科技日报记者 张梦然
《自然》杂志23日报道，美国Meta公司推出的一款全新神经运动手环，能让用户通过手写动作这类手势与计算机进行交互。这种装置将手腕处肌肉运动产生的电信号，转换成计算机指令，同时无需个性化校准或侵入性手术。该成果标志着高性能生物信号解码器研制向前迈进一步，其能让人类与计算机的交互更丝滑，并扩大可及性规模。
人类与计算机和手机等装置的传统交互方式是，使用键盘、鼠标和触屏这类输入设备进行直接接触。这类交互具有局限性，尤其是在“移动场景”下。
来自Meta现实实验室的一支团队，利用数千名受试者的训练数据开发了一个高灵敏度手环，能探测手腕处肌肉的电信号并将其转换成计算机信号。团队随后利用深度学习创建了泛型解码模型，其无需个体校准就能准确翻译不同的用户输入。
该解码模型的性能表现出“尺度定律”，即性能随模型架构扩大和数据增加而优化。如果根据特定个体数据进行个性化优化，性能还可以进一步提升。“尺度定律”和个性化的成果，也为未来可广泛应用的生物信号解码器指明了方向。
该装置利用蓝牙接收器与计算机进行通信，能识别实时手势，实现对一系列计算机交互的省力操控。这些操控可用于完成虚拟导航和选择任务，以及每分钟20.9个单词的手写文本输入（手机键盘打字速度平均为每分钟36个单词）。
该神经运动手环为身体机能各异的人士提供了一种可穿戴的计算机通信方式。神经运动接口很适合进一步研究，以探索该技术的可及性应用，如改善行动力下降、肌无力、手指截肢、瘫痪等人群与计算机的交互。
为推动在更大群体中对表面肌电信号的研究，团队还在论文中公开发布了一个数据库，其中包含来自300名受试者对全部三项任务的逾100小时的表面肌电信号记录。
总编辑圈点
这是人机交互领域一项具突破意义的成果。我们可能很熟悉体感游戏的操作，但神经运动手环的精度和信号源都与之有很大差异，且不依赖摄像头或惯性传感器。它的应用不仅限于提升日常设备操控的便捷性，如虚拟导航和手写输入，更重要的是能为行动不便人群提供全新的可穿戴通信方式，拓宽了人机交互的可及性边界。此外，研究团队公开的肌电信号数据库，也为后续研究提供了宝贵资源，可推动该技术向更广泛的应用场景迈进。
