
演习完成之后，被截肢者就可以将故意识的动作脉冲转换为各个假肢手指的微调动作。该算法滤掉了与肢体运功无关的动作，只关心与运动紧密干系的动作。
「由于这些肌肉旗子暗记是有噪声的，我们须要一种机器学习算法来提取故意义的肌肉活动并将其转换为动作，」论文一作 Katie Z. Zhuang 阐明称。
提高抓取灵巧度
然而，仅仅依赖处理人类发出的旗子暗记，我们还远不能以让机器臂做到足够灵巧。对此，研究职员开拓了另一种机器学习算法，用来帮助用户抓取和操纵物体。
在机器手碰到物体之后，AI 算法就会让手指闭合，捉住物体。这一自动抓取功能源自之前的研究，在这项研究中，机器手被用来感知物体的形状，并仅基于打仗得到的信息实现抓取。
「当你手里拿着一个物体，它开始松脱滑动，你只有数毫秒的韶光做出反应，」EPFL 学习算法与系统实验室的 Aude Billard 表示。「机器手能够在 400 毫秒内做出反应。它的手指上布满压力传感器，可以在大脑觉得到物体滑动之前做出反应并稳住物体。」
图 3：虚拟环境中的共享掌握、装置和结果。
a：Allegro 机器手仿照器；b：共享掌握策略。c：主动柔顺打仗（共享）掌握器的动作；d：共享掌握的示例追踪（受试者 B4）。个中，顶部一行显示了无共享掌握（左）和有共享掌握（右）两种情形下检测到的总压力值；e：受试者 B2 的握持实验百分比；f：握持物体的韶光坚持在 7 秒；g：握持物体时远节趾骨、中节趾骨和近节指骨的打仗。
华人一作
本论文的第一作者 Katie Z. Zhuang 本科毕业于约翰霍普金斯大学，并在杜克大学得到了生物医学/医学工程的博士学位，这一研究是她在洛桑联邦理工学院读博士后期间的事情。目前，Katie Zhuang 任瑞士弗里堡大学（University of Fribourg）研究科学家。
参考内容：https://www.sciencedaily.com/releases/2019/09/190911113007.htm?utm_source=feedburner&utm_medium=feed&utm_campaign=Feed%3A+sciencedaily%2Fmost_popular+%28Most+Popular+News+--+ScienceDaily%29https://www.docwirenews.com/future-of-medicine/ai-powered-prosthetic-hand-provides-unprecedented-control-for-amputees/https://www.nature.com/articles/s42256-019-0093-5