A prototípus rendszert mindössze 48 óra alatt fejlesztették ki egy hackathon során.
Diákokból álló csapat épített egy mesterséges intelligencia-rendszert, amely elektromos izomstimuláció segítségével tudja irányítani az emberi kéz mozgását.
Az egyesült államokbeli Massachusetts Institute of Technology (MIT) szoftvermérnök hallgatói egy Human Operator nevű hordható eszközt fejlesztettek ki mesterséges intelligencia modellek, kamerák és izomstimuláló hardverek egyetlen rendszerben történő kombinálásával.
„A mesterséges intelligencia testet adtunk” – mondta a Human Operator mögött álló csapat a projekt honlapján.
„A Human Operator egy olyan embernövelő eszköz, amely lehetővé teszi a mesterséges intelligencia számára, hogy rövid időre átvegye az irányítást a teste felett, hogy segítsen tanulni vagy olyan dolgokat megtenni, amelyeket nem tud.”
A csapat által megosztott bemutatókon az eszközt mutatják be, amely integetéshez, zongorázáshoz és egy „OK” kézmozdulathoz vezeti a felhasználókat izomstimuláción keresztül.
A látásnyelvi modell vagy VLM segítségével a készülék fejre szerelt kamerán keresztül elemzi a környezetet, és a kimondott parancsokat a felhasználó karjában lévő izmok stimulálásával alakítja át fizikai válaszrá.
A VLM-ek olyan mesterséges intelligencia rendszerek, amelyeket kép és nyelv együttes feldolgozására képeztek ki.
A Human Operatorban a modell értelmezi, hogy a felhasználó mit kérdez, és a fejlesztők szerint milyen tárgyak vagy környezet látható a kamera feedjén keresztül.
Ezen információk alapján a rendszer eldönti, hogy milyen kéz- vagy csuklómozdulatot kell követnie.
A felhasználó csuklójához vagy alkarjához erősített elektromos izomstimulációs (EMS) párnák kis elektromos impulzusokat bocsátanak ki, amelyek bizonyos izmokat aktiválnak.
Az EMS technológiát már széles körben alkalmazzák egyes fizioterápiás és kisegítő rendszerekben.
Az MI-vel kombinálva az ilyen testfelület-eszközök támogathatják a fizikai tanulást vagy a helyreállítási gyakorlatokat.
A Human Operator egy 48 órás hackathon során kifejlesztett prototípus. A mögötte álló csapat megnyerte a Learn Track díjat a hackathonon, az MIT Hard Mode 2026-on.
