简单的神经网络在控制机器人假肢方面优于更复杂的系统

密歇根大学的研究人员表明，受人体自然神经回路启发的人工神经网络可以让灵长类动物更快、更准确地控制大脑控制的假手和手指。对于那些处理失去肢体或瘫痪的人来说，这一发现可能会让他们对先进的假肢有更自然的控制。

工程师和医生团队发现，与不使用神经网络的传统算法相比，前馈神经网络在控制机器人手指期间将峰值手指速度提高了 45%。这推翻了一个假设，即需要更复杂的神经网络，如机器学习其他领域中使用的神经网络，才能实现这种水平的性能改进。

“这个前馈网络代表了一种更古老、更简单的架构——信息只在一个方向上移动，从输入到输出，”UM 生物医学工程副教授、该论文的通讯作者 Cindy Chestek 博士说。在《自然通讯》中。

“因此，看到它如何胜过更复杂的系统，我们感到有些惊讶。我们认为前馈系统的简单性使用户能够拥有更直接和直观的控制，这可能更接近人体的自然运作方式”

精细运动技能对人类来说极其重要，而这种功能的丧失对瘫痪患者来说可能是毁灭性的，第一作者，密歇根大学医学博士，医学博士，密歇根医学功能神经外科研究员 Matthew Willsey 说。

“我们非常有动力使用最新的机器学习技术来解释大脑的神经活动，以控制灵巧的手指运动，”Willsey 说。“我们希望这项工作可以帮助那些失去运动的人恢复精细的运动功能。”