新裝置結合了可穿戴生物感測器和人工智慧軟體，可根據前臂的電訊號模式識別使用者手勢。

不用鍵盤在電腦上錄入字元？不用手柄玩電子遊戲？或者不用方向盤駕駛汽車？這些場景可能會在不久的將來一一實現。

當地時間12月21日，美國加州大學伯克利分校（UCB）的研究人員在《自然•電子學》雜誌發表論文稱，他們開發了一種結合可穿戴生物感測器與人工智慧系統的新裝置，它可根據檢測到的前臂電訊號來識別手勢。

研究人員表示，這種智慧裝置有望用於控制假肢，甚至與幾乎任何型別的電子裝置互動。

“假肢是這項技術的重要應用方向之一。除此之外，它還提供了一種更直接的人機互動方式。”論文作者、UCB電氣工程與計算機科學博士生Ali Moin說，“手勢讀取是改善人機互動的途徑之一。雖然用攝像頭和計算機視覺技術也可以達到類似效果，但手勢讀取對個人隱私維護更加友好。”

Moin團隊與UCB電子工程學教授Ana Arias團隊合作設計了一種靈巧的臂帶，以讀取前臂上64個不同位置的電子訊號。隨後，電子訊號被輸入由人工智慧演算法程式設計的電子晶片，從而將前臂提供的訊號模式與特定手勢相關聯。目前，人工智慧演算法已經能識別21種手勢，例如豎起大拇指、握拳等。

Moin說：“當你想要收縮手掌肌肉時，大腦會透過頸、肩神經元向手臂和手掌的肌肉纖維傳送電訊號。可穿戴裝置上的電極能夠感知這個電場。雖然它並不是那麼精確，我們無法確定具體是哪些纖維被觸發了，但由於電極密度很高，裝置仍然能夠學習識別特定模式。”

與其他人工智慧系統相似，這種演算法也必須先學習手臂電訊號如何與個人手勢對應。因此，使用者必須穿戴好裝置，一個接一個地做手勢。

這款裝置引入“高維計算演算法”，使其能用新資訊完成自我更新，提高了系統的準確性：例如，如果與特定手勢相關的電訊號因為使用者手臂出汗而改變了，或者使用者將手臂舉過了頭頂，演算法也能夠將這些新資訊納入模型之中。

新裝置的另一個優點在於：所有運算過程都在本地進行，個人資料不會傳輸到附近的計算機或雲系統中。這不僅縮短了計算時間，還確保了個人生物資料的私密性。

“亞馬遜或蘋果公司在建立演算法時，會在雲端執行一系列軟體來建立模型，然後由使用者下載到裝置中，”論文作者、UCB教授Jan Rabaey解釋，“問題在於，使用者之後會受困於特定模式。而我們使裝置實現了自我學習過程，並且它學習得非常快——你只需做一次示範，它就能開始工作，如果你能多做幾次，它還會變得更好。因此，這是一種處於不斷學習之中的系統，與人類很相似。”

經過後續調整，新裝置很有可能實現商業化。Rabaey教授表示：“新裝置使用的大多數技術並不新鮮，但其特殊之處在於它成功地將生物感測、訊號處理與解釋以及人工智慧技術整合到了一種小型低功耗系統中。”

編譯：雷鑫宇 審稿：西莫 責編：陳之涵

期刊編號：2520-1131

原文連結：https://techxplore.com/news/2020-12-high-five-thumbs-up-device-gesture.html