美國猶他大學(xué)研究團隊提出了一種融合人工智能（AI）的仿生手控制新方法，有望顯著降低手臂義肢使用過程中的大腦負(fù)擔(dān)。相關(guān)成果發(fā)表于新一期《自然·通訊》雜志。

盡管當(dāng)前高端仿生手在外形和驅(qū)動方式上已十分接近真實手臂，但在使用過程中，佩戴者仍需刻意控制手指的張合與用力程度?？刂撇恢苯印⒉僮髫?fù)擔(dān)重，正是近一半使用者最終放棄義肢的重要原因。其中一個關(guān)鍵問題在于，大多數(shù)商用仿生手還無法復(fù)制觸覺反饋，而這種觸覺正是人類以直覺、反射方式抓握物體的關(guān)鍵來源。

為解決這一問題，研究團隊在一款商用仿生手的基礎(chǔ)上安裝了定制化指尖模塊。這些指尖除了能感知壓力外，還配備了光學(xué)接近傳感器，能模擬最精細(xì)的觸覺。例如，它們甚至可感知到幾乎無重量的棉球掉落在其上的感覺。

針對觸覺反饋問題，研究團隊利用傳感器數(shù)據(jù)訓(xùn)練了一個人工神經(jīng)網(wǎng)絡(luò)模型，使手指能自動移動到與物體形成完美抓握的合適位置。由于每根手指都有獨立傳感器，可“感知”前方情況，因此多根手指可并行工作，從而對物體形成完美、穩(wěn)定的抓握。

研究團隊創(chuàng)建的這種仿生方法，并未將控制權(quán)完全交給AI，而是采用“人—機共享”的策略。使用者負(fù)責(zé)發(fā)出抓取或放松的整體意圖，AI系統(tǒng)則自行完成精細(xì)調(diào)節(jié)，從而避免人與機器相互干擾，使操作過程更加順暢。

在實驗中，4名肘下腕上截肢的參與者在使用該系統(tǒng)后，在標(biāo)準(zhǔn)抓握任務(wù)中的穩(wěn)定性和精確度均有提升，主觀感受到的思維負(fù)擔(dān)明顯下降。更重要的是，參與者無需經(jīng)過長時間訓(xùn)練，便可完成撿取小物體、端起塑料杯飲水等日常動作。