科技日報北京7月23日電 （記者張夢然）《自然》雜志23日報道，美國Meta公司推出的一款全新神經運動手環，能讓用戶通過手寫動作這類手勢與計算機進行交互。這種裝置將手腕處肌肉運動產生的電信號，轉換成計算機指令，同時無需個性化校準或侵入性手術。該成果標志著高性能生物信號解碼器應用取得重大進展，其能讓人類與計算機的交互更絲滑，并擴大可及性規模。

人類與計算機和手機等裝置的傳統交互方式是，使用鍵盤、鼠標和觸屏這類輸入設備進行直接接觸。這類交互具有局限性，尤其是在“移動場景”下。

來自Meta現實實驗室的一支團隊，利用數千名受試者的訓練數據開發了一個高靈敏度手環，能探測手腕處肌肉的電信號并將其轉換成計算機信號。團隊隨后利用深度學習創建了泛型解碼模型，其無需個體校準就能準確翻譯不同的用戶輸入。

該解碼模型的性能表現出“尺度定律”，即性能隨模型架構擴大和數據增加而優化。如果根據特定個體數據進行個性化優化，性能還可以進一步提升。“尺度定律”和個性化的成果，也為未來可廣泛應用的生物信號解碼器指明了方向。

該裝置利用藍牙接收器與計算機進行通信，能實時識別手勢，實現對一系列計算機交互的省力操控。這些操控可用于完成虛擬導航和選擇任務，以及每分鐘20.9個單詞的手寫文本輸入（手機鍵盤打字速度平均為每分鐘36個單詞）。

該神經運動手環為身體機能各異的人士提供了一種可穿戴的計算機通信方式。神經運動接口很適合進一步研究，以探索該技術的可及性應用，如改善行動力下降、肌無力、手指截肢、癱瘓等人群與計算機的交互。

為推動在更大群體中對表面肌電信號的研究，團隊還在論文中公開發布了一個數據庫，其中包含來自300名受試者對全部三項任務的逾100小時的表面肌電信號記錄。

【總編輯圈點】

這是人機交互領域一項具突破意義的成果。我們可能很熟悉體感游戲的操作，但神經運動手環的精度和信號源都與之有很大差異，且不依賴攝像頭或慣性傳感器。它的應用不僅限于提升日常設備操控的便捷性，如虛擬導航和手寫輸入，更重要的是能為行動不便人群提供全新的可穿戴通信方式，拓寬了人機交互的可及性邊界。此外，研究團隊公開的表面肌電信號數據庫，也為后續研究提供了寶貴資源，可推動該技術向更廣泛的應用場景邁進。