噴涂智能皮膚能夠解釋手部動作

不需要攝像頭、鍵盤、手套或虛擬現(xiàn)實運動追蹤器。

有一種結(jié)合噴涂智能皮膚的新型AI-learning 方案能夠在用戶打字、使用手語，甚至是指示簡單熟悉的物體形狀時，識別和理解人手的動作。該系統(tǒng)的開發(fā)人員表示，該系統(tǒng)使用有限的數(shù)據(jù)即可進行快速訓練，應該適用于所有人。

這種方法遲早會有用處。作為一種與他人和機器（包括在虛擬現(xiàn)實中運行的電腦游戲）進行交流的無聲手段，外科醫(yī)生可用手勢來遠程控制醫(yī)療設備，患者也許有一天會使用它來控制義肢。

韓國科學技術(shù)院計算學院教授趙成鎬說，關(guān)鍵是要克服現(xiàn)有手勢跟蹤方法的弱點。他和首爾國立大學以及斯坦福大學的合著者在《自然?電子學》雜志上介紹了他們的工作。

如今的手勢識別技術(shù)通過笨重的腕帶測量肌肉產(chǎn)生的電信號，或者在每個關(guān)節(jié)配備應變傳感器的手套。另一種方法則使用了多個攝像頭，能夠從多個角度跟蹤人的動作，如果有物體擋住手或其他關(guān)鍵物體，就會丟失重要細節(jié)。此外，現(xiàn)有軟件也很繁瑣，通常涉及以監(jiān)督學習算法為基礎的機器學習模型，這些模型的計算量很大，而且每個新用戶和每項新任務都需要大量手工標記數(shù)據(jù)。

“我們想要創(chuàng)建一種手勢識別系統(tǒng)，在形式上足夠精簡，借助有限的數(shù)據(jù)訓練，基本上適合各種用戶和任務?！壁w成鎬說。

該新系統(tǒng)有兩個關(guān)鍵部分。一個部分是將數(shù)百萬根鍍金的銀納米絲線嵌入聚氨酯塑料涂層制成的網(wǎng)。趙成鎬說，這種網(wǎng)既耐用又有彈性：“它與每個手指的皺紋和褶皺都非常貼合?！彼f，一臺便攜式機器能夠直接將這種網(wǎng)打印到皮膚上，薄到幾乎無法察覺。它很舒適，能夠在日常生活中維持幾天，除非用肥皂和水擦除。

該團隊將這種網(wǎng)直接打印到了一名用戶的食指背面。納米網(wǎng)能夠感知皮膚伸展時電阻的微小變化。當手部動作時，納米網(wǎng)可生成獨特模式的信號，通過輕量級藍牙裝置，無線發(fā)送到計算機進行處理。

此時該人工智能（AI）登場了，這是該系統(tǒng)的第二個關(guān)鍵部分。機器學習算法將電導率的變化模式映射成特定身體動作和手勢。研究人員使用3個不同用戶的隨機手部和手指動作，幫助人工智能學習動作之間的一般相關(guān)性。

基于這種先驗知識，研究人員隨后訓練該系統(tǒng)識別特定任務所產(chǎn)生的信號模式，例如在手機上打字、雙手在鍵盤上打字、抓握以及將手彎成6種不同的形狀。每個用戶都做了5次與任務相關(guān)的手勢，生成一個小型數(shù)據(jù)集，研究人員使用這個數(shù)據(jù)集來訓練模型。例如，算法學習識別用戶在鍵盤上鍵入一個特定字母，或者勾畫金字塔斜面的動作。在測試中，該系統(tǒng)能夠識別一個新用戶正在握持的物體，以及在虛擬鍵盤上輸入的句子。

“我們的學習機制不僅計算效率非常高，而且用途廣泛，它幾乎不需要演示，就能快速適應不同的用戶和任務?！?趙成鎬說。

趙成鎬及其同事計劃將納米網(wǎng)打印在多根手指上，大范圍捕捉手部動作。他說，傳感器越多，產(chǎn)生的分析數(shù)據(jù)就越多，研究人員需謹慎考慮準確度和合理計算負荷之間的平衡問題。

審核編輯 ：李倩