仿生假肢可使肢体截肢的人恢复手臂，腿或手指缺失的部分功能。 随着时间的流逝，仿生学变得越来越完美，修复能力的范围也在不断扩大。 但是，患者需要较长的适应期才能学习如何处理新肢体，这非常困难。
事实证明 ，机器学习技术可以提供帮助。 即，使用强化学习的AI。 新方法已经在临床试验中进行了测试。 志愿者是一个没有腿（或者更确切地说，是膝盖以下的部分）的人，被一条假肢代替。
在正常情况下，一个人必须训练数小时才能适应技术假体的使用。 新模型的运作方式有所不同-在这种情况下，它适应所有者，并适应其运动特征。 在这种假体中，控制人造关节的专门算法会有所帮助。
开发人员说，现在谈论医学中已证明的技术的引入还为时过早，这仅仅是“演示性能”，这使得可以判断仿生假肢中机器学习的可能性。 科学家已经证明他们的技术具有很高的潜力，因此继续进行研究。
结果发表在权威出版物“
IEEE控制论交易”部分。 最有可能的是，这项新技术将成为开发用于“仿制”仿生假体的多种机器方法的开端。 这将减少花在准备患者准备使用未配备AI助手的常规假体上的时间和金钱。 该算法使您几乎可以在任何条件下适应假体，改变其操作模式是自动进行的，几乎可以随时随地进行。
仿生膝盖具有12个不同的工作参数，需要进行调整。 AI会自动执行此操作，因此您无需花费几天的时间就可以谈论几个小时。 在此过程中，算法开始“理解”人与电子机械系统的交互方式，然后快速调整电子机械系统的操作模式。
开发团队
的代表詹妮·C（Jenny C）表示，身体很难适应人造物体，而该物体被植入体内而不是身体的缺失部分。 在这种情况下，大脑和神经系统的反应可能无法预测。 机器学习减少了问题的数量和水平。 当然，假肢不是理想的，但是科学家正在逐步致力于将有机和机械肢体的功能和功能结合在一起。
人工智能使这种和解更快。 人工智能开发人员已经证明，他可以比人类玩许多游戏，而人类以前被认为是人类的特权。 没错，有困难。 例如，当AI解析数以百万计的游戏以提高其艺术水平时，机器学习技术应该比学习围棋游戏更有效。 患者无法在实验室中花费数百小时，因此机器学习技术必须从与患者进行的数十分钟互动中获得最大收益。
此外，并非所有可能对培训有用的测试都在实验室中进行。 在正常情况下，腿部仿生假肢无支撑的患者可能会跌倒。 在这种情况下，人工智能将获得有价值的信息，这将有助于避免将来的失败。 但是出于安全考虑，研究人员没有研究跌落。
不管是什么，但最初的结果都是有希望的。 该技术能够确定许多运动模式，然后将其用于使假体适应其载体，并且这项工作很快完成。
在不久的将来，开发人员计划训练“仿生AI”以爬上楼梯和下楼梯。 此外，科学家正在开发无线系统-假体计算机单元现在已通过电缆连接到计算机中心，因此这种系统不能称为移动式或自治式。 如果系统的数据将通过空中传输，则将大大加快数据交换的过程。 病人本人将能够在具有不同状况的位置自由移动，而不必仅在架子上行走。