一种新开发的结合了人工智能和机器人技术的系统正在帮助一名四肢瘫痪的男子将他的思维转化为机械臂的动作——包括抓取和释放物体——并且该系统在七个月内无需重大调整即可正常工作。
这远远超过了这类设置通常只能持续几天就需要重新校准的情况。根据加州大学旧金山分校（UCSF）研究团队的说法，这显示了该技术的前景和潜力。
脑机接口（BCI）系统的关键在于用于匹配特定脑信号与特定动作的人工智能算法。这名男子能够实时观看机械臂的动作，并在想象这些动作的同时进行观察，这意味着错误可以迅速得到纠正，并且机械臂的动作可以达到更高的精度。
“这种人与人工智能之间的学习融合是脑机接口的下一个阶段，”来自UCSF的神经学家卡鲁内什·冈古利（Karunesh Ganguly）说。“这是我们实现复杂、逼真功能所需要的。”
仅凭意念控制机械臂，这名男子可以打开橱柜，取出杯子，并将其放在饮料分配器下。这项技术在支持残疾人在各种行动中具有巨大潜力。
在研究过程中，团队发现与运动相关的脑电波模式的形状保持不变，但其位置随着时间略有漂移——据认为这是由于大脑在学习和吸收新信息时发生的。
人工智能能够适应这种漂移，这意味着系统不需要频繁重新校准。此外，研究人员相信该系统的速度和准确性在未来可以进一步提高。
“值得注意的是，这里的神经假肢完全处于自愿控制之下，没有任何机器辅助，”研究人员在他们的论文中写道。
“我们预计基于视觉的辅助可以显著提高性能，特别是在复杂的物体交互方面。”
这不是一个简单或廉价的系统，它使用脑植入物和一种称为皮层脑电图（ECoG）的技术来读取脑活动，并通过计算机将其转换为机械臂的动作。
然而，这证明我们现在拥有技术可以识别哪些神经模式与关于哪些物理动作的想法相关联——即使这些模式在大脑中移动也可以被追踪。
我们还看到类似的系统让那些无法说话的人恢复声音，并帮助一名四肢瘫痪的男子下棋。尽管还有很多工作要做，但随着技术的不断改进，更复杂的动作将成为可能。
“我非常有信心我们已经学会了如何构建这个系统，并且可以让它发挥作用，”冈古利说。
该研究已发表在《细胞》杂志上。
(全文结束)
