這位高中生發(fā)明了一類低本錢、意念操控的假肢
十七歲的 Benjamin Choi 在大盛行時期十足借用業(yè)余時間設(shè)計了一類不須要腦部手術(shù)的可訪問設(shè)施
2022 年 5 月 2 日
Benjamin Choi 是今年 ‘科學(xué)人才搜索’ 的前 40 名決賽選手之一，這是美國歷程最負盛名的高中生科學(xué)和數(shù)學(xué)比賽。
十年前，Benjamin Choi 上三年級時，他看了一部對于精神操控假肢的“60 分鐘”記錄片。研發(fā)職員將微型傳感器植入患者大腦的運動皮層，該患者僅應(yīng)用意念移動機器臂。Choi 對這個概念很著迷，將其比作星球大戰(zhàn)片子中的情景。
“那時我真的十分詫異，由于這項技術(shù)太令人印象深刻了，”他說?！暗乙埠軗?dān)憂他們須要這類十分風(fēng)險的開顱手術(shù)。況且它們是這樣難以靠近，本錢高達數(shù)十萬美圓。”
多年后，當 2020 年新冠來襲時，暫住在弗吉尼亞州的十年級學(xué)生 Choi 忽然發(fā)掘自己有了豐富的閑暇時間。他策劃在全部夏天拿來研發(fā)鋁燃料的試驗室已然關(guān)閉。但他多年前看過的那部記錄片讓他印象深刻，他決議借用業(yè)余時間自己制造1個侵入性較小的假肢。
在他地下室乒乓球桌上的暫時試驗室里（他偶爾1天工作 16 個小時?。?，Choi 應(yīng)用他姐姐價值 75 美圓的 3-D 打印機和許多釣魚線獨立設(shè)計了他的機器臂的第1個版本。打印機不能生產(chǎn)長度超越 4.7 英寸的部件，因而 Choi 將手臂分成小塊打印出來，接著用螺栓和橡皮筋將它們連通在一塊。打印總共耗費了大概 30 個小時。這個版本應(yīng)用腦電波信息和頭部動作，Choi 在網(wǎng)上公布了闡明，供所有人建立自己的版本。
他曾在小學(xué)、初中和高中階段參與過機械人比賽，乃至屢次參與過世界錦標賽，因而有過建立機械人和編碼的歷練。從九年級開始，他通過觀看程序員網(wǎng)站 Stack Overflow 上的視頻自學(xué)計算機編程話語 Python 和 C++。
Choi 的機器臂生產(chǎn)本錢僅為 300 美圓。
經(jīng)過超越 75 次設(shè)計迭代，Choi 的非侵入式、意念操控的機器臂如今由工程級原料制成，可以承受約 4 噸的重量。它應(yīng)用由人工自動 (AI) 驅(qū)動的算法運作，該算法闊以闡明客戶的腦電波。況且它的生產(chǎn)本錢僅為 300 美圓左右——與現(xiàn)在市場上的成品相比，節(jié)約了批量資金。1個更根本的、肌體驅(qū)動的上肢假肢本錢約為7,000 美圓。截至 2015 年，具有 26 個關(guān)節(jié)、數(shù)百個傳感器并可卷曲重達 45 磅的十分超前的全臂模塊化假肢售價約為 500,000美圓. 這類假肢與從頭路由已經(jīng)操控手臂的神經(jīng)的手術(shù)相結(jié)合，使患者可以用他們的想法來操控肢體，乃至闊以通過它感覺到紋理。
這項發(fā)明為現(xiàn)年 17 歲的弗吉尼亞波托馬克學(xué)校高年級學(xué)生 Choi 博得了今年 Regeneron Science Talent Search 的前 40 名決賽選手的一席之地，這是美國歷程最悠長、最負盛名的高中生科學(xué)和數(shù)學(xué)比賽。今年的第一名獲取者是來自華盛頓州薩馬米什的 Christine Ye，她開發(fā)了一類解析中子星碰撞所發(fā)出的引力波的方式。
“看見我的作品獲得如此的認同對我來說意義重要，”Choi 說?！拔沂指屑つ芗尤霙Q賽?！?/p>
在美國，預(yù)計有200 萬人失去了肢體，每年約有 185,000 人截肢。世界衛(wèi)生組織表示，唯獨非常之一須要輔助成品（含蓋假肢和矯形器）的人闊以獲取這類成品，原因是“本錢高”和“缺少意識、可用性、訓(xùn)練有素的職員、政策和資金”。
Choi 的手臂應(yīng)用腦電圖或 EEG，以以免其余假肢的侵入性技術(shù)。腦電圖設(shè)施應(yīng)用擺放在頭部的傳感器記載大腦的電活動。
它們往往用來醫(yī)學(xué)診療癲癇或其余腦部疾病。
正在用意念控制
他的體系應(yīng)用2個電極：1個基線傳感器夾在耳垂上，另1個在前額上采集腦電圖信息。前額電極拾取腦電波數(shù)據(jù)，通過藍牙將其發(fā)送到假臂中的微芯片。Choi 創(chuàng)立的人工自動模型也嵌入到芯片中，闊以破譯信息并將其轉(zhuǎn)換為對大腦頭腦的預(yù)判。手臂也通過頭部動作移動，并通過存心眨眼停了。
在他開始制造這只手臂6個月后，他在 YouTube 上公布了一段視頻，展現(xiàn)了它的乖巧性。假肢引發(fā)了來自賓夕法尼亞州的上肢截肢者約瑟夫鄧恩的注重。Choi 開始就設(shè)計問題與他進行遠程咨詢。
