人工智能让假手更像真手 ^{CEFR B2}

很多日常动作依赖手指的自动协调和触觉反馈。对使用假手的人来说，这种自动控制往往缺失，导致他们必须刻意地控制每根手指，完成简单动作会变得缓慢且吃力。

犹他大学的研究人员在一只商业化假肢上装配了定制指尖，这些指尖既能测量压力，又含有近距离光学传感器，灵敏到能检测几乎无重量的物体接触。团队用抓握姿势数据训练人工神经网络，让每根手指能独立并行地移动，自动形成对不同物体的稳固抓握。

为避免使用者与机器争夺控制权，团队提出一种仿生的共享控制策略，平衡人类意图与人工智能的微调，从而提高精度并降低使用者的心理负担。研究在四名肢体截断者身上测试，参与者在标准任务和精细动作（如拾取小物件、举起或用塑料杯喝水）上表现更好。研究由 Jacob A. George 和 Marshall Trout 领导，发表在 Nature Communications，并得到国家卫生研究院和国家科学基金会的资助。

团队表示，未来将探索植入式神经接口，并把这些接口与增强传感器和智能控制结合，以实现更直观、更灵巧的假肢控制。其他合著者来自犹他大学和科罗拉多大学博尔德分校，来源为 University of Utah。