犹他大学的工程师们成功赋予了一款仿生手自主"思考"能力。通过为商用假肢配备压力与接近传感器，并利用自然抓握动作训练人工智能神经网络，研究团队创造出了一种抓握更直观、更稳固的机械手。

研究参与者无需大量训练，就能以更高精度和更低认知负荷完成日常任务，例如拾取细小物品或端起水杯。研究人员表示，这项突破预示着未来假肢将拥有更接近天然肢体的感知与功能体验。

2025年5月，韩国研究人员曾展示过一款由单一驱动器驱动的超轻量机械手，具备形状自适应抓握、精确指尖控制与拇指灵活运动能力。

灵巧性与人工智能的融合
日常生活中取水杯、捡铅笔或与人握手等动作，都依赖于大脑本能控制手指运动的能力。对于使用假肢手臂的人群而言，这种天生的灵巧性往往缺失。即便使用先进的机器人假肢，完成简单动作也需要额外精神专注，因为使用者必须主动控制每根手指来抓握物体。

研究团队指出，主要挑战在于多数商用仿生手缺乏人类凭直觉抓握的触觉感知。然而灵巧性不仅关乎感觉反馈——我们的大脑还会下意识建模预测手与物体的交互，从而实现反射性精准动作。

"尽管仿生手臂日益逼真，但其控制仍不够简便直观。近半数使用者最终会弃用假肢，常归因于操控性差和认知负担重，"犹他大学神经机器人实验室博士后研究员马歇尔·特劳特在声明中表示。

为解决这些难题，犹他大学研究人员与TASKA Prosthetics公司合作，对一款商用机械手进行升级。他们为手指配备了定制指尖模块，集成压力检测与光学接近传感器，模拟人类微妙的触觉感知。这些传感器灵敏度极高，甚至能感知棉花球落在手上的轻微触感。

团队随后利用接近数据训练人工神经网络，教会机械手自动调整每根手指位置以实现稳定精准抓握。通过每根手指独立又协调的运行机制，这只手几乎能对任何物体形成最优抓取姿态。研究人员称，这种触觉复现与AI驱动运动的结合，使假肢运作更自然，减轻精神负担并提升日常实用性。

直觉式手部控制
随着研发推进，一个关键挑战浮出水面：如何确保当使用者不愿以AI预测方式抓握物体（例如想要松手时），假肢能及时适应。

为此，研究人员开发出仿生控制系统，在使用者与AI间共享控制权，精细平衡人类意图与机器精度。AI通过增强自然动作提升抓握准确度，同时降低完成任务所需的精神消耗。

团队邀请四位手腕至肘部截肢者参与测试。受试者不仅在有标准评估中表现更优，还成功完成了需要精细运动控制的日常任务。即使是饮用塑料杯水这样需要精确力度以避免滑落或捏碎容器的简单动作，也变得易于操作。

研究人员表示，AI辅助与人类意图的结合使仿生手提供了更直观自然的体验，让使用者以更低认知负荷和更高自信心完成日常任务。

"通过引入人工智能技术，我们将抓握的某些环节交由假肢自主处理。最终实现了更直观灵巧的控制，让简单任务重新变得简单，"犹他大学神经机器人实验室博士后研究员雅各布·A·乔治在声明中解释道。

研究团队正在探索植入式神经接口技术，未来或能让使用者通过思维控制假肢，同时恢复触觉感知。下一步将整合这些技术，使增强型传感器提升触觉功能，让智能假肢实现与思维控制的无缝协同运作。