猶他大學的工程師們為一款仿生手臂賦予了「自我思考」的能力。該團隊通過為商業義肢增設壓力和接近傳感器，並訓練人工智能神經網絡以模擬自然抓握動作，創造出一款更具直觀性和安全性的手臂。研究參與者能夠以更高的精準度和更少的心理負擔，完成日常任務，例如撿起小物件或提起杯子，而無需長時間的練習。研究人員表示，這項突破預示著未來的義肢將更像自然肢體，無論在感覺還是功能上都更為相似。
2025年5月，韓國研究人員展示了一款超輕型的機械手，其具備形狀自適應的抓握功能、精確的指尖控制以及靈活的拇指，並由單一驅動器提供動力。日常任務如取杯子、撿起鉛筆或握手，依賴於大腦的本能控制手指運動的能力。然而，對於使用義肢的個體來說，這種自然的靈活性常常會喪失。即便是先進的機械義肢，完成簡單動作也需要額外的心理努力，使用者必須有意識地控制每個手指去抓取物品。
根據團隊的說法，一個主要挑戰是大多數商業仿生手缺乏觸覺感知，這使得人類無法進行直觀的抓握。然而，靈活性不僅僅依賴於感官反饋——我們的大腦也會潛意識地建模和預測手與物體之間的互動，從而實現反射性和精確的動作。猶他大學神經機器人實驗室的博士後研究員馬歇爾·特勞特表示：「儘管仿生手臂越來越逼真，但控制它們仍然不容易或不直觀。幾乎一半的使用者會放棄自己的義肢，常常是因為控制不佳和認知負擔。」
為了解決這些挑戰，猶他大學的研究人員與TASKA Prosthetics合作，增強了一款商業機械手。他們為手指裝配了自定義的指尖，能夠檢測壓力並包含光學接近傳感器，模擬微妙的觸覺。這些傳感器足夠敏感，能夠檢測到像棉球落在手上的輕微觸碰。團隊接著訓練了一個人工神經網絡，根據接近數據教導機械手自動調整每根手指的位置，以便獲得穩定且精確的抓握。
由於每根手指獨立運作但又協同配合，這款手臂幾乎能夠對任何物體進行最佳抓握。研究人員聲稱，這種觸覺複製與人工智能驅動的運動結合，使得義肢的功能更加自然，減少了心理負擔，並提升了日常使用的便捷性。在發展過程中，仍然面臨一個挑戰：確保義肢能夠適應用戶如果不打算以人工智能預測的方式抓取物體時的情況，例如當他們想要放開物體時。
為了解決這個問題，研究人員開發了一個仿生系統，將控制權在用戶與人工智能之間共享，精確平衡人類意圖與機器精度。人工智能增強自然動作，提高抓握的準確性，同時減少完成任務所需的心理努力。團隊對四名在腕部和肘部之間有截肢的參與者進行了系統測試。除了在標準評估中表現更佳外，參與者還成功完成了需要精細運動控制的日常任務。
如喝水這樣簡單的活動，要求精確的壓力以避免掉落或壓壞杯子，變得更易於管理。研究人員指出，將人工智能協助與人類意圖相結合，使得義肢手提供了更直觀和自然的體驗，讓用戶能以更少的認知負擔和更大的信心完成日常任務。猶他大學神經機器人實驗室的博士後研究員雅各·喬治表示：「通過加入一些人工智能，我們能夠將抓握的這一方面轉移給義肢本身。最終結果是更直觀和靈活的控制，讓簡單任務再次變得簡單。」
研究團隊正在探索植入式神經接口，讓用戶可以通過思維控制義肢，同時恢復觸覺。他們的下一步是整合這些技術，使增強的傳感器改善觸覺功能，而智能義肢則能與思維控制無縫運作。
