科學家一直在研究假肢機械臂，以幫助失去四肢的人重新獲得活動自由。但是，這些機器人手臂需要特殊的大腦植入物才能工作。現在，一組研究人員開發了一種新型的修復機器人手臂，不再需要這些植入物，而需要進行手術來植入它們。
卡耐基梅隆大學的研究人員與明尼蘇達大學合作，首次證明了使用非侵入性腦機接口(BCI)來控制機器人手臂。使用這種非侵入性BCI，研究人員已經證明了不再需要通過手術植入BCI的方式，就可以使這一新技術對更多的患者開放。
用頭腦移動機器人手臂
儘管機器人假體已經存在了一段時間，但這些都需要將BCI植入患者的大腦中。然而，將植入物插入人腦不僅需要最高的手術技巧和精度，而且還需要花費大量金錢。除此之外，這種手術還會使患者面臨健康風險，例如感染甚至腦部損傷。因此，開發一種非侵入性BCI來控制這些假體一直是該技術的最大挑戰之一。
「使用腦植入物的心理控制機器人設備已取得重大進展。這是一門優秀的科學，」研究團隊負責人卡內基·梅隆(Carnegie Mellon)教授Bin He說。「但是無創性是最終目標。神經解碼技術的進步和無創機器人手臂控制的實用性將對無創神經機器人的最終發展產生重大影響。」
他和他的團隊一直在研究開發一種將大腦連接到機器人假肢的高保真，非侵入性方法的方法，但是這樣做並不容易。以前的腦機接口無法可靠地解碼神經信號，從而阻止了它們實時平滑地控制機器人肢體。為了克服這一挑戰，團隊轉向了另一項被用於改善其他領域機器人技術的新技術-機器學習。(相關：工程師開發了可以收穫生菜的「 Vegebot」。)
使用機器學習將人與機器聯繫起來
為了創建可以快速讀取腦電波並實時控制機器人肢體的BCI，他和他的團隊使用機器學習技術在大腦和機器人手臂之間建立了可靠的「連接」。使用此功能，該團隊首次允許一個人實時控制機器人手臂，這一點通過讓手臂跟隨屏幕上的移動光標來演示。
儘管這種方法需要更多的用戶培訓，但研究人員證明，它可以將BCI學習提高大約60%。在相同的遊標跟蹤測試中，新方法的性能比以前的非侵入性BCI系統好500%。
到目前為止，該團隊已經對68位身體健康的參與者進行了新的BCI技術測試，每個參與者最多參加了10場會議。隨著初步試驗的成功，該團隊現在希望將來能夠對實際患者進行臨床試驗。他們的希望是最終能夠使該技術對需要它的人普及和經濟。