“與 Dunn 老師的協(xié)作使這個項目真實擁有影響力，真實鼓動人心，”Choi 說?！翱赡苓@聽起來有點陳詞讕言，但我認定，通過工程和技術(shù)，你真的闊以輔助人們?！?/p>
這位年青的發(fā)明家持續(xù)在 2021 年獲取麻省理工學(xué)院的幫助，持續(xù)他的研發(fā)并和大學(xué)的顧問一塊工作。在大概6個月的時間里，他嘗試應(yīng)用云計算來使 arm 互聯(lián)網(wǎng)兼容。
“這類人工自動模型闊以變得這樣巨大，”他說?！拔蚁胛視阉鼈兇鎯υ谠贫?，接著讓我的手臂通過 Wi-Fi 進行通信。”
但這并沒有見效，原因有二。首先，手臂須要太多時間來呼應(yīng)客戶的思想。
“這并非理想，由于特別是針對假肢，你期望它們可以十分迅速地實時工作，”他說。
其次，Choi 闡明說，客戶將時常須要連通到 Wi-Fi，這是不切實際的。相同，他壓縮了他的人工自動模型——此中含蓋幾個子模型——并將其存儲在手臂內(nèi)的雙核微芯片中。
為了創(chuàng)立他的 AI 模型，他與六名成年自愿者各自獨立工作了大概2個小時，在他的學(xué)校和家中采集了他們的腦電波信息。在通過額頭上的電極采集信息時，他需要每個參加者專注于握緊和松開他們的手。
他訓(xùn)練人工自動辨別大腦信號，人工自動模型不停地從客戶的腦電波中學(xué)習(xí)。
“你應(yīng)用它的次數(shù)越多，它就越能詳細地了解你的思想，你的腦電波形式是甚麼，直到跟著時間的推移，你的確切度真的顯著提升，”Choi 闡明道。
該算法總共有超越 23,000 行代碼，含蓋 978 頁數(shù)學(xué)和7個嶄新的子算法。Choi 的算法的平均確切率為 95%。他說，從前相似人工神經(jīng)網(wǎng)絡(luò)的黃金規(guī)范是73.8%。
具有神經(jīng)恢復(fù)學(xué)背景的約翰霍普金斯大學(xué)生物醫(yī)學(xué)工程師 Brock Wester 表示，Choi 的技術(shù)令人印象深刻，特別是參考到“60 分鐘”記錄片中的假肢有批量研發(fā)職員在研發(fā)，而 Choi 設(shè)計了全部手臂他自己。
Wester 說：“他可以建立這個肢體，開發(fā)它的操控并且實時解碼他的神經(jīng)信號以發(fā)送這類操控信號的算法，我認定這十分了不起?！?“他理應(yīng)持續(xù)在這個行業(yè)做研發(fā)，由于我認定他闊以做出許多首要的奉獻?！?/p>
Wester 指出，Choi 還須要做更多的工程工作，特別是在參考肢體怎樣連通到客戶肌體時。這時，手臂連通到平臺上的固定柱上。Choi 說他終極會設(shè)計1個插座，但這個流程須要為客戶定制。
去年夏天，Choi 被石溪大學(xué)選為 Simons Fellow，在那邊他與電氣和計算機工程系老師 Ji Liu 遠程協(xié)作開發(fā)他的 AI 的機械學(xué)習(xí)算法，但是 Liu 說他給了 Choi許多高分對于算法的級別倡議，含蓋怎樣為它建立更廣泛的訓(xùn)練信息集，Choi 自己研發(fā)了更精致的細節(jié)。
Choi 項目標別致之處在于他“將最超前的機械學(xué)習(xí)技術(shù)運用于他的機器臂體系，”Liu 說，并補足說低本錢機器臂的功能可與更昂貴和超前的機器相媲美。
“他不單十分聰慧，況且工作十分盡力和獨立，”劉說蔡?！芭c研發(fā)生相比，這也相當超卓?！?/p>
Choi 還在再生元國際科學(xué)與工程博覽會、微軟革新杯和全國家庭 STEM 比賽中獲獎。2020 年 10 月，他從制造經(jīng)用 3D 打印原料的企業(yè) PolySpectra, Inc. 獲取了生產(chǎn)補貼金，用來制造他的手臂。
在工程學(xué)之外，Choi 是全國排名第一的壁球運動員、他所在學(xué)校的學(xué)生會主席、出版的短篇小說作者、在多項競賽中獲取最高成績的小提琴獨奏家，并且參與 NBC 競賽的波托馬克學(xué)生隊的創(chuàng)始人問答欄目“這是學(xué)術(shù)”。
Choi 策劃在大學(xué)學(xué)習(xí)工程學(xué)，并期望不停改善他的假肢。他的目的是對上肢喪失患者進行臨床研發(fā)。他已然為他的發(fā)明獲取了兩項暫時專利：一項是神經(jīng)假體，一項是腦電波闡明算法。
Choi 說，他的算法闊以用來假肢以外的用處，含蓋操控輪椅等輔助設(shè)施和輔助 ALS 患者進行交流。
“腦電波闡明是1個十分大的新興行業(yè)，”他說。“我的算法是文獻中報導(dǎo)的一切算法中最佳的，優(yōu)勢相當大。我認定它也許會有較大的運用前景。”
