Ученые нашли альтернативу весьма трудоемкой и не всегда эффективной системе машинного обучения роботизированных протезов. Прежняя методика состояла в том, что пациент после длительного обучения должен был в свою очередь обучить программу, управляющую протезом руки. Алгоритм должен был «запомнить» бесчисленные повторения сокращений оставшихся в предплечье мышц и нервных импульсов, которые управляют теми или иными движениями роборуки. Самое сложное, что в зависимости от состояния человека (жарко ему, например, или холодно) паттерны нервно-мышечных сигналов меняются. Это затрудняет обучение и грозит ошибками в работе роботизированного протеза.

Как сообщает ScienceDaily, команда исследователей из Университета штата Северная Каролина и Университета Северной Каролины в Чапел-Хилле пошла другим путем. Ученые разработали компьютерную модель системы нервно-мышечных синапсов предплечья и руки человека. Созданный на ее основе алгоритм и управляет роботизированной «рукой».

Алгоритм заранее и безо всякого обучения «знает» какой нервно-мышечный сигнал отдает команду, например, сжимать или разжимать кулак.

«Мы сосредоточились на том, что науке уже известно о работе человеческого тела, — говорит главный автор исследования профессор биоинженерии Хелен Хуан. — Наш метод управления робопротезами не только интуитивно понятнее пользователю, но также надежнее и практичнее».

Исследователи воспользовались феноменом так называемой мышечной памяти. «Когда кто-то теряет руку, его мозг по-прежнему думает, что рука на месте, и посылает в нее нервные импульсы, управляющие уже несуществующими мышцами, — говорит Хуан. С помощью датчиков, установленных на предплечье добровольцев мы фиксируем эти импульсы и на их основе создаем компьютерную модель нервно-мышечной системы предплечья и руки человека».

«Компьютерная модель по сути заменяет нервную систему утраченной конечности и управляет протезом», — рассказывает ведущий автор исследования.

Новый нейроинтерфейс поможет не только людям, потерявшим конечности. Он также предназначен для управления различными геймпадами в играх на основе виртуальной реальности. Наконец, технология может быть использована инженерами в процессе проектирования и моделирования. Ну и во всяких фантастических вещах типа боевых экзоскелетов.

Правда, технология пока находится только на начальной стадии тестирования. Сейчас команда разработчиков набирает добровольцев, у которых ампутирована одна или обе руки, для проведения полноценных клинических испытаний. Профессор Хуан также отмечает, что ее сотрудники разрабатывают лишь программный код, будущего нервно-мышечного интерфейса. Впрочем она утверждает, что создаваемое ее командой ПО будет совместимо с любыми из существующих моделей робопротезов.

Американские исследователи отмечают, что их разработка не призвана полностью вытеснить машинное обучение интерфейса протеза. Методы могут дополнять друг друга, что позволит создавать высокоэффективные робопротезы, «настроенные» на каждого индивидуального пользователя. Метод обучения нейросетей, при котором алгоритм копирует действия человека, продолжает активно развиваться. Так, компания Nvidia разработала технологию, которая позволяет роботам в буквальном смысле учиться у людей, наблюдая за тем, как они выполняют те или иные действия.