瘫痪男子用思想控制机器人手臂

他能够通过想象自己执行这些动作来抓取、移动和放下物体。

这种被称为脑机接口（BCI）的设备在不需要调整的情况下记录工作了7个月。到现在为止，这种设备通常只在一天或两天内工作。

该BCI依靠一种可以调整随着人们重复动作而在脑中发生的小变化的AI模型——在这种情况下是想象的动作，并学习以更精细的方式进行。

“这种人类与AI之间的学习融合是这些脑机接口的下一阶段。”神经学家Karunesh Ganguly博士说，他是神经学教授和UCSF韦尔神经科学研究所的成员。“这是我们需要实现复杂、生动功能的。”

这项研究得到了国家卫生院的资助，将于3月6日在Cell上发表。

关键在于发现活动如何随着时间在脑中变化，研究参与者不断想象执行特定动作。一旦AI被编程来考虑这些变化，它就能够持续工作数月。

位置，位置，位置

Ganguly研究了动物大脑活动模式如何代表特定运动，并观察到这些代表在动物学习过程中逐日变化。他怀疑人类也发生了同样的事情，这也是他们的BCI很快失去识别这些模式的能力的原因。

Ganguly和神经学研究员Nikhilesh Natraj博士与一名几年前因中风而瘫痪的研究参与者合作。他无法说话或移动。

他脑表面植入了微小传感器，可以在他想象移动时捕捉脑部活动。

为了观察他的脑部模式是否随时间改变，Ganguly要求参与者想象移动不同身体部位，比如手、脚或头。

尽管他无法实际移动，参与者的脑部仍然可以在他想象自己这样做时产生运动信号。BCI通过大脑上的传感器记录这些运动的脑部代表。

Ganguly的团队发现大脑中代表的形状保持不变，但其位置每天略有变化。

从虚拟到现实

随后，Ganguly要求参与者在两周内想象自己用手指、手或拇指做简单的动作，同时传感器记录他的脑活动以训练AI。

然后，参与者尝试控制一个机器人手臂和手。但是，动作仍然不够准确。

所以，Ganguly让参与者在一个虚拟机器手臂上练习，提供给他视觉化准确性的反馈。最终，他让虚拟手臂做他想要的事情。

一旦参与者开始用真实的机器人手臂进行练习，仅仅几个练习课，他就能够将自己的技能转移到现实中。

他可以让机器人手臂拾起方块、旋转它们并移动到新位置。他甚至能够打开一个柜子，拿出一个杯子并将其举到饮水机前。

几个月后，参与者在进行15分钟的“调校”以调整自从开始使用该设备以来他的运动表征的漂移后，仍然能够控制机器人手臂。

Ganguly现在正在完善AI模型，使机器人手臂移动得更快更流畅，并计划在家庭环境中测试BCI。

对于瘫痪人士，能够自己吃东西或喝水将改变生活。

Ganguly认为这在可达到的范围之内。

“我非常有信心，我们已经学会了如何建立这个系统，并能够让它工作，”他说。