KI macht Handprothesen natürlicher ^{CEFR B2}

Forscher der University of Utah, angeführt von Jacob A. George und Marshall Trout, nutzten künstliche Intelligenz, um eine handelsübliche TASKA-Hand natürlicher und effizienter zu steuern. Die Prothese erhielt spezielle Fingertips mit Drucksensoren und optischen Näherungssensoren; diese Sensoren waren so empfindlich, dass sie sogar einen faktisch gewichtslosen Wattebausch erkennen konnten.

Die Forschenden trainierten ein neuronales Netzwerk mit Näherungsdaten, sodass jeder Finger seinen Abstand zu einem Objekt automatisch anpasst. Weil jeder Finger seinen eigenen Sensor hat und »sieht«, was davor ist, arbeiten die Finger parallel und erzeugen über verschiedene Objekte hinweg einen sicheren Halt. Zur Vermeidung von Steuerkonflikten entwickelten sie einen bioinspirierten, gemeinsamen Steuerungsansatz, der menschliche und KI-Eingaben gegeneinander abwägt und so die Nutzerpräzision steigert.

Das System wurde mit vier Teilnehmenden getestet, deren Amputationen zwischen Ellenbogen und Handgelenk lagen. Die Studie zeigt verbesserte Wertungen bei Standardaufgaben und erlaubt feine motorische Tätigkeiten wie das Aufheben kleiner Gegenstände sowie das Anheben und Trinken aus einem Plastikbecher. Das Team plant, implantierbare neuronale Schnittstellen mit den verbesserten Sensoren und der intelligenten Steuerung zu verbinden. Die Studie erscheint in Nature Communications; Koautoren kommen von der University of Utah und der University of Colorado, Boulder. Die Finanzierung kam von den National Institutes of Health und der National Science Foundation.