返回首页

神经网络控制手部:Human Operator项目

本文分析了麻省理工学院的学生项目Human Operator,其中多模态神经网络Claude通过电刺激直接控制人手。讨论了技术细节、伦理悖论以及对假肢市场的影响。预测了用于康复的商业AI助手即将出现。

Claude神经网络如何学会控制人手
Advertisement 728x90

神经网络学会控制人类手部运动

一项技术已开发成功,使人工智能能够控制肢体运动,为假肢领域开辟了前景。


神经网络学会控制人类手部的消息听起来像科幻小说,但这实际上是麻省理工学院学生的一个项目,它引发的问题远不止于一场黑客马拉松。当头条新闻大肆宣传未来派假肢时,真实的故事是一群爱好者在一个周末内搭建了一个平台,能够绕过人类意识,直接执行来自商业语言模型的指令。

要点:真正发生了什么

从技术上讲,“Human Operator”项目是一个可穿戴设备原型,它使用电肌肉刺激(EMS)使人类手部根据Anthropic的多模态神经网络Claude的指令运动。系统包括一个头戴式摄像头、一个用于语音命令的麦克风、一个基于Arduino的控制器和一组电极。用户提出问题或发出命令,摄像头拍摄环境快照,神经网络分析上下文并决定执行何种动作,然后微控制器生成电脉冲,使必要的肌肉收缩。

Google AdInline article slot

实际演示的是一种全新的人机交互模式——不是通过界面,不是通过文本,而是通过直接控制身体。在演示中,学生们展示了该系统让手部挥手打招呼、弹钢琴,甚至调制饮料。这不再是提供建议的助手,也不是执行命令的工具——而是一个接管人类身体的智能体。尽管目前还只是一个学生原型。

时间线与背景

该项目由六名麻省理工学院学生组成的团队在HARD MODE 2026黑客马拉松中创建,并在“学习赛道”类别中获得第一名。相关信息已发布在GitHub和Human Operator项目网站上。演示于2026年5月初进行。

选择该神经网络并非偶然。Anthropic的Claude被定位为注重安全与伦理的模型,然而它却被用于一个本质上引发关于自愿性和身体控制等严肃伦理问题的项目。这造成了技术定位上的某种悖论。

Google AdInline article slot

理解背景很重要:与该项目同时,还有两个相关方向在发展,描绘出截然不同的未来图景。一方面,是严肃的假肢科学研究——查尔姆斯理工大学的研究人员将电极直接植入神经以控制假腿。另一方面,埃隆·马斯克的Neuralink已融资6.5亿美元,估值90亿美元,将芯片植入瘫痪患者体内,使他们能够用意念控制无人机、机械臂和玩电子游戏。

谁赢谁输

Human Operator项目是一个开源的学生原型,因此谈论直接商业受益者还为时过早。但从战略上看,整个可穿戴机器人方向是赢家。这类系统的开发成本正在下降,组件的可用性在增加,而云神经网络提供了研究人员十年前只能梦想的计算能力。

康复技术受益——类似的电刺激系统已用于脊髓损伤患者,显示出在手部功能和力量方面的改善。降低成本并简化与AI的集成,可能加速经济型康复设备的发展。

Google AdInline article slot

那些投资于复杂、昂贵且侵入性解决方案、认为廉价替代品十年内不会出现的人则输了。Neuralink尽管估值90亿美元,但可能面临来自可穿戴设备加智能软件层的意外竞争,而非其他植入物制造商。如果基本功能可以通过皮肤电极和精心设计的提示词实现,何必钻开头骨并冒神经胶质疤痕的风险?

媒体未提及的

第一个非显而易见的见解:Human Operator与其说是一个假肢项目,不如说是一个演示,表明现代语言模型无需专门训练就能实现躯体控制。Claude并非为控制肌肉而创建。它本质上是一个文本和视觉模型。然而,其多模态能力足以在看到环境(通过摄像头)并听到命令后,做出运动响应的决定。这意味着“用于文本的AI”和“用于身体控制的AI”之间的界限比预期更快地模糊了。

第二个无人讨论的见解:这是通常人机界面的镜像版本。以前,人类向机器发出命令。现在,机器向人类发出命令。目前,这看起来像是一个有趣的把戏——在钢琴上弹奏旋律,或对关于拥有身体是什么感觉的哲学问题做出“OK”手势。但系统架构允许扩展。摄像头、神经网络、Arduino、电极——这些都是基本且易得的组件。

第三点:Human Operator基于带摄像头的多模态Claude模型。这意味着AI不仅仅执行程序——它看到环境,解释上下文,并决定运动。在展示的例子中,用户问“拥有身体是什么感觉?”,神经网络让手指做出“OK”手势。这不是对关键词的编程响应,而是模型解释问题并选择手势。从架构上讲,这更接近自主智能体而非遥控器。

预测:未来30天和90天

在未来30天内,Human Operator项目将在GitHub社区中病毒式传播。不同国家的学生团队将开始复刻它,并尝试不同的语言模型。基于GPT-4.1、Grok和Gemini的版本将出现。这将引发AI安全社区的讨论:是否应允许多模态模型控制人类身体,如果可以,在什么条件下。

在90天的时间范围内,一家主要的医疗设备制造商(很可能是美敦力或雅培)将宣布与语言模型开发者合作,创建一个“智能”康复平台。它不会是Human Operator的直接复制品,但架构相似:可穿戴传感器和刺激器连接到云端AI,根据视觉上下文和患者历史实时调整治疗。

最大胆但有根据的预测:到2026年底,将出现首个基于相同“摄像头+神经网络+EMS”架构的精细运动技能设备(例如,用于中风康复的音乐家)的商业版本。设备价格约为3000-4000美元——比传统机器人康复系统便宜数倍,后者目前起价40000美元。

主要战略启示:提供建议的AI与通过我们的身体行动的AI之间的界限刚刚变得更薄。Human Operator是一个不追求商业化的学生项目。但它表明大门已经打开,再也无法关闭。唯一的问题是,谁将首先进入,以及带着什么意图。

— Editorial Team

Advertisement 728x90

继续阅读