本文經(jīng)AI新媒體量子位（公眾號ID:QbitAI）授權轉載，轉載請聯(lián)系出處。

不動手光動嘴，吃到一口蛋糕共分幾步？

先意念控制拿叉子的機械臂，對準蛋糕叉下去。

再控制拿刀的機械臂切下一塊。

最后一邊旋轉一邊移動機械臂，把蛋糕舉到嘴邊，搞定。

來自約翰霍普金斯大學的這項研究，通過腦機接口讓一位癱瘓30年的志愿者做到同時操縱兩個機械臂。

使用刀叉對普通人來說并不難，但對于腦機接口系統(tǒng)來說，兩個機械臂共有34個自由度需要操控。

包括肩、肘、腕的關節(jié)運動，手掌的移動和轉向以及手指的控制。

并且這位志愿者是世界首位雙邊植入者，也就說大腦左右半球都植入了電極陣列。

解碼如此復雜的神經(jīng)信號，對現(xiàn)在的技術來說還是太難了。

這一次研究團隊提出新方法，把需要操控的自由度從34個減少到了12個，并且其中大部分交給算法來處理，人類只需要同時控制不超過4個。

最終在吃蛋糕實驗中，參與者可以根據(jù)自己喜好微調(diào)機械臂控制切下蛋糕的大小，實現(xiàn)了雙手協(xié)調(diào)的精細操作。

最近公開的一份實驗報告，向人們展示了這項研究中的更多細節(jié)。

把人與機器視為一個整體計算

新方法學名叫共享控制策略 （Shared Control Strategy）。

簡單來說，就是在共享控制系統(tǒng)內(nèi)部把參與試驗的人類和兩個機械臂視作一個人機組合，由算法統(tǒng)一調(diào)度。

這樣一來，系統(tǒng)在最終操作執(zhí)行環(huán)節(jié)只需要考慮兩個機械臂的末端執(zhí)行器（也就是手）的3D位置和3D方向。

算下來，就是3+3再乘上2兩只手，一共12個自由度。

在這個系統(tǒng)下，關節(jié)運動的運動和手指的捏合等其它自由度都交給逆向運動學算法 （Inverse Kinematics）來求解。

更進一步，這12個自由度在任務執(zhí)行過程中是動態(tài)劃分的。

對于每一個特定任務，系統(tǒng)都會劃分好執(zhí)行的環(huán)節(jié)步驟，通過語音引導人類參與者最多同時控制其中的3個，大部分工作交給算法來完成。

參與實驗中的是一位49歲的志愿者，他因脊髓損傷患上肢癱瘓已超過30年，肩、肘和腕部關節(jié)都只有很有限的活動能力。

在這次實驗中，他需要真的嘗試去移動手臂，而不是想象自己在移動手臂。

這樣產(chǎn)生的神經(jīng)信號更容易被解碼，這也是在視頻中會看到他運動能力受限的腕部不時有動作的原因。

最終，在共享控制策略下左右手的平均解碼準確率分別為63.5%和67.6%。

總共20個測試任務，他成功執(zhí)行了17個。

研究團隊認為，使用共享控制策略降低操控自由度對腦機接口發(fā)展來說十分關鍵。

其最大的意義在于減少人需要投入的精力，降低腦機接口的解碼難度，讓植入電極少或精度較低的便宜方案也能受益。

One More Thing

在研究報告中，還有一個有趣的細節(jié)。

原本的20個測試任務里是不包含吃蛋糕這一項的，但是蛋糕太香了，所以志愿者主動選擇要試一下。

在新方法的初級階段，執(zhí)行這樣一個復雜任務并不容易，大家看到的視頻演示是加速5倍播放的。

實際情況是，吃到一口蛋糕前后總共要花費90秒。

有網(wǎng)友表示這樣適合吃火鍋，燙的食物送到嘴邊時候剛好也涼了。