一项新研究表明，将人工智能与先进的接近和压力传感器集成到一个商业仿生手中，可以使截肢者以自然、直观的方式抓取物体，从而减少认知负担。通过在抓握姿势上训练人工神经网络，每个手指都可以独立“看到”物体并自动移动到正确的位置，提高了抓握的安全性和精确度。参与者在进行日常任务（如举杯和捡起小物品）时，精神负担大大减少，无需大量训练。这种共享控制系统平衡了人类意图与机器辅助，实现了轻松、逼真的假手使用。该研究发表在《自然·通讯》杂志上。

自然控制

启用AI的手指使用接近和压力传感器形成稳定、直观的抓握。参与者以更少的脑力劳动和更高的精度执行任务。这种共享自主系统融合了用户控制和AI辅助，以避免冲突并增强灵巧性。研究人员通过在TASKA Prosthetics制造的假手上安装定制指尖来解决第一个问题。除了检测压力外，这些指尖还配备了光学接近传感器，旨在复制最精细的触觉。例如，手指可以检测到有效失重的棉球掉落在它们上面。

共享自主

为了解决第二个问题，他们在接近数据上训练了一个人工神经网络模型，以便手指自然移动到形成完美抓握物体所需的精确距离。因为每个手指都有自己的传感器并且可以“看到”它前面的东西，所以每个手指并行工作，在任何物体上形成完美、稳定的抓握。但还有一个问题仍然存在。如果用户不打算以那种精确的方式抓握物体怎么办？例如，如果他们想张开手放下物体怎么办？为了解决这最后一个难题，研究人员创建了一种受生物启发的方法，涉及在用户和AI代理之间共享控制。这种方法成功的关键在于找到人与机器控制之间的正确平衡。

参考信息
“Shared human-machine control of an intelligent bionic hand improves grasping and decreases cognitive burden for transradial amputees” by Jacob A. George et al. Nature Communications