觸發「直覺」上手：AI如何賦予仿生手靈巧感受

source

長期以來，截肢者在使用仿生義肢時，最大的痛苦並非失去肢體本身，而是那份沉重的「認知負擔」。為了抓起一個水杯，使用者必須全神貫注地透過殘肢肌肉發出精確電訊號，大腦像是在操作一台複雜的起重機。然而，猶他大學（University of Utah）近期發表於《Nature Communications》的一項突破性研究（相關報導），宣告了「AI 共享控制」時代的到來。透過人工神經網路與接近感測技術，仿生手不再只是冷冰冰的工具，而是一個能「預判」環境並具備「反射動作」的智慧器官。

Utah NeuroRobotics Lab研究團隊（圖片來源）

數位觸覺的覺醒：從「碰撞後反應」到「預判式抓握」

傳統仿生手的運作邏輯是後驗的（Reactive）。使用者必須先下達指令，讓手指接觸物體，再透過壓力感測器調整力道。這種滯後性導致了動作的僵硬與緩慢。猶他大學研究團隊透過 AI 技術，將抓握過程提前到了「接觸前」。

其核心技術在於整合了光學接近感測器（Optical Proximity Sensors）。這些感測器安裝在 TASKA 仿生手的指尖，利用紅外線測距原理。AI 系統的核心——人工神經網路（Artificial Neural Network；ANN），會即時接收這些微秒級的距離數據。當手部靠近物體時，神經網路會分析物體的幾何邊緣與方位，自動計算出每根手指應有的曲率。

這種「預判式抓握」模擬了人類大腦的潛意識模型。當我們伸手拿咖啡杯時，大腦會自動根據視覺資訊調整手指張開的角度，這就是所謂的「前饋控制」。AI 成功地將這種生物本能數位化，讓仿生手在觸碰物體的一瞬間，就已經處於最穩定的幾何位置。

A.將紅外線感測器和氣壓感測器嵌入PCB板中，分別用於測量物體接近度和受力。 B .該PCB板被封裝在定制的指尖內。 C .然後將該指尖改裝到商用義肢手上。 D .嵌入式感測器可以偵測到與物體的複雜交互，例如棉花落在手上。當棉花落下並接近手時，接近信號（紅色）迅速增強。即使棉花對手部產生的力幾乎為零，接近訊號仍然保持在較高水平，表明存在接觸。當對棉花施加更大的力時，隨著矽膠指尖的形變，壓力訊號（藍色）和接近訊號均會增加。請注意，隨著施加力的增加，接近訊號先於壓力感測器增強，並且在接近訊號飽和後，壓力訊號會繼續增強。（圖片來源）

共享控制策略：人機主導權的精妙平衡

這項技術最引人入勝的落實點，在於它解決了「人機衝突」的難題。研究團隊開發了一種「生物啟發的動態加權共享控制（Bio-inspired Dynamically Weighted Shared Control）」算法。

在過去，若 AI 自動化程度太高，使用者會感覺失去對身體的控制；若太低，則無法減輕負擔。這套 AI 算法扮演了協調員的角色：

• 環境優先權： 當指尖感測器偵測到物體在抓取範圍內（幾公分內），AI 佔據較高的權重（例如 70-80%），負責微調手指的精確對準。

• 意圖優先權： 當使用者的肌電信號（sEMG）展現出強烈的擴張或收縮意圖時（例如想中途放棄抓取或換個姿勢），AI 的權重會瞬間下降，將控制權 100% 交還給使用者。

這種機制讓簡單的任務（如喝水、撿拾小螺絲）變得真正簡單。受試者在實驗中表示，他們不再需要「盯著手指看」，可以一邊聊天一邊完成抓握，認知負荷大幅下降。

圖片說明連結

軟硬體的核心落實：邊緣運算與閉環系統

要讓 AI 展現靈巧度，運算速度是關鍵。若 AI 判斷需要 0.5 秒，人類就會感覺到明顯的延遲。研究團隊將 AI 模型微縮化，落實在邊緣運算處理器上。這意味著所有神經網路的推論都在義肢內部完成，不需依賴外部電腦。

此外，AI 技術還落實了「自動壓力補償機制」。當抓握完成後，AI 會持續監控壓力感測器的回饋。如果物體開始滑動（壓力分布改變），AI 會在使用者尚未察覺前，自動增加伺服馬達的扭力。這種「反射弧」的建立，是仿生手走向成熟商品化的必經之路。

仿生手技術方案對比表：猶他大學 vs. 市場競爭對手

以下表格整理了目前全球頂尖的仿生手技術差異點。

結語：從工具到肢體的最後一哩路

猶他大學的研究不僅是一場技術秀，它指出了仿生學的未來方向：「自主抓握」與「人類意圖」的深度融合。隨著感測器精度的提升與邊緣算力的增強，未來的仿生手臂將不再是需要苦練才能駕馭的機械，而是具備自我意識與預判能力的智慧夥伴。當 AI 能夠承擔 90% 的瑣碎運算，截肢者才能真正找回那份「動念即所得」的生命尊嚴。

（責任編輯：歐敏銓）

》延伸閱讀

• Nature Communications: Shared human-machine control of an intelligent bionic hand improves grasping and decreases cognitive burden for transradial amputees (Original Study)

• Neuroscience News: AI-Powered Bionic Hand Restores Natural, Intuitive Grasping Ability

• University of Utah: The NeuroRobotics Lab – Research on Bionic Arms