现代仿生假肢手在灵活性、自由度和功能方面几乎可以与天然肢体相媲美。然而，一项令人担忧的现象是，高达50%的上肢截肢患者在使用高级仿生手后最终放弃了这些设备，不再使用它们。犹他大学的电气与计算机工程师杰克·乔治(Jake George)指出："这一高弃用率的主要原因在于这些假肢手难以控制。"
仿生手的控制困境
传统仿生手的主要问题在于缺乏自主性。我们日常生活中看似简单的动作，如拿起纸杯而不压碎它，或在半空中接住一个球，实际上依赖于一套复杂的反射和反馈系统。当手中物体开始滑动时，指尖的微小机械感受器会向神经系统发送信号，使手部自动收紧握力。这一过程在60到80毫秒内完成——在我们意识到之前就已经发生。这种反射只是大脑在精细动作任务中自动辅助我们的方式之一。
相比之下，大多数商业化的仿生手缺乏这种内置的自主反射——一切都必须由用户控制，这使得它们极其难以操作。想象一下，你需要精确调整27个主要关节的位置，并选择天然手中20块肌肉中每一块施加的适当力度，这就能理解控制假肢手的难度有多大。更糟糕的是，假肢手与用户之间的接口带宽通常有限。
大多数情况下，用户通过应用程序控制假生手，可以选择预设的握持类型并调整各种执行器施加的力度。稍微自然一点的替代方案是使用肌电图(EMG)，即通过剩余肌肉的电信号来命令假肢手执行动作。但这种方法也远不完美。犹他大学研究员、该研究的主要作者马歇尔·特劳特(Marshall Trout)解释说："要抓取物体，你必须伸手去够，收缩肌肉，然后有效地坐在那里，专注于保持肌肉完全相同的姿势以维持相同的握持。"
AI协同控制系统的创新
为了解决这一问题，乔治、特劳特及其同事开发了一种"直观"的仿生手协同控制系统。他们的目标是使这些仿生臂更加直观，让用户能够完成任务而无需过多思考。
智能传感技术的应用
研究人员首先为假肢手配备了定制传感器。他们从市售的仿生手入手，用包裹着硅胶的压力和接近度传感器替换了指尖。这使得假肢手能够检测何时接近物体，并精确测量握持所需的力度，既不会压碎物体也不会让其滑落。为了处理传感器收集的数据，团队构建了一个AI控制器，可以移动关节并调整握持力度。
特劳特描述了训练过程："我们让假肢手保持静止，来回移动，使指尖接触物体然后后退。"通过无数次重复这些来回运动，团队收集了足够的训练数据，使AI能够识别各种物体并在不同握持类型之间切换。AI还独立控制每个手指，实现了自然握持模式。乔治解释说："这样我们实现了自然的握持模式。当你在假肢手前放置一个物体时，它会自然贴合，每个手指都会做自己的事情。"
共享控制模式的优势
虽然这种自主握持技术之前已有演示，但该团队的创新之处在于决定系统的控制方式。之前研究自主假肢的项目依赖于用户开启或关闭自主模式。相比之下，乔治和特劳特的方法专注于共享控制。
乔治解释说："这是机器帮助的一种微妙方式。它不像自动驾驶汽车那样独自驾驶你，也不像助手那样在你转向时没有打转向灯时把你拉回车道。"相反，系统在后台安静地工作，不会感觉像是在与用户对抗或接管控制。用户始终保持主导地位，可以收紧或放松握力，或释放物体使其掉落。
实验结果与性能提升
为了测试AI驱动的假肢手，团队邀请健全和截肢参与者操作易碎物体：拿起纸杯喝水，或从盘子里取出鸡蛋放到别处。没有AI辅助时，他们大约10次尝试中能成功1-2次。启用AI助手后，成功率跃升至80%或90%。AI还降低了参与者的认知负担，使他们能够更少地专注于让假肢手工作。
研究人员测试的AI控制仿生手，配备了智能传感器系统
挑战与未来发展方向
尽管取得了显著进展，但将机器与人体无缝整合仍有很长的路要走。特劳特表示："下一步是将这个系统真正带入现实世界，让某人在家庭环境中使用它。"迄今为止，AI仿生手的性能是在受控的实验室条件下评估的，使用的是团队特别选择或设计的设置和物体。
乔治警告说："我想在这里说明，这只手不如自然、完整的肢体那么灵巧或易于控制。"他认为，假肢技术的每一个小进步都使截肢患者能够在日常生活中完成更多任务。然而，要达到《星球大战》或《赛博朋克》技术水平的仿生假肢，即与天然肢体一样好甚至更好，我们需要的不仅仅是渐进式的改变。
特劳特认为，从机器人技术的角度来看，我们几乎已经达到了这一水平。"这些假肢确实非常灵巧，具有很高的自由度，但没有好的控制方法。"这在一定程度上归因于向用户输入和输出信息的挑战。"皮肤表面肌电图非常嘈杂，因此通过内部肌电图或使用神经植入物改进这种接口可以真正改善我们已有的算法，"特劳特 argued。这就是为什么团队目前正在研究神经接口技术并寻找行业合作伙伴的原因。
乔治表示："目标是在一个设备中结合所有这些方法。"我们希望构建一个具有神经接口的AI驱动机械手，并与一家公司合作，在更大的临床试验中将其推向市场。"
技术意义与社会影响
这项研究不仅代表了假肢技术的重要突破，也为人工智能与人体设备的深度融合开辟了新路径。通过采用共享控制模式，AI协同系统既保留了用户的主导权，又提供了智能辅助，大大改善了用户体验。
从社会角度看，这项技术有望显著提高截肢患者的生活质量，减少高达50%的设备弃用率。随着神经接口技术的进一步发展，未来仿生假肢可能实现更自然、更直观的控制，甚至可能恢复部分触觉反馈，使假肢手成为真正的"替代"而非"辅助"设备。
结论
犹他大学研究人员开发的AI协同控制系统代表了假肢手技术的重大进步。通过智能传感器和机器学习算法的结合，该系统显著提升了假肢手的操控性和实用性，为残障人士带来了新的希望。随着技术的不断发展和完善，我们有理由相信，未来的仿生假肢将更加接近天然肢体的功能，为更多人的生活带来积极改变。
