喷涂智能皮肤能够解释手部动作

不需要摄像头、键盘、手套或虚拟现实运动追踪器。

有一种结合喷涂智能皮肤的新型AI-learning 方案能够在用户打字、使用手语，甚至是指示简单熟悉的物体形状时，识别和理解人手的动作。该系统的开发人员表示，该系统使用有限的数据即可进行快速训练，应该适用于所有人。

这种方法迟早会有用处。作为一种与他人和机器（包括在虚拟现实中运行的电脑游戏）进行交流的无声手段，外科医生可用手势来远程控制医疗设备，患者也许有一天会使用它来控制义肢。

韩国科学技术院计算学院教授赵成镐说，关键是要克服现有手势跟踪方法的弱点。他和首尔国立大学以及斯坦福大学的合著者在《自然•电子学》杂志上介绍了他们的工作。

如今的手势识别技术通过笨重的腕带测量肌肉产生的电信号，或者在每个关节配备应变传感器的手套。另一种方法则使用了多个摄像头，能够从多个角度跟踪人的动作，如果有物体挡住手或其他关键物体，就会丢失重要细节。此外，现有软件也很繁琐，通常涉及以监督学习算法为基础的机器学习模型，这些模型的计算量很大，而且每个新用户和每项新任务都需要大量手工标记数据。

“我们想要创建一种手势识别系统，在形式上足够精简，借助有限的数据训练，基本上适合各种用户和任务。”赵成镐说。

该新系统有两个关键部分。一个部分是将数百万根镀金的银纳米丝线嵌入聚氨酯塑料涂层制成的网。赵成镐说，这种网既耐用又有弹性：“它与每个手指的皱纹和褶皱都非常贴合。”他说，一台便携式机器能够直接将这种网打印到皮肤上，薄到几乎无法察觉。它很舒适，能够在日常生活中维持几天，除非用肥皂和水擦除。

该团队将这种网直接打印到了一名用户的食指背面。纳米网能够感知皮肤伸展时电阻的微小变化。当手部动作时，纳米网可生成独特模式的信号，通过轻量级蓝牙装置，无线发送到计算机进行处理。

此时该人工智能（AI）登场了，这是该系统的第二个关键部分。机器学习算法将电导率的变化模式映射成特定身体动作和手势。研究人员使用3个不同用户的随机手部和手指动作，帮助人工智能学习动作之间的一般相关性。

基于这种先验知识，研究人员随后训练该系统识别特定任务所产生的信号模式，例如在手机上打字、双手在键盘上打字、抓握以及将手弯成6种不同的形状。每个用户都做了5次与任务相关的手势，生成一个小型数据集，研究人员使用这个数据集来训练模型。例如，算法学习识别用户在键盘上键入一个特定字母，或者勾画金字塔斜面的动作。在测试中，该系统能够识别一个新用户正在握持的物体，以及在虚拟键盘上输入的句子。

“我们的学习机制不仅计算效率非常高，而且用途广泛，它几乎不需要演示，就能快速适应不同的用户和任务。” 赵成镐说。

赵成镐及其同事计划将纳米网打印在多根手指上，大范围捕捉手部动作。他说，传感器越多，产生的分析数据就越多，研究人员需谨慎考虑准确度和合理计算负荷之间的平衡问题。

审核编辑 ：李倩