癱瘓男子用意念控制兩隻機械臂吃蛋糕
男人一動不動地坐在椅子上，目不轉睛地盯著面前桌上的一塊蛋糕。 電線從他大腦中的電極植入物中伸出。 他的兩側是兩條巨大的機械手臂，每條手臂都比他的整個上半身還要大。 一個拿著刀，另一個拿著分叉。
「切菜吃。 右手向前移動開始，」一個機器人聲音命令道。
男人專註於將他部分癱瘓的右臂向前移動。 他的手腕幾乎沒有抽動，但機械式的右手卻平穩地向前航行，將分叉的尖端定位在蛋糕附近。 左手又輕輕一動，將刀向前送去。
幾個命令後，這個男人高興地張開嘴，吞下了一口大小的零食，在他的機器人化身的幫助下切成個人喜好。 自從他能夠養活自己以來，已經過去了大約 30 年。
我們大多數人不會三思而後行地同時使用我們的兩條手臂——用刀叉吃飯、打開瓶子、擁抱親人、懶洋洋地躺在沙發上操作視頻遊戲控制器。 協調對我們的大腦來說是自然而然的。
然而，重建兩個肢體之間的這種輕鬆運動多年來一直困擾著腦機介面 (BMI) 專家。 一個主要障礙是複雜程度：在一項估計中，使用機器人肢體來完成日常生活任務可能需要 34 個自由度，即使是最複雜的 BMI 設置也具有挑戰性。
由約翰霍普金斯大學的 Francesco V. Tenore 博士領導的一項新研究發現了一個絕妙的解決方法。 由於機器學習，機器人變得越來越自主。 與其將機器人的肢體僅僅視為機械，為什麼不利用它們複雜的編程讓人類和機器人可以共享控制？
「這種共享控制方法旨在利用腦機介面和機器人系統的內在功能，創造一個『兩全其美』的環境，用戶可以在其中個性化智能假肢的行為，」Francesco Tenore 博士說.
就像一個自動飛行系統一樣，這種協作允許人類通過只關注最重要的事情來「駕駛」機器人——在這種情況下，每一口蛋糕要切多大——同時將更多平凡的操作留給半成品。自主機器人。
該團隊表示，希望這些「神經機器人系統」——大腦神經信號和機器人智能演算法之間的真正思維融合——能夠「提高用戶的獨立性和功能」。
雙重麻煩
大腦向我們的肌肉發送電信號以控制運動，並根據接收到的反饋調整這些指令——例如，那些編碼壓力或肢體在空間中的位置的指令。 脊髓損傷或其他損害這條信號高速公路的疾病會切斷大腦對肌肉的控制，導致癱瘓。
BMI 本質上是在受傷的神經系統上架起一座橋樑，讓神經命令能夠通過——無論是操作健康的肢體還是連接的假肢。 從恢復手寫和語音到感知刺激和控制機器人肢體，BMI 為恢復人們的生活鋪平了道路。
然而，這項技術一直受到一個令人不安的問題的困擾：雙重控制。 到目前為止，BMI 的成功很大程度上僅限於移動一個肢體——身體或其他方面。 然而在日常生活中，我們需要雙臂來完成最簡單的任務——科學家稱之為「雙手運動」的一種被忽視的超級大國。
早在 2013 年，杜克大學的 BMI 先驅 Miguel Nicolelis 博士提出了第一個證據，證明雙手控制 BMI 並非不可能。 在兩隻植入了電極微陣列的猴子身上，來自大約 500 個神經元的神經信號足以幫助猴子控制兩個虛擬手臂，只用他們的思想來解決計算機化的任務，以獲得（字面上）多汁的獎勵。 雖然這是一個有希望的第一步，但當時的專家想知道該設置是否可以處理更複雜的人類活動。
伸出援助之手
這項新研究採用了不同的方法：協作共享控制。 這個想法很簡單。 如果使用神經信號來控制兩個機械臂對於單獨的大腦植入來說過於複雜，為什麼不讓智能機器人減輕一些處理負載呢？
實際上，機器人首先被預先編程為幾個簡單的動作，同時留出空間讓人類根據自己的喜好控制細節。 這就像一個機器人和人類雙人自行車騎行：機器根據其演算法指令以不同的速度踩踏板，而人則控制車把和剎車。
為了建立這個系統，該團隊首先訓練了一種演算法來解碼志願者的思想。 這位 49 歲的男子在測試前大約 30 年遭受了脊髓損傷。 他的肩膀和肘部仍然很少活動，並且可以伸展手腕。 然而，他的大腦早已失去了對手指的控制，剝奪了他對精細運動的控制。
該團隊首先將六個電極微陣列植入他的皮層的各個部分。 在他大腦的左側——控制他的優勢側，右側——他們分別將兩個陣列插入運動和感覺區域。 相應的右腦區域——控制他的非慣用手——分別接收到一個數組。
團隊接下來指示該男子盡其所能進行一系列手部動作。 每個手勢——彎曲左手腕或右手腕、張開或捏手——都映射到一個運動方向。 例如，彎曲他的右手腕同時伸展他的左手（反之亦然）對應於水平方向的運動； 雙手打開或捏住代碼進行垂直移動。
與此同時，該團隊收集了編碼每個手部動作的神經信號。 這些數據被用來訓練一種演算法來解碼預期的手勢並為外部的一對科幻機械臂提供動力，成功率約為 85%。
讓他吃蛋糕
機械臂也接受了一些預訓練。 通過模擬，該團隊首先讓手臂知道蛋糕在盤子上的位置，盤子將放在桌子上的哪個位置，以及蛋糕離參與者嘴巴大約有多遠。 他們還微調了機械臂的運動速度和範圍——畢竟，沒有人願意看到一個巨大的機械臂握著尖叉，在你臉上飛來飛去，晃來晃去的一塊蛋糕。
在此設置中，參與者可以部分控制手臂的位置和方向，每側最多有兩個自由度——例如，允許他左右移動任何手臂、前後移動或左右滾動. 同時，機器人負責其餘的運動複雜性。
為了進一步幫助協作，機器人的聲音會在每一步中喊出，幫助團隊切一塊蛋糕並送到參與者的嘴裡。
男人率先行動。 通過專註於他的右手腕運動，他將右手機械手定位在蛋糕上。 然後機器人超越，自動將分叉的尖端移到蛋糕上。 然後，該男子可以使用預先訓練的神經控制來確定分叉的確切位置。
設置完成後，機器人會自動將持刀的手移向分叉的左側。 男人再次調整，將蛋糕切成他想要的大小，然後機器人自動切割蛋糕並將其送到他的嘴裡。
「食用糕點是可選的，但參與者選擇這樣做是因為它很好吃，」作者說。
該研究有 37 項試驗，其中大部分是校準。 總體而言，這個人用他的頭腦吃了七口蛋糕，所有的蛋糕都「大小適中」，沒有掉下任何東西。
它肯定不會很快出現在您家中。 該設置基於 DARPA 開發的一對巨大機械臂，需要為機器人提供廣泛的預編程知識，這意味著它在任何給定時間只能執行一項任務。 目前，該研究更多地是關於如何將神經信號與機器人自主性相結合以進一步擴展 BMI 能力的探索性概念證明。
但隨著假肢變得越來越智能和價格越來越便宜，該團隊正在展望未來。
「最終目標是可調節的自主性，利用任何可用的 BMI 信號
它們的最大效率，使人類能夠控制少數自由度 [degrees of freedom] 這最直接地影響了任務的定性表現，而機器人負責其餘的工作，」該團隊說。 未來的研究將探索並推動這些人機思維融合的界限。
圖片來源：約翰霍普金斯應用物理實驗